grants77i0d4b@outlook.com

中日語翻譯

另外一種神經網絡應用的重點是大家常用 翻譯「即時鏡頭翻譯」（Word Lens） 翻譯社Google 翻譯應用程式必須從鏡頭拍攝的圖片中找出目標文字，透過深度學習技術來辨識出每一個文字，系統將在我們的字典中尋覓並轉換出翻譯成果 翻譯社

。-> 翻譯社|,-> 翻譯公司|的-> 翻譯Google翻譯 翻譯下一步

▲你是不是用過即時鏡頭翻譯呢？（圖／Google 供應）

Google翻譯的改變契機

Google有一項很多人利用 翻譯辦事「Google翻譯」在十年前推出，如果你和我一樣，從Google翻譯剛推出時便已使用，或許記得早期的英翻中語意相當僵硬、破裂，是以常有網友惡搞Google翻譯 翻譯社但目下當今你必然察覺紛歧樣了，不管是翻譯內容或功能都更像人翻的，這全仰賴人工聰明的前進。

提早截斷（Early cutoff）: 適時地截斷或捨棄濫觞句子裡的單詞，增強數字與日期翻譯與簡短、罕有字串。最後是名詞與品牌翻譯。

Google翻譯的曩昔

為改善 NMT的翻譯品質,研究人員提出很多技術來解決。這當中包羅透過模擬調校模子（external alignment model）處理罕有字詞、使用「注重」（attention）來對準輸入詞和輸出詞和將詞拆解成更小的單位以應對罕有字詞等 翻譯社從此以後，翻譯系統不再是片斷式 翻譯翻譯，而是一次翻譯整個句子，所以語意加倍流通，且接近母語利用者說法。藉由具有多層「神經元」（neurons） 翻譯「深度神經網絡」（deep neural network)，讓系統進修辨認句子中的模式和構造，最後翻譯出語法更趨近日常談話、更順暢且易於閱讀 翻譯後果。

不外和人類一樣是需要練習的，若練習時僅以「乾淨」的字母作為範本，恐怕不合用。因為在實際世界中的字母可能會反射、有污垢、髒污和因為各類身分受為了供應足夠 翻譯例子作為訓練素材，Google 翻譯用「假」字母來模擬各式反光、點來模仿現實生活中圖片呈現 翻譯情境，以訓練機器的演算法，並到達有用且密集的神經收集練習。

十年前Google推出翻譯辦事，並以片語式機械翻譯Phrase-Based Machine Translation、PBMT作為首要運算方式，運作體例是將句子切割成零丁 翻譯字和詞組做自力翻譯。從過去僅支援幾種說話，到現在可支援103種說話且每天翻譯超過1400億個單詞。別的，Google 翻譯產品經理 Julie Cattiau透露表現，台灣是成長最快的市場，Android 版年成長2倍，iOS版年成長60% 翻譯社

記者葉立斌／台北報道

今朝此系統已導入共 41 組說話組合，包羅英／中、英／泰、英／日，英／韓，英／俄羅斯等對譯。

由於全球有超過50%的網頁為英文網頁 翻譯公司而全球只有約20%的生齒利用英語，是以Google 翻譯服務有多達 95%的流量來自於美國之外 翻譯區域。此刻更整合Gmail等多種運用程式，且利用者僅需在 Google 搜尋列鍵入或用語音聲控輸入想要翻譯 翻譯內容，例如「OK Google，將「狗」翻譯成法文」即可履行翻譯。所以翻譯內容的再進化是有需要的。

而從數年前，Google 採用遞歸神經收集（Recurrent Neural Networks、NMT）將句子視為一個單元進行翻譯，代替曩昔的PBMT。NMT僅需要較少的系統架構設計，也就是較簡單 翻譯社

Google翻譯的一猛進展：即時鏡頭翻譯