samantea3fvn0@outlook.com

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，也許記得早期 翻譯英翻中語意相當僵硬、破裂，是以常有網友惡搞Google翻譯 翻譯社但而今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，這全仰賴人工聰明的進步。

而從數年前，Google 採用遞歸神經網絡（Recurrent Neural Networks、NMT）將句子視為一個單位進行翻譯，取代過去的PBMT。NMT僅需要較少 翻譯系統架構設計，也就是較簡略。

Google翻譯 翻譯改變契機

Google翻譯的曩昔

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%的生齒利用英語，是以Google 翻譯辦事有多達 95%的流量來自於美國以外 翻譯地區 翻譯社而今更整合Gmail等多種運用程式，且利用者僅需在 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」即可執行翻譯。所以翻譯內容的再進化是有必要的。

十年前Google推出翻譯辦事，並以片語式機械翻譯Phrase-Based Machine Translation、PBMT作為首要運算體例，運作方式是將句子切割成零丁的字和詞組做自力翻譯。從曩昔僅支援幾種說話，到而今可支援103種說話且每天翻譯跨越1400億個單詞 翻譯社別的，Google 翻譯產品司理 Julie Cattiau默示，台灣是成長最快 翻譯市場，Android 版年成長2倍，iOS版年成長60%。

提早截斷（Early cutoff）: 適時地截斷或捨棄來源句子裡的單詞，加強數字與日期翻譯與簡短、罕見字串。最後是名詞與品牌翻譯。

不過和人類一樣是需要訓練的，若訓練時僅以「乾淨」 翻譯字母作為範本，恐怕不適用。因為在現實世界中的字母可能會反射、有污垢、髒污以及因為各類身分受為了供給足夠 翻譯例子作為練習素材，Google 翻譯用「假」字母來摹擬各式反光、點來仿照實際糊口中圖片顯現的情境，以練習機械的演算法，並到達有用且密集的神經收集訓練 翻譯社

Google翻譯的一猛進展：即時鏡頭翻譯

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

為改善 NMT 翻譯翻譯品質,研究人員提出許多技術來解決。這當中包括透過模擬調校模子（external alignment model）處理罕見字詞、使用「注意」（attention）來對準輸入詞和輸出詞以及將詞拆解成更小的單元以應對罕見字詞等 翻譯社從此之後，翻譯系統不再是片段式的翻譯，而是一次翻譯整個句子，所以語意加倍流利，且接近母語利用者說法。藉由具有多層「神經元」（neurons）的「深度神經收集」（deep neural network)，讓系統進修辨認句子中的模式和佈局，最後翻譯出語法更趨近平常談話、更順暢且易於浏覽的成效。