臉書(Facebook)於本周五(8/4)宣布,臉書用戶發布的狀態與留言將全面採用神經機器翻譯(Neural Machine Translation),臉書使用卷積神經網路(Convolutional Neural Networks,CNN)和遞迴神經網路(Recurrent Neural Networks,RNN),來自動翻譯臉書上的內容。
傳統是以片語為基礎來訓練機器翻譯模型,但是,臉書為了增進翻譯的品質,轉而採用神經機器翻譯模型,讓翻譯能夠更貼近人類語言。
其中,遞迴神經網路能夠考量到文章整體上下文,來建立更準確且流暢的翻譯,這改善了傳統片語基礎翻譯一次僅能考慮幾個單詞,導致翻譯不流暢的缺點。
傳統的機器翻譯結果(圖上)與神經機器翻譯結果(圖下)比較。(圖片來源/臉書)
而臉書的神經機器翻譯系統採用深度學習框架Caffe2,以及使用向量數學函式庫和加權量化(Weight Quantization)來加強運算效率。臉書期望,能藉此打破語言的疆界,讓全球的人們能夠互相溝通。
另外,Caffe2框架彈性的本質,讓臉書開發團隊能夠調校翻譯模型的效能,這也加速了神經機器翻譯模型從部署到正式上線的過程,臉書宣稱,提升了2.5倍的速度。
除了臉書採用神經機器翻譯技術之外,Google翻譯早在2016年9月就宣布採用此技術,微軟翻譯則在2016年11月宣布採用神經機器翻譯。
熱門新聞
2024-10-13
2024-10-14
2024-10-13
2024-10-11
2024-10-11
2024-10-12
2024-10-14