Google近期多项自动翻译的技术改进,不只更换模型,也让模型训练可以应用从网络上抓取,具有许多噪声的资料,因而大幅提升了翻译品质,让100多种语言翻译到英文的的BLEU分数,平均提高5分,尤其是低资源语言的翻译,更是有长足进展。
机器学习技术的发展,同时也带动了自动翻译前进的脚步,在2016年Google翻译使用了GNMT神经翻译模型,极大程度地提升100多种语言的翻译品质,但即便是最先进的系统,在各方面的表现仍然远远落后人类,Google提到,具有大量训练资料的语言,像是西班牙语与德语,翻译表现较佳,但是例如马拉雅拉姆语和约鲁巴语,仍然有许多需要改进的地方。
现在有不少研究,在受控制的环境中,能提升低资源语言的翻译品质,但Google表示,这些技术要扩展应用到从网络爬抓来的大量资料集并不容易。而Google透过合成和扩展最新方法,让这些技术得以应用这些具有噪声的资料集,因此能往前推进自动翻译成果,这些技术包括改进模型基础架构以及训练方法、降低资料集的噪声影响,并透过M4建模增加对多语言迁移学习。
Google替换了4年前基于RNN的GNMT模型,现在以TensorFlow框架Lingvo重新实作,使用Transformer编码器以及RNN解码器来训练模型。新的Transformer模型在机器翻译上比RNN模型效果更好,Google解释,翻译品质提升来自Transformer编码器,RNN解码器则是在推理时更快,Google混合两者,让模型训练更稳且延迟更短。
在神经机器翻译中,用来训练模型的资料,是经过翻译的例句和文件,这些资料通常从公开的网站收集而来,而现在Google更新了资料收集系统,收集到的句子数量增加约30%,且新的资料探勘程式更讲究精确率而非召回率,所收集到的训练资料品质更好。由于训练资料的噪声会影响模型品质,为了解决噪声问题,Google先让模型用存在噪声的资料进行训练,接着再以较小且较干净的资料子集进行训练校正。
Google翻译现在也使用反向翻译技术,来提升低资源语言的翻译品质,反向翻译是使用合成的平行资料来强化平行训练资料,合成平行训练资料是指人类编写的句子,搭配以神经翻译模型生成的句子所组成的句子对。透过将反向翻译整合到Google翻译中,可使网络资源较少的语言,有更好的翻译模型输出流利性。另外,M4建模也是一种对低资源语言有用的技术,M4使用单一大型模型,进行所有语言和英语间的翻译,而这将能达到大规模的迁移学习,为模型提供有用的语言讯号。
这些技术的改进,提升了机器翻译自动评估指标BLEU的分数,现在Google翻译新模型的BLEU,比起之前GNMT模型平均高出5分,而50种少资源语言的BLEU分数,平均更是增加7分。除了整体品质提升之外,新模型对机器翻译幻觉(Hallucination)有更好的强健性,减少输入无意义的文字时,会产生奇怪翻译的状况。
相关文章
- YouTube更新违反规定政策,提升惩处透明度和一致性
2023-12-31 14:00:52
- 传苹果将把中国iCloud正式交给本地化经营 苹果手机icloud换区存储操作
2023-12-27 18:34:43
- 刘德华代言什么手机?刘德华成华为Mate 60 RS非凡大师华为5G新手机代言人
2023-09-26 21:55:08
- WebOS新系统:Palm Pre手机最新款高价登港
2023-06-23 15:39:14
- 帮助企业组织对抗勒索软件,资安通报机构设立防护专区,可协助事前、事中与事后因应
2023-06-22 09:36:10
- 蔚来全系产品降价3万 取消免费换电 换一次电池180元
2023-06-12 17:27:49
- 电商平台三巨头开打最大规模折扣 价格战再次打响
2023-03-05 18:58:40
- 爱立信节省成本裁员四千人 爱立信全球员工总数五分之一
2023-02-24 22:27:29
- 蜜芽关停近况,八位数重金买三字顶级新域名mia.com也关闭
2023-02-23 16:18:14
- 联想CEO杨元庆:联想集团需要裁员32%削减部分业务支出
2023-02-18 12:45:25
- 蓝色光标2022营收亏损18亿 客户预算减少明显
2023-02-18 12:40:08
- 三星工厂或将80%生产转至越南 因本地劳动力成本上升
2023-02-17 23:09:16
- 香港八达通卡如何激活?没用失效过期余额怎么办
2023-02-17 18:34:51
- 中兴通讯被曝将裁员20% 称只裁国外的
2023-02-17 18:33:26
- 苹果新iPhone15Pro手机终于改用USB-C(火牛)数据线??Lightning充电接口退出
2023-02-17 16:57:22
- 突发!蓝色光标曾为中国民企500强龙头 如今业绩亏损断崖下跌
2023-02-16 14:31:19
- 三星发布自家carplay车载中控系统 Car Mode for Galaxy 可以连接carplay吗?
2023-02-14 00:53:17
- Opera浏览器宣布集成ChatGPT 一键生成网页内容摘要
2023-02-14 00:32:08
- 谷歌google计划重返进入中国市场?但结果可能令你失望
2023-02-13 16:57:15
- Zoom紧急裁员1300人 佔员工总数15%
2023-02-08 14:59:11
最新资讯
- YouTube更新违反规定政策,提升惩处透明度和一致性2023-12-31 14:00:52
- 美国法院裁定阿里须为Squishmallows玩具侵权案答辩2023-12-28 19:59:34
- 小米汽车传员工3700人 雷军称小米汽车不可能卖9万92023-12-28 19:41:57
- 吉利飙逾6% 电动车品牌极氪新车款极氪007昨上市 预售价格22.99万元2023-12-28 19:30:28
- 日本丰田汽车厂11月全球产量创新高2023-12-28 19:26:02
手机
- 中国11月手机出货量增34% 5G手机出货量2709.2万部2023-12-28 19:27:57
- 荣耀发布新一代旗舰荣耀Magic5系列,新款上市价格分期0首付3999元起2023-03-06 16:12:32
- 美国商务部指违禁,长江存储被美国拜登制裁名单面临停工裁员2023-02-17 18:41:53
- 苹果Apple iOS车载系统CarPlay支持哪些更多汽车品牌2023-02-02 17:33:27
- 香港去哪买三星手机回来吗? 买香港便宜售价手机市场地点和网站2023-02-02 11:03:11
数码
- 华为5G芯片正式亮相:预示华为将发首款5G手机2023-08-31 13:22:33
- 腾讯传计划放弃虚拟现实VR硬件计划2023-02-17 23:32:30
- 三星手机份额大跌!三星手机中国市场份额变化国内仅剩3%2023-02-01 17:06:15
- 三星手机份额大跌在中国没市场了!国内市场占有率仅剩1%国外比苹果销量高2023-02-01 16:59:53
- vivo发布2022 vivoNEX手机极简易浏览器下载:简洁流畅无广告!2022-12-02 17:29:30
科技
- 中兴受美国制裁事件 被罚了20亿美元过程事件始末 中兴被制裁后公司现状2023-11-02 22:12:46
- B站怎么炸崩了哔哩哔哩服务器今日怎么又炸挂了?技术团队公开早先原因2023-03-06 19:05:55
- 苹果iPhoneXS/XR手机电池容量续航最强?答案揭晓2023-02-19 15:09:54
- 华为荣耀两款机型起内讧:荣耀Play官方价格同价同配该如何选?2023-02-17 23:21:27
- google谷歌原生系统Pixel3 XL/4/5/6 pro手机价格:刘海屏设计顶配版曾卖6900元2023-02-17 18:58:09