Neural Machine Translation ( NMT) er en tilgang til maskinoversættelse , der bruger et stort kunstigt neuralt netværk . Det adskiller sig fra sætningsstatistikbaserede maskinoversættelsesmetoder , som bruger separat udviklede underkomponenter [1] .
Oversættelsestjenester fra Google , Yandex , Microsoft og PROMT [2] bruger allerede neural oversættelse. Google bruger Google Neural Machine Translation (GNMT) i stedet for tidligere anvendte statistiske metoder. [3] Microsoft bruger lignende teknologi til taleoversættelse (inklusive Microsoft Translator og Skype Translator ). [4] Harvard Natural Language Processing Group udgav OpenNMT, et open source neuralt maskinoversættelsessystem [5] . Yandex.Translate har en hybridmodel: både den statistiske model og det neurale netværk tilbyder deres egne oversættelsesmuligheder. Derefter vil CatBoost- teknologien , som er baseret på maskinlæring , vælge det bedste af de opnåede resultater [6] .
NMT-modeller bruger deep learning og feature learning . De kræver kun en lille mængde hukommelse sammenlignet med traditionelle statistiske maskinoversættelsessystemer (SMT). I modsætning til traditionelle oversættelsessystemer trænes alle dele af en neural oversættelsesmodel sammen (ende til anden) for at maksimere oversættelseseffektiviteten [7] [8] [9] .
Et tovejs tilbagevendende neuralt netværk (RNN), også kendt som en encoder , bruges af det neurale netværk til at kode den oprindelige sætning til et andet tilbagevendende netværk, også kendt som en dekoder , som bruges til at forudsige ord i det endelige sprog [10 ] .
| Tilgange til maskinoversættelse | |
|---|---|
| |
| naturlig sprogbehandling | |
|---|---|
| Generelle definitioner | |
| Tekstanalyse |
|
| Referencer |
|
| Maskinoversættelse |
|
| Identifikation og dataindsamling | |
| Tematisk model | |
| Peer review |
|
| Naturlig sproggrænseflade [ | |