Нейронный машинный перевод Google - Google Neural Machine Translation

Часть серия на
Перевод
Ætoms - Translation.svg
Типы
Теория
Технологии
Локализация
Институциональная
  • Ассоциации
  • Награды
  • Организации
  • Школы
похожие темы

Нейронный машинный перевод Google (GNMT) - это нейронный машинный перевод (NMT) система, разработанная Google и представленная в ноябре 2016 года, в которой используется искусственная нейронная сеть для повышения беглости и точности Гугл переводчик.[1][2][3][4]

GNMT улучшает качество перевода, применяя на основе примеров (EBMT) машинный перевод метод, при котором система «учится на миллионах примеров».[2] Предложенная GNMT архитектура системного обучения была сначала протестирована более чем на ста языках, поддерживаемых Google Translate.[2] С большим концы с концами framework, система со временем учится создавать более качественные и естественные переводы.[1] GNMT может переводить целые предложения за раз, а не просто по частям.[1] Сеть GNMT может взять на себя межъязычный машинный перевод за счет кодирования семантики предложения, а не за счет запоминания перевода фразы в фразу.[2][5]

История

В Google Brain Проект был основан в 2011 году в «секретной исследовательской лаборатории Google X»[6] от Google Fellow Джефф Дин, Исследователь Google Грег Коррадо, и Стэндфордский Университет Профессор компьютерных наук Эндрю Нг.[7][8][9] Работа Нг привела к одним из крупнейших достижений в Google и Стэнфорде.[6]

В сентябре 2016 года исследовательская группа Google объявила о разработке системы нейронного машинного перевода Google (GNMT), и к ноябрю Google Translate начал использовать нейронный машинный перевод (NMT) вместо прежнего. Статистические методы (SMT)[1][10][11][12] который используется с октября 2007 года с использованием собственной собственной технологии SMT.[13][14]

Система NMT Google Translate использует большую искусственную нейронную сеть, способную глубокое обучение.[1][2][3] Используя миллионы примеров, GNMT улучшает качество перевода,[2] использование более широкого контекста для определения наиболее релевантного перевода. Затем результат перестраивается и адаптируется к грамматически основанному человеческому языку.[1] Предложенная GNMT архитектура системного обучения была сначала протестирована более чем на ста языках, поддерживаемых Google Translate.[2] GNMT не создавала своего собственного универсального интерлингва, а скорее была направлена ​​на поиск общности между многими языками, используя идеи из психологии и лингвистики.[15] Новая система перевода была впервые включена для восьми языков: на английский и французский, немецкий, испанский, португальский, китайский, японский, корейский и турецкий и обратно в 2016 году.[16] В марте 2017 года были включены три дополнительных языка: русский, хинди и вьетнамский, а также тайский, поддержка которых была добавлена ​​позже.[17][18] В том же месяце была добавлена ​​поддержка иврита и арабского языка с помощью сообщества Google Translate.[19] В середине апреля 2017 года компания Google в Нидерландах объявила о поддержке голландского и других европейских языков, связанных с английским.[20] В конце апреля 2017 года была добавлена ​​дополнительная поддержка для девяти индийских языков: хинди, бенгали, маратхи, гуджарати, пенджаби, тамильского, телугу, малаялам и каннада.[21]

Оценка

Говорят, что система GNMT представляет собой усовершенствование по сравнению с прежним переводчиком Google в том, что она сможет обрабатывать «нулевой перевод», то есть напрямую переводить один язык на другой (например, с японского на корейский).[2] Google Translate ранее впервые перевел язык источника на английский, а затем перевел английский на язык перевода вместо того, чтобы переводить напрямую с одного языка на другой.[5]

Исследование в июле 2019 г. Анналы внутренней медицины обнаружили, что «Google Translate - это жизнеспособный и точный инструмент для перевода судебных процессов на неанглоязычный язык». Только одно разногласие между рецензентами, читающими испытания с машинным переводом, было связано с ошибкой перевода. Поскольку многие медицинские исследования исключаются из систематических обзоров из-за того, что рецензенты не понимают язык, GNMT может снизить систематическую ошибку и повысить точность таких обзоров.[22]

Языки, поддерживаемые GNMT

По состоянию на октябрь 2020 года количество языков, поддерживаемых Гугл переводчик вырос до 109, включая киргизский, белорусский, латинский, мальтийский и суданский языки

  1. африкаанс
  2. албанский
  3. Амхарский
  4. арабский
  5. Армянский
  6. Азербайджанский
  7. Баскский
  8. Белорусский
  9. Бенгальский
  10. Боснийский
  11. болгарский
  12. Бирманский
  13. Каталонский
  14. Себуано
  15. Чичева
  16. Упрощенный китайский)
  17. Китайский традиционный)
  18. Корсиканский
  19. хорватский
  20. Чешский
  21. Датский
  22. нидерландский язык
  23. английский
  24. эсперанто
  25. эстонский
  26. Филиппинский
  27. Финский
  28. Французский
  29. Галицкий
  30. Грузинский
  31. Немецкий
  32. Греческий
  33. Гуджарати
  34. Гаитянский креольский
  35. Хауса
  36. Гавайский
  37. иврит
  38. хинди
  39. Хмонг
  40. Венгерский
  41. исландский
  42. Игбо
  43. индонезийский
  44. Ирландский
  45. Итальянский
  46. Японский
  47. Яванский
  48. Каннада
  49. Казахский
  50. Кхмерский
  51. Корейский
  52. Курдский (Курманджи )
  53. Лаосский
  54. Латышский
  55. Литовский
  56. Люксембургский
  57. македонский
  58. Малагасийский
  59. малайский
  60. Малаялам
  61. Мальтийский
  62. маори
  63. Маратхи
  64. Монгольский
  65. Непальский
  66. норвежский язык (Букмол )
  67. Пушту
  68. Персидский
  69. Польский
  70. португальский
  71. Пенджаби
  72. румынский
  73. русский
  74. Самоанский
  75. Шотландский гэльский
  76. сербский
  77. Сесото
  78. Шона
  79. Синдхи
  80. Сингальский
  81. словацкий
  82. словенский
  83. Сомалийский
  84. испанский
  85. Суданский
  86. суахили
  87. Шведский
  88. Таджикский
  89. Тамильский
  90. телугу
  91. Тайский
  92. турецкий
  93. украинец
  94. Урду
  95. Узбекский
  96. вьетнамский
  97. валлийский
  98. Западно-фризский
  99. Коса
  100. идиш
  101. Йоруба
  102. Зулусский

Смотрите также

Рекомендации

  1. ^ а б c d е ж Барак Туровский (15 ноября 2016 г.), "Найдено в переводе: Более точные, плавные предложения в Переводчике Google", Блог Google, получено 11 января, 2017
  2. ^ а б c d е ж грамм час Майк Шустер, Мелвин Джонсон и Нихил Торат (22 ноября 2016 г.), "Zero-Shot Translation с помощью многоязычной системы нейронного машинного перевода Google", Блог Google Research, получено 11 января, 2017CS1 maint: использует параметр авторов (ссылка на сайт)
  3. ^ а б Гил Фьюстер (5 января 2017 г.), "Потрясающее объявление Google об искусственном интеллекте, которое вы, вероятно, пропустили", freeCodeCamp, получено 11 января, 2017
  4. ^ Ву, Юнхуэй; Шустер, Майк; Чен, Чжифэн; Le, Quoc V .; Норузи, Мохаммад (2016). "Система нейронного машинного перевода Google: Преодоление разрыва между человеческим и машинным переводом". arXiv:1609.08144. Bibcode:2016arXiv160908144W. Цитировать журнал требует | журнал = (Помогите)
  5. ^ а б Бойте, Кристиан; Бланшон, Эрве; Селигман, Марк; Беллинк, Валери (2010). «MT для Интернета и для Интернета» (PDF). Получено 1 декабря, 2016.
  6. ^ а б Роберт Д. Хоф (14 августа 2014 г.). «Китайский интернет-гигант начинает мечтать: Baidu - неотъемлемая часть онлайн-жизни Китая, но он хочет стать мировой державой. Может ли один из ведущих мировых исследователей искусственного интеллекта помочь ему бросить вызов крупнейшим компаниям Кремниевой долины?». Обзор технологий. Получено 11 января, 2017.
  7. ^ Джефф Дин и Эндрю Нг (26 июня 2012 г.). «Использование крупномасштабного моделирования мозга для машинного обучения и искусственного интеллекта». Официальный блог Google. Получено 26 января, 2015.
  8. ^ «Проект крупномасштабных глубоких нейронных сетей Google». Получено 25 октября, 2015.
  9. ^ Марков, Джон (25 июня 2012 г.). «Сколько компьютеров для идентификации кошки? 16 000». Нью-Йорк Таймс. Получено 11 февраля, 2014.
  10. ^ Катянна Квач (17 ноября 2016 г.), Нейронная сеть Google учится переводить языки, на которых ее не учили: впервые в машинном переводе использовалось истинное трансферное обучение, получено 11 января, 2017
  11. ^ Льюис-Краус, Гидеон (14 декабря 2016 г.). "Великое пробуждение ИИ". Нью-Йорк Таймс. Получено 11 января, 2017.
  12. ^ Ле, Куок; Шустер, Майк (27 сентября 2016 г.). «Нейронная сеть для машинного перевода в промышленных масштабах». Блог Google Research. Получено 1 декабря, 2016.
  13. ^ Google переходит на собственную систему перевода, 22 октября 2007 г.
  14. ^ Барри Шварц (23 октября 2007 г.). "Google Translate Drops SYSTRAN для домашнего перевода". Search Engine Land.
  15. ^ Крис Макдональд (7 января 2017 г.), Комментарий к статье Гила Фьюстера в Atlantic от 5 января, получено 11 января, 2017
  16. ^ Туровский, Барак (15 ноября 2016 г.). "Найдено в переводе: Более точные, плавные предложения в Переводчике Google". Блог Google по ключевым словам. Получено 1 декабря, 2016.
  17. ^ Перес, Сара (6 марта 2017 г.). «Более умная система перевода Google на базе искусственного интеллекта расширяется на большее количество языков». TechCrunch. Oath Inc.
  18. ^ Туровский, Барак (6 марта 2017 г.). «Более качественные нейронные переводы для множества других языков». Блог Google по ключевым словам. Получено 6 марта, 2017.
  19. ^ Новет, Иордания (30 марта 2017 г.). «Теперь Google предоставляет переводы на арабский и иврит с помощью искусственного интеллекта». VentureBeat.
  20. ^ Финг, Рашид (19 апреля 2017 г.). "Grote verbetering voor het Nederlands in Google Translate" [Большое улучшение голландского языка в Google Translate]. Блог Google Нидерланды (на голландском).
  21. ^ Туровский, Барак (25 апреля 2017 г.). «Сделать Интернет в Индии более инклюзивным». Ключевое слово.
  22. ^ Джексон, Джеффри Л; Курияма, Акира; Антон, Андрея; Цой, апрель; Фурнье, Жан-Паскаль; Гейер, Энн-Катрин; Жакериоз, Фредерик; Коган, Дмитрий; Шолькофф, Сесилия; Вс, Рао (30 июля 2019 г.). «Точность Google Translate для извлечения данных из неанглоязычных испытаний для систематических обзоров». Анналы внутренней медицины. 171 (9): 678. Дои:10.7326 / M19-0891. ISSN  0570-183X. PMID  31357212. S2CID  198980789.

внешняя ссылка