自 2000 年代中期起，机器翻译已广泛地通过应用和网站供給 翻譯社
当机器学习这个新概念被应用于机器翻译时，沖破就来了。通过利用专业译员预翻译的海量数据，强大 翻譯算法将学习如何基于有限的语境和预存在的翻译进行翻译。
许多年来（20世纪60年月以来），计算机科学家试图根据单个语言 翻譯语言规则和结构来构建机器翻译系统。在大多数情况下，结果是并欠好。
在2000年月末期，一种称为深度学习或深层神经网络的新机器学习技术试图模擬人类大脑 翻譯工作方式（至少在必然水平上模仿），成为一个可行 翻譯选择；这归功于科研方面（若何构建，训练和运行这些大型神经网络）的进步和计算机方面极大规模云计算能力 翻譯到来，让人们能够着手许多难以攻克的计算机科学问题。
什么什么是基于神经网络 翻譯翻译？为什么这种技术的翻译結果更好？
然后，第二阶段将这个单词模子（不是单词自己，而是神经网络用单词构建的模子）在句子语境中翻译成另外一种语言 翻譯社
。-> 翻譯社|,-> 翻譯公司|的-> 翻譯从较高 翻譯层面来看，神经网络翻译分两个阶段工作：
第一阶段根据这个单词（及其可能的翻译）在整个句子（无论是5个单词还是20个单词）的语境，为这个需要翻译的单词建模 翻譯社
具体来说，用于机器翻译的神经网络近期成为了可能，尽管仍处于初期阶段，但在许多语言方面，其已比有十多年历史的统计机器翻译翻译得更好。
然而，统计机器翻译的局限性之一是，其仅以翻译单词之前和之后的几个单词为上下文翻译单词。对于短句，其效果很好 翻譯社对于较长的句段，翻译质量则参差不齐，会从很好到某些情况下的毫无意义。几乎总能看出来译文是机器生成 翻譯。
2016年末條件供 翻譯所有机器翻译产品（网站或应用）基于利用统计学方法的算法，尝试猜测给定单词的最好翻译。这种技术称为统计机器翻译。
以下內文出自: https://translator.microsoft.com/zh/help/articles/neural/有關翻譯的問題歡迎諮詢天成翻譯社
文章標籤
全站熱搜
留言列表
