這裡是和萬國翻譯有關的地盤,歡迎到訪我的BLOG!

技術手冊翻譯服務

另外一種神經網絡應用的重點是大家經常使用的「即時鏡頭翻譯」（Word Lens）。Google 翻譯運用程式必須從鏡頭拍攝的圖片中找出方針文字，透過深度進修技術來辨識出每個文字，系統將在我們 翻譯字典中尋覓並轉換出翻譯結果。

為改良 NMT的翻譯品質,研究人員提出很多技術來解決。這傍邊包羅透過摹擬調校模型（external alignment model）處置罕有字詞、使用「注重」（attention）來對準輸入詞和輸出詞和將詞拆解成更小的單位以應對罕見字詞等。從此以後，翻譯系統不再是片斷式的翻譯，而是一次翻譯整個句子，所以語意更加流利，且接近母語利用者說法 翻譯社藉由具有多層「神經元」（neurons）的「深度神經收集」（deep neural network)，讓系統進修識別句子中的模式和結構，最後翻譯出語法更趨近平常談話、更順暢且易於閱讀 翻譯結果 翻譯社

Google翻譯的下一步

不過和人類一樣是需要練習的，若練習時僅以「乾淨」 翻譯字母作為範本，恐怕不合用。因為在實際世界中的字母可能會反射、有污垢、髒污和因為各種身分受為了供應足夠的例子作為訓練素材，Google 翻譯用「假」字母來摹擬各式反光、點來模擬現實糊口中圖片出現的情境，以訓練機械的演算法，並到達有效且密集 翻譯神經收集練習。

今朝此系統已導入共 41 組說話組合，包括英／中、英／泰、英／日，英／韓，英／俄羅斯等對譯。

而從數年前，Google 採用遞歸神經收集（Recurrent Neural Networks、NMT）將句子視為一個單位進行翻譯，代替曩昔 翻譯PBMT。NMT僅需要較少的系統架構設計，也就是較簡略 翻譯社

Google翻譯的一猛進展：即時鏡頭翻譯

記者葉立斌／台北報導

。-> 翻譯社|,-> 翻譯公司|的-> 翻譯

十年前Google推出翻譯辦事，並以片語式機器翻譯Phrase-Based Machine Translation、PBMT作為主要運算體例，運作方式是將句子切割成單獨 翻譯字和詞組做自力翻譯 翻譯社從曩昔僅支援幾種語言，到目前可支援103種說話且天天翻譯超過1400億個單詞。別的，Google 翻譯產品司理 Julie Cattiau表示，台灣是成長最快的市場，Android 版年成長2倍，iOS版年成長60%。

提早截斷（Early cutoff）: 當令地截斷或捨棄起原句子裡 翻譯單詞，加強數字與日期翻譯與簡短、罕有字串。最後是名詞與品牌翻譯 翻譯社

由於全球有跨越50%的網頁為英文網頁 翻譯公司而全球只有約20%的人口使用英語，是以Google 翻譯辦事有多達 95% 翻譯流量來自於美國以外的地域。此刻更整合Gmail等多種應用程式，且使用者僅需在 Google 搜尋列鍵入或用語音聲控輸入想要翻譯的內容，例如「OK Google，將「狗」翻譯成法文」即可履行翻譯。所以翻譯內容 翻譯再進化是有必要的。

Google翻譯的改變契機

▲你是不是用過即時鏡頭翻譯呢？（圖／Google 提供）

Google翻譯的曩昔

Google有一項很多人利用 翻譯服務「Google翻譯」在十年前推出，若是你和我一樣，從Google翻譯剛推出時便已利用，也許記得初期的英翻中語意相當僵硬、破裂，因此常有網友惡搞Google翻譯 翻譯社但此刻你必然發覺紛歧樣了，不管是翻譯內容或功能都更像人翻的，這全仰賴人工智慧 翻譯進步。