TechWeb报道9月1日消息，据科技博客techcrunch报道，我们每天都在使用不同的技术，但却不知道它们的工作原理。事实上，了解机器学习引擎并不容易。今天，谷歌在iResearch博客发布了一篇有趣的文章，详细介绍了机器翻译的一些问题的性质及其解决方案。
机器学习已被证明是一个非常有用的翻译工具，但它有个弱点。翻译模式逐字逐行的翻译倾向是其中之一，这可能导致严重错误。
Jakob Uszkoreit在公司的自然语言处理部门解释了这个问题。比如，下面这两个句子：
我过街后就到了银行（bank）。
我过河后就到了岸边（bank）。
显然，ldquo;bankrdquo;是指每句话都有不同之处，但是，逐字翻译的算法可能很可能挑选错误的含义mdash;mdash;因为它不知道哪一个ldquo;bankrdquo;是正确的，除非它能看到句子结尾。你稍加留意就能发现，这种歧义随处可见。
当翻译的句子正在构建时，关注机制将每个单词随附到每个单词之间进行比较。
据此前报道，谷歌翻译的竞争对手DeepL也在使用关注机制。该公司称，自己所研发基于神经网络的DeepL Translator翻译结果要优于微软和谷歌，当用户输入文本的时候，DeepL的人工智能能够捕捉最细微的差别，而且有别于其他服务的是在翻译中会尽可能的还原和模仿。
但有趣的是，谷歌可以让人们有机会看到系统的运作原理，Transformer给每个词提供一个与其他单词相关程度的得分，你可以看到它认为哪些是相关的词，哪些是潜在相关词。（yoyo）
郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。
