據(jù)國外媒體報道，谷歌昨日發(fā)布了谷歌網(wǎng)頁和手機版的翻譯。在漢英翻譯過程中，將采用全新的神經(jīng)機器翻譯，該應用程序?qū)⒚刻爝M行1800萬次翻譯。谷歌出版了一篇關(guān)于翻譯系統(tǒng)操作原理的學術(shù)論文。

     早些時候，Google表示在Google翻譯中使用了神經(jīng)網(wǎng)絡技術(shù)，但只用于實時的視覺翻譯。不久前，Google高級雇員杰夫·迪恩（Jeff Dean）告訴VentureBeat，Google正試圖將越來越多的深入學習能力整合到Google翻譯中。谷歌發(fā)言人在一封電子郵件中告訴VentureBeat，最新的神經(jīng)機器翻譯是他們努力發(fā)展深入學習的結(jié)果。

     事實上，Google一直在努力將深度神經(jīng)網(wǎng)絡集成到越來越多的應用程序中，包括Google Allo和Gmail的收件箱。這個功能幫助Google更高效和高效地處理他們的數(shù)據(jù)。

     Google的神經(jīng)機器翻譯（GNMT）高度依賴于8層短期記憶遞歸神經(jīng)網(wǎng)絡（LSTM-RNs）。層間殘差關(guān)系可以增強梯度流。谷歌足夠成熟，可以用未發(fā)布的張量處理單元處理數(shù)據(jù)。

     雖然神經(jīng)機器翻譯并不總是最好的選擇，但谷歌的各種嘗試表明，在某些情況下，它仍然是例外。

     系統(tǒng)評價表明，與以往的基于短語的翻譯系統(tǒng)相比，包括英法翻譯、英西翻譯和英漢翻譯，神經(jīng)學習翻譯系統(tǒng)的錯誤率降低了60%。在翻譯質(zhì)量上，翻譯系統(tǒng)將更接近譯者的平均水平。

     Google Brain Team的研究與開發(fā)科學家Quoc Le和Mike Schuster在昨天發(fā)表的一篇博客文章中指出，在雙語評分員的幫助下，在維基百科上翻譯多語句子的錯誤率實際上已經(jīng)降低了55%到85%。

     盡管如此，系統(tǒng)還不完善。神經(jīng)機器翻譯仍然會犯一些譯者永遠不會犯的錯誤，如遺漏單詞、把常用名詞或罕見的專有名詞弄錯了，以及缺乏對文本上下文的全面控制。但不可否認的是，神經(jīng)機器翻譯具有里程碑意義。