搜尋結果
2017年9月13日 · 解決方法. 為此，Google 提出了在轉換器（Transformer）中建立關注機制（attention mechanism）作為解決方案。 該機制會將單詞逐一與句中其他單詞進行比對，並檢查是否會影響其他詞的詞義，比如，檢查說話人是「他」還是「她」，或者像「bank」這樣的多義詞在句中的確切含義。 在構建譯文的過程中，關注機制會把句子中的每個單詞與所有其他單詞逐一比對。 下圖在一定程度上說明了這個比對過程的工作機制。 有意思的是，Google 的方法也讓我們有機會一窺其系統的內部邏輯： 因為轉換器（Transformer）會為每個單詞與其他詞的關係按對逐一打分，所以你可以看到 它認為哪些詞是相關的，或至少可能相關的： （譯者註：以上兩句話的意思分別是： 那隻動物沒有穿過街道因為它太累了。
2018年6月13日 · 分享本文. 相信大家在生活中，多少都會使用到由 Google 自家所推出的翻譯 APP，而 Google 的翻譯不斷的在進步，從最早期的純機械翻譯，到後來導入人工智慧技術的的機器學習翻譯，兩年前，Google 更是引進了「神經機器翻譯」技術（Neural Machine Transation ...
2020年3月18日 · 其實 Google 翻譯已經有將音檔轉文字，並翻譯成另一種語言的功能，但只能翻譯短的語音訊息，而「即時轉錄」功能提供長音檔的翻譯功能，讓使用者能更方便的處理長影音、會議紀錄、演講音檔等等。. 《Android Authority》表示，這個新功能跟 Google Recorder App 很像 ...
2016年9月29日 · 今天，我們宣布發布 Google 神經機器翻譯（GNMT：Google Neural Machine Translation）系統，該系統使用了當前最先進的訓練技術，能夠實現到目前為止機器翻譯質量的最大提升。 我們的全部研究結果詳情請參閱我們的論文《Google`s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation》。 幾年之前，我們開始使用循環神經網絡（RNN：Recurrent Neural Networks）來直接學習一個輸入序列（如一種語言的一個句子）到一個輸出序列（另一種語言的同一個句子）的映射。
- 實現零數據翻譯（Zero-Shot Translation）
- 商業部署後，實現技術上的突破
- Google 神經機器翻譯系統架構
- 論文】Google 的多語言神經機器翻譯系統：實現 Zero-Shot 翻譯
在論文《Google多語言神經機器翻譯系統：實現零數據翻譯》（Google’s Multilingual Neural Machine Translation System: Enabling Zero-Shot Translation）中，我們通過擴展以前的 GNMT 系統解決這一挑戰，使單個系統能夠在多種語言之間進行翻譯。 我們提出的架構不需要改變基本的 GNMT 系統，而是在輸入句子的開頭使用附加的「token」，指定系統將要翻譯的目標語言。除了提高翻譯質量，我們的方法還實現了「Zero-Shot Translation」，也就是在沒有先驗數據的情況下，讓系統對從未見過的語言進行翻譯。 下圖展示了最新 GNMT 的工作原理。假設我們使用日語和英語以及韓語和英語之間相互翻譯為例，訓練一個...
正如前文所說，今年 9 月，Google 宣布對部分語種啟用 Google 神經機器翻譯（GNMT）的新系統，並在幾種率先使用的測試語種（包括漢語）翻譯質量方面得到了顯著提升。 下面的動圖展示了 GNMT 進行漢英翻譯的過程。首先，網路將漢字（輸入）編碼成一串向量，每個向量代表了當前讀到它那裡的意思（即 e3 代表「知識就是」，e5 代表「知識就是力量」）。整句話讀完之後開始解碼，每次生成一個作為輸出的英語單詞（解碼器）。 要每一步生成一個翻譯好的英語單詞，解碼器需要注意被編碼中文向量的加權分佈中，與生成英語單詞關係最為密切的那個（上圖中解碼器 d 上面多條透明藍線中顏色最深的那條），解碼器關注越多，藍色越深。 使用人類對比評分指標，GNMT 系統生成的翻譯相比此前有了大幅提高。在幾種重要語...
就在幾天前，國外研究員 Smerity 在他的部落格上發布了一篇分析 Google 神經機器翻譯（GNMT）架構的文章，在 HackerNews、Reddit 等網站都引發了很多討論。 Smerity 在博文中指出，GNMT 的架構並不標準，而且在很多情況下偏離主流學術論文中提出的架構。但是，根據 Google 特定的需求，Google 修改了系統，重點保證系統的實用性而並非追求頂尖結果。
摘要如下： 我們提出了一種使用單一神經機器翻譯（NMT）模型，在多語種之間進行翻譯簡潔而優雅的解決方案。不需要修改 Google 現有的基礎系統模型架構，而是在輸入句子的前面加入人工標記（token）明確其要翻譯成的目標語言。 模型的其他部分（包括編碼器、解碼器和注意模型）保持不變，而且可以在所有語言上共享。使用一個共享的 wordpiece vocabulary，這種方法能夠使用單一模型實現多語種神經機器翻譯，而不需要增加參數，相比此前提出的方法更為簡單。 實驗表明，這種新的方法大部分時候能提升所有相關語言對的翻譯質量，同時保持總的模型參數恆定。 在 WMT’ 14 基准上，單一多語言模型在英法雙語翻譯上實現了與當前最好技術相同的結果，並在英德雙語翻譯上超越當前最佳的結果。 同時，單一多語...
其他人也問了
必應翻譯和google翻譯有什麼不同?
什麼是google翻譯?
google鏡頭可以翻譯嗎?
2016年10月13日 · Google 新發布了 神經機器翻譯 （GNMT：Google Neural Machine Translation）系統，並稱該系統使用了當前最先進的訓練技術，能夠實現到當下機器翻譯質量上最大的提升。 有從事翻譯職業的網友甚至這樣形容： 作為翻譯看到這個新聞的時候，我理解了18世紀紡織工人看到蒸汽機時的憂慮與恐懼。 這種看法未免有點杞人憂天。 尤其是在業內專家看來，機器翻譯的效果還遠未達到取代人類專家翻譯的水平。 實際上，谷歌此次應用的技術並非最新的「黑科技」（black technology）。 早在2015年百度就已經發布了基於深度神經網路的端到端翻譯系統，微軟的必應翻譯也同樣使用神經網路技術來改善自身的翻譯質量。
2019年7月12日 · Google 翻譯行動版應用程式最讓我喜愛的功能之一，就是即時鏡頭翻譯功能，它讓使用者只要將相機鏡頭對準要翻譯的文字，就能以慣用語言探索世界，和近期我們在 Google 智慧鏡頭服務推出的即時翻譯功能相似。
