Neuraalinen konekäännös

Neural Machine Translation ( NMT) on lähestymistapa konekäännökseen , joka käyttää suurta keinotekoista hermoverkkoa .  Se eroaa lausetilastoihin perustuvista konekäännösmenetelmistä , joissa käytetään erikseen kehitettyjä alikomponentteja [1] .

Kuvaus

Googlen , Yandexin , Microsoftin ja PROMT :n [2] käännöspalvelut käyttävät jo hermokäännöstä. Google käyttää Google Neural Machine Translation (GNMT) -tekniikkaa aiemmin käytettyjen tilastomenetelmien sijaan. [3] Microsoft käyttää samanlaista tekniikkaa puheen kääntämiseen (mukaan lukien Microsoft Translator ja Skype Translator ). [4] Harvard Natural Language Processing Group julkaisi OpenNMT:n, avoimen lähdekoodin hermoston konekäännösjärjestelmän [5] . Yandex.Translatella on hybridimalli: sekä tilastollinen malli että hermoverkko tarjoavat omat käännösvaihtoehtonsa. Tämän jälkeen koneoppimiseen perustuva CatBoost- teknologia valitsee saaduista tuloksista parhaan [6] .

NMT-malleissa käytetään syväoppimista ja ominaisuusoppimista . Ne vaativat vain pienen määrän muistia verrattuna perinteisiin tilastollisiin konekäännösjärjestelmiin (SMT). Lisäksi, toisin kuin perinteiset käännösjärjestelmät, kaikki hermokäännösmallin osat harjoitetaan yhdessä (päästä päähän) käännöstehokkuuden maksimoimiseksi [7] [8] [9] .

Kaksisuuntaista toistuvaa hermoverkkoa (RNN), joka tunnetaan myös nimellä enkooderi , hermoverkko käyttää alkuperäisen lauseen koodaamiseen toista toistuvaa verkkoa varten, joka tunnetaan myös dekooderina ja jota käytetään ennustamaan sanoja lopullisella kielellä [10 ] .

Katso myös

Muistiinpanot

  1. ↑ Wołk, Krzysztof; Marasek, Krzysztof. Hermopohjainen konekäännös lääketieteellisille tekstialueille. Perustuu European Medicines Agency Leaflet Texts  (englanniksi)  // Procedia Computer Science: Journal. - 2015. - Vol. 64 , nro. 64 . - s. 2-9 . - doi : 10.1016/j.procs.2015.08.456 .
  2. ↑ Neuroverkot, offline-kääntäjät ja kilpailu. Konekäännöstekniikat . Haettu 26. huhtikuuta 2019. Arkistoitu alkuperäisestä 26. huhtikuuta 2019.
  3. ↑ Lewis-Kraus, Gideon . The Great AI Awakening , The New York Times  (14. joulukuuta 2016). Arkistoitu alkuperäisestä 5. toukokuuta 2017. Haettu 4.5.2017.
  4. ↑ Microsoft Translator julkaisee hermoverkkopohjaiset käännökset kaikille puhekielilleen – Kääntäjä . Haettu 4. toukokuuta 2017. Arkistoitu alkuperäisestä 10. toukokuuta 2017.
  5. ↑ OpenNMT - avoimen lähdekoodin hermoston  konekäännös . opennmt.net . Haettu 22. maaliskuuta 2017. Arkistoitu alkuperäisestä 16. maaliskuuta 2017.
  6. ↑ Fantasiahermoverkko rakennettiin Yandex.Translate - CNewsiin . Haettu 8. lokakuuta 2017. Arkistoitu alkuperäisestä 8. lokakuuta 2017.
  7. ↑ Kalchbrenner, Nal; Blunsom, Philip. Recurrent Continuous Translation Models  (uuspr.)  // Proceedings of the Association for Computational Linguistics. – 2013.
  8. ↑ Sutskever, Ilja; Vinyals, Oriol; Le, Quoc Viet. Sekvenssi sekvenssioppimiseen hermoverkkojen kanssa  (määrittämätön)  // NIPS. – 2014.
  9. ↑ Kyunghyun Cho; Bart van Merrienboer; Dzmitry Bahdanau & Yoshua Bengio (3. syyskuuta 2014), On the Properties of Neural Machine Translation: Encoder-Decoder Approaches, arΧiv : 1409.1259 [cs.CL]. 
  10. ↑ Dmitri Bahdanau; Cho Kyunghyun & Yoshua Bengio (2014), Neural Machine Translation by Jointly Learning to Align and Translate, arΧiv : 1409.0473 [cs.CL]. 

Linkit

 Konekäännösten lähestymistavat