الترجمة الآلية العصبية من Google

تم كتابة التقرير في ديسمبر 2017.

ليس من لديه أفضل خوارزمية تفوز. من لديه أكبر قدر من البيانات. الفائز ليس الشخص الذي لديه أفضل خوارزمية ، بل هو الذي لديه المزيد من البيانات. أندرو نغ ، محاضر في تعلم الآلة في Coursera.

إذا قمت بزيادة حجم النموذج وكمية البيانات التي تدربها عليه ، يمكنك معرفة الفروق الدقيقة أو الميزات الأكثر تعقيدًا. ... يمكن أن تأخذ هذه النماذج عادةً سياقًا أكثر بكثير. جيف دين ، مهندس يساعد في قيادة البحث في Google. إذا قمت بزيادة حجم النموذج وأعطته المزيد من البيانات للتدريب ، فسيبدأ في التمييز بين الميزات الأكثر دقة والمعقدة. ... هذه النماذج عادة ما تأخذ سياق أوسع. جيف دين ، مهندس يساعد إدارة البحث في Google.

اختبرت ترجمة Google على نفس النصوص في مارس وديسمبر 2011 ويناير 2016 وديسمبر 2017. أخذت نفس المقاطع باللغات الإنجليزية والروسية والألمانية والفرنسية والأوكرانية والبولندية وترجمت كل منها إلى اللغات الخمس الأخرى من العينة. بالإضافة إلى ذلك ، في ديسمبر 2017 ، أخذت أيضًا نصوصًا جديدة واختبرت في جميع اتجاهات الترجمة. تزامنت نتائج التحقق المتبادل بشكل عام مع الاتجاهات في العينة الأولية. كانت النتيجة جزءًا من عمل مترجم جوجل للفترة 2011 - 2017 ، واستنادًا إلى هذه المواد يمكننا استخلاص استنتاجات حول تطور الخدمة والتعليق على البيانات التسويقية للشركة (من المقرر نشر عروض الأسعار بشكل منفصل).

وقائع الأحداث

حتى عام 2011 (وربما لاحقًا) ، ادعت Google في الواقع أن المترجم الإحصائي هو تعلم ذاتي (انظر الاقتباسات المقابلة من الموظفين في مقالتي "توافق اللغة" ، [1]) وأنه مع تراكم النصوص الموازية في كل لغة الزوجين ، كانت جودة المنتج تسعى باستمرار إلى المستوى البشري فقط من خلال نهج إحصائي مبتكر. في عام 2012 ، أطلقت Google شبكة عصبية ذاتية التعلم [6] وفي سبتمبر 2016 أعلنوا عن نقل مترجمهم الآلي إلى التعلم العميق ، والذي يعد مرة أخرى بزيادة مطردة في جودة المنتج [3 ، 4 ، 5]. منذ مارس 2017 ، بدأ استخدام الشبكة العصبية للترجمة إلى اللغة الروسية.

دعونا نلقي نظرة على ما أدار مترجم جوجل على وجه التحديد على مر السنين ، ما هي نقاط قوته (لا أحد ينكر أن هذا هو أحد أفضل المترجمين الآليين).

بأثر رجعي

عام 2011

(بناء على مقالتي لعام 2012 ، [1].)

تتم الترجمة في العديد من أزواج اللغات من خلال ترجمة وسيطة إلى اللغة الإنجليزية مع تأثير "هاتف مكسور"

عند الترجمة في هذه الاتجاهات ، تعمل اللغة الإنجليزية بمثابة "وسيط": يتم ترجمة النص أولاً إلى الإنجليزية وبعد ذلك فقط إلى لغة الترجمة المحددة. يتم ترجمة نسخة إنجليزية مشوهة إلى اللغة الهدف ، مع وجود أجزاء غير دقيقة لا يمكن تجنبها أثناء الترجمة الآلية. وبالتالي ، يتم فرض طبقة ثانية على "التشوه الأولي". ونتيجة لذلك ، يصبح النص نفسه أكثر تشوهًا عند ترجمته إلى الألمانية والفرنسية ولغات أخرى أكثر من اللغة الإنجليزية.

نأخذ العبارة الإنجليزية المستلمة [الترجمة من الروسية] ونترجم الخدمة إلى الألمانية والفرنسية. والنتيجة هي 100٪ نفس النتيجة الواردة في السطر الثالث والرابع من الترجمة ، بزعم أنها من الروسية. ترتبط الأخطاء في الترجمات الألمانية والفرنسية مع عدم دقة وهيكل العبارة الإنجليزية ، ولكن ليس من الأصل الروسي.

عندما يتم إزعاج ترتيب الكلمات في النص الإنجليزي ، لا تعد أشكال الكلمات وتسلسلها مؤشرًا موثوقًا لدور هذه الكلمات في الجملة [مع مزيد من الترجمة إلى اللغات المستهدفة].

الترجمة الإحصائية هي الأمثل بين اللغات ذات الصلة

تعد ترجمة Google من الروسية إلى الأوكرانية والعكس بالعكس هي الأكثر "بديهية" من بين كل ما يعتبر ، الأقرب إلى المنتج النهائي ، فهي أقل تشويهًا لمعنى أو قواعد اللغة ، أقل ترجمة حرفية.

إن "التحويل" الصحيح للتراكيب النحوية للغة عن طريق لغة أخرى هو الحد الأقصى للترجمة الآلية الإحصائية. لا يتم التخلص من هذا التقييد حتى على أساس اللغات ذات الصلة ويخلق المزيد من "الضجيج" في التفسير ، وأقل التشابه النحوي للغات في الزوج.

يمكن لـ Google الاستمرار في تحليل مستندات الويب ، وملء قاعدة بيانات المراسلات ، لكنها لن تحسن الترجمة إلا من خلال "تحسين نتائج البحث". لا يمكنك إنشاء قاعدة بيانات للترجمة لجميع العبارات الممكنة. وهذا يعني أن نسبة معينة معينة من الجمل والعبارات والجهاز يجب أن تتكون بشكل مستقل ، وليس جاهزًا ، وهذا يعني أن المطور يحتاج إلى تعليم الجهاز النحوي بطرق أخرى "غير إحصائية".

اللغة الإنجليزية هي اللغة الأساسية في ترجمة Google

الترجمة من الإنجليزية إلى الإنجليزية في ترجمة Google مباشرة ، بدون وساطة لغة أخرى. وهذا يوفر جودة جيدة ، حيث تكون مزايا الخدمة ملحوظة بشكل خاص: غالبًا ما تكون الترجمة الصحيحة للأسماء والمصطلحات ، والعبارات اللغوية ، واستخدام الكلام المباشر على النقيض من الترجمة الحرفية ، غالبًا الاختيار الصحيح للمعنى المعجمى اعتمادًا على السياق.

تُترجم "التركيز على اللغة الإنجليزية" في مناطق لغوية أخرى ، وهي أكبر ناقص لعمل ترجمة Google. الترجمة إلى غير الإنجليزية أو غير الإنجليزية ليست الأكثر نجاحًا حتى الآن: النص يخضع لتشويه مزدوج بسبب حقيقة أن النص الأصلي لا يُترجم إلى اللغة الهدف مباشرة ، ولكن من ترجمة "وسيطة" ، مقطوعة إلى الإنجليزية. يمكن أن يكون أحد خيارات تحسين جودة الترجمة في الخدمة هو "تفريغ" اللغة الإنجليزية وإنشاء "أعشاش" حول اللغات الرئيسية الأخرى: أحد اللغات السلافية والتركية والرومانسية وما إلى ذلك.

لا يحدث تحسن كبير في جودة الترجمات بمرور الوقت

أظهرت ترجمات النص نفسه في أوقات مختلفة (مارس وأكتوبر وديسمبر 2011) انتظام تطوير الترجمة الإحصائية من Google. في الترجمات اللاحقة ، كان هناك تنوع أكبر بشكل ملحوظ من المفردات ، ولكن بشكل عام ، من حيث الدقة والوضوح ، لم تكن أفضل بكثير ، بل كانت أسوأ في الأماكن.

عام 2016

تزيل Google التكرار من الترجمة ؛ جملة أفضل ، متماسكة بشكل أفضل ، وأحيانًا اختيار أفضل للكلمات ؛ في بعض الأحيان العودة إلى ترجمة أقل نجاحًا ("أداة حجرية" بدلاً من "أداة حجرية" في 2011) ؛ في بعض الأحيان يكون التفسير الأقل نجاحًا لدور عضو الجملة أكثر في بعض الأحيان. الإجمالي: إنه أفضل في بعض الأماكن ، وفي بعض الأماكن أسوأ من ترجمات عام 2011 ، ولكن بشكل عام المستوى والسقف متماثلان.

عام 2017

تحتفظ اللغة الإنجليزية كلغة وسيطة بدورها ، ولكنها تفقد مكانتها

هناك المزيد من الاختلافات والانحرافات عن الترجمة الإنجليزية المتوسطة. غالبًا ما تكون هذه التجارب غير ناجحة ، أي إذا كانت الترجمة إلى اللغة الهدف لا تزال تتبع اللغة الإنجليزية بشكل أعمى ، فستكون النتيجة أفضل. ومع ذلك ، تم تحسين "إتقان" قواعد اللغة الهدف بالتوازي: إذا تم فك ترميز النص في النسخة الإنجليزية بشكل مناسب ، فيمكنك التأكد بنسبة 90٪ من أنه سيتم وضع النهايات الصحيحة في ترجمات إلى لغات أخرى ، وسيتم تحديد الأدوات المعجمية المناسبة ، وسيتم بناء ترتيب الكلمات الأمثل. إذا كانت "عصيدة" باللغة الإنجليزية ... لا ، لم تعد العصيدة في نتائج عام 2017 موجودة ، وهذا إنجاز رائع. إذا كان هناك خلل طفيف في الترجمة الإنجليزية ، فعندئذٍ في الترجمة إلى اللغات المستهدفة ، وفقًا لقانون الهاتف المكسور ، يزداد سوء الفهم. ومع ذلك ، فإن التشويه (اختيار كلمة غير صحيح) في اللغات المستهدفة موجود أيضًا في الترجمة الإنجليزية المثالية.

مقارنةً بترجمات 2011-2016 ، فإن طبيعة الانحرافات عن الترجمة الإنجليزية في 2017 تبدو وكأنها 1) أفسدوا "العشوائي" ، 2) يعالج المترجم النص في عدة مراحل ويمكن أن يشوه القطع الفردية في العملية أو ، على العكس من ذلك ، يصقلها القيمة وفقًا للمصدر ، وليس الوسيط الإنجليزي.

ومع ذلك ، لا يزال يتم تحديد هيكل الجمل واختيار المفردات في اللغات المستهدفة إلى حد كبير من خلال الترجمة الإنجليزية ، وتحتوي الترجمات إلى اللغات التي تستخدم الأبجدية اللاتينية في بعض الأحيان على قطع باللغة الإنجليزية لم تكن في الأصل.

الميل إلى توليد نص في اللغة الهدف وفقًا لقوانين قواعدها
العلاقة بين ترجمة نص واحد إلى لغات مختلفة أقل من ذي قبل. لا تترجم الخدمة حرفياً ، وأصبحت النتيجة أكثر حرية: إعادة صياغة كافية ، وإعادة ترتيب الكلمات ، وإعادة ترتيب الكلمات من بداية الجملة إلى نهايتها ، إذا كانت قواعد اللغة تتطلب ذلك (في ألمانيا يتم تنفيذ ذلك بشكل ممتاز). على النقيض من المستوى السابق (الترجمة القائمة على العبارة - المطابقة لمرة واحدة للكلمات والعبارات الفردية) ، يقوم المترجم العصبي إلى حد ما بتحويل الجمل ، وتحليلها ككل وإنشاء المراسلات "من النهاية إلى النهاية" في عدة مراحل (النهاية - رسم الخرائط من طرف إلى طرف - التحويل من طرف إلى طرف ، دورة كاملة ، التحويل المستمر لمجموعة متنوعة من البيانات من الإدخال إلى الإخراج).

تحليل أكثر دقة لبناء الجملة والكلمة

الإنجاز الرئيسي في نتائج الترجمة لعام 2017 هو اعتراف أكثر صلابة وثقة ببنية الجملة ونقل المعاني النحوية في اللغات المستهدفة. في اللغة الإنجليزية ، لا تلعب النهايات دورًا مهمًا في نقل المعاني النحوية كما هو الحال في الروسية والألمانية والبولندية والأوكرانية. ومع ذلك ، أثناء "المسح" من خلال الشبكة العصبية ، بدأت الروابط النحوية في "الضياع" في كثير من الأحيان أقل مما كانت عليه أثناء الترجمة الإحصائية. كما بدأ التعرف على الكلمات متعددة الجذور التي نادرًا ما تستخدم: يتعامل المترجم بشكل جيد مع تقسيم ليس فقط الجمل ، ولكن أيضًا الكلمات.
ومع ذلك ، تعتمد "مهارة" التحليل إلى حد كبير على اللغة. يتم تطبيقه بشكل أفضل وأكثر اتساقًا في الألمانية والبولندية منه في الروسية (ولكن ليس سيئًا أيضًا). في الترجمات من الأوكرانية ، يعمل أحيانًا ، ثم يكون عربات التي تجرها الدواب بصراحة (في هذه الأجزاء يكون المستوى أسوأ مما هو عليه في ترجمات السنوات السابقة).

نمت جودة الترجمة بشكل ملحوظ خلال العام الماضي

في عام 2011 - 2016 ، احتوت ترجمات العبارات المعقدة إلى الإنجليزية على ما يشبه الاتصال فقط: تم تجميع الكلمات والعبارات المترجمة معًا بترتيب معدّل قليلاً ، ولكن لم يكن هناك "فهم عميق" للهيكل ، وأحيانًا بدت الترجمة سلسة فقط لأنه في اللغة الإنجليزية لم يكن كثيرًا هناك حاجة إلى النهايات ، ويسمح بغياب كلمات الخدمة في بعض الأنماط. لكن هذا "سوء الفهم" يتجلى دائمًا في المزيد من الترجمات إلى اللغات المستهدفة. في الترجمات لشهر ديسمبر 2017 ، يتم تحسين بنية الجملة الإنجليزية بشكل أفضل - وتفسيرها بشكل أفضل للغات أخرى. تحسنت الجودة في هذه اللغات بشكل متناسب: أقل بقليل من اللغة الإنجليزية ، ولكن أعلى بكثير من الإصدار السابق ، هناك حالات إغفال وانحرافات متفرقة عن اللغة الإنجليزية (في معظم الحالات غير ناجحة).

تُفقد بعض المواقف بشأن الدقة المعجمية مقارنة بترجمات عامي 2011 و 2016 ، لكن الوضوح العام للنص النهائي أكثر أهمية من حقيقة أن المترجم يتفاخر بمعرفة المصطلحات والتعبيرات الفردية. في عام 2011 ، على خلفية المترجمين الآليين الآخرين ، كان العمل الجيد مع المفردات والعبارات إنجازًا. تمكن فقط الأفضل للعثور على هذه المطابقات الدقيقة للعبارات المستقرة والأسماء والمصطلحات المناسبة. ومع ذلك ، لم تكن المراسلات الفردية مع عدم الاتساق العام كافية. كان من الضروري تشديد "المعرفة بقواعد اللغة". خلال السنوات الخمس من "التدريب الذاتي" للمترجم الإحصائي (من 2011 إلى 2016) ، لم تكن هناك زيادة في الاتصال. حدثت قفزة نوعية بعد الاندماج مع الشبكة العصبية (أو تزامنت مع ذلك). الآن ، في العينات التي أخذتها في 3 ديسمبر 2017 ، يمكنني أن أؤكد أن المهمة الفائقة أصبحت أكثر قابلية للتحقيق: يمكن لـ "كمبيوتر" (بدلاً من شبكة كمبيوتر ضخمة) التعرف على النص دون التهجئة الشاقة للقواعد يدويًا. (ولكن في بعض الأحيان يكون مخطئًا. لذلك ، من الأفضل إعطائه نصوصًا أكثر بساطة ، بدون جمل مزخرفة طولها خمسة أسطر.)

إذا كانت حصة "الأماكن المظلمة" (مجموعة كلمات غير مترابطة) في عينات الترجمة إلى جميع اللغات التي أخذتها في عامي 2011 و 2016 جزءًا واحدًا لكل نص بطول 65-90 كلمة ، ففي عام 2017 لم تكن هناك "أماكن مظلمة". (لم أتخذ التورية والتعبيرات الأخرى العنيدة للترجمة ، ولكن النصوص البسيطة. ما زالت الترجمة غير صحيحة وحتى هزلية للكلمات والعبارات الفردية ، ولكنها لا تؤدي إلى إنشاء "أماكن مظلمة".) قراءة الترجمة ، أنت تفهم ما الكلام ، حتى لو كان أخرق. علاوة على ذلك ، فإن جودة الترجمة إلى اللغة الإنجليزية أعلى من اللغات المستهدفة الأخرى.

إذا كانت الميزة الرئيسية لمترجم Google في عام 2011 هي العثور على تطابقات مثالية في هذا السياق بين اللغات (مستوى المعجم ، مستوى اللغة) ، ففي عام 2017 ، بعد أن فقد القليل من الدقة المعجمية ، اكتسب المترجم زخمًا في تحليل الجمل ونقل العلاقات النحوية.

في عام 2011 ، نظرت الخدمة أحيانًا إلى أجزاء من جملة معقدة على أنها معزولة ومربوطة بترجمتها واحدة تلو الأخرى في سلسلة. في عام 2017 ، بعد حل هذه المشكلة ، من الأفضل أيضًا عزل الأجزاء الأجنبية حقًا حتى لا تخلق "ضوضاء". هذه عبارة عن بقع من الكلمات بلغة ومطبوعات أخرى. هذا يجعل الجهاز أقرب إلى مستوى الشخص: إذا لم نسمع بضع كلمات في الجملة ، كقاعدة ، فهذا لا يمنعنا من فهم المعنى العام.

كانت الترجمة إلى اللغة الأوكرانية "غير مرتبطة" من اللغة الروسية الوسيطة

في السابق (حتى "القياس" قبل الأخير في يناير 2016) ، تزامنت الترجمات إلى الأوكرانية والروسية بنسبة 99.9٪ ، وحتى إذا قلل ذلك من جودة الترجمة إلى الأوكرانية ، لم يحدث ذلك بشكل ملحوظ ، على الرغم من حقيقة أن الترجمة تم فصلها عن الأصل أولاً الإنجليزية ، ثم إلى الروسية ("الماء الثالث على الهلام").

الآن هناك مبعثر بين ترجمات نص واحد إلى الروسية والأوكرانية. بدلاً من اتباع الترجمة الروسية بشكل أعمى ، يذهب الأوكراني الآن على طريقته الخاصة. يعني هذا أحيانًا أنه يحتوي ببساطة على ترجمات غير صحيحة وأشكال كلمات. في بعض الأحيان - أنه لا توجد أخطاء في مكانها باللغة الروسية.

في السابق ، ترجمة غير صحيحة ، إذا كانت موجودة ، فحينئذٍ مباشرة بجميع اللغات: في نفس المكان نفس الخطأ. كان هذا بسبب "عقبة" في الترجمة الإنجليزية. تظهر الأخطاء الآن بشكل متقطع: إما في لغة واحدة ، ثم في لغة أخرى ، عندما يكون كل شيء على ما يرام في اللغة الإنجليزية واللغات المستهدفة الأخرى. في الأوكرانية ، يحدث هذا حتى الآن أكثر من اللغات الأخرى من العينة. بالإضافة إلى ذلك ، في ترجمة ثلاثة نصوص مختلفة من الأوكرانية إلى الألمانية والفرنسية والبولندية ، هناك العديد من التشوهات السخيفة ، التي لا تتم ترجمتها إلى الإنجليزية. أيضًا ، مقترنًا بالأوكرانية ، يتم تشويه حوالي ثلث الأسماء ، على الرغم من أن النقل الدقيق للأسماء هو ميزة تقليدية من Google من "زمن سحيق". أمثلة: Bloodd بدلاً من Bloodood ، Daphne du Morley بدلاً من Daphne de Maurier ، Racine بدلاً من Rachel ؛ في مكان آخر ، تم هجاء راشيل بشكل صحيح باللغة الإنجليزية فقط ، ولكن ظهرت Racch باللغة الألمانية والفرنسية والبولندية). اقترحت أن مثل هذه التشوهات ليست خطأ في قاموس المصطلحات ، ولكنها فشل في النظام "الظرفية" ، وفي نص آخر يمكن نقل نفس الاسم بشكل صحيح. تم تأكيد الفرضية ، باستثناء حالة دافني دو مورلي.

المترجم العصبي لا يعمل بالمعاني

عمل المترجم الإحصائي بشكل جيد مع التعرف على المصطلحات والأسماء والعبارات ، وغالبًا ما اختار معاني الكلمات بنجاح في سياق جملة. بدأت المشاكل عندما لم يكن من الممكن تفسير العلاقة بين الكلمات ودورها النحوي بشكل صحيح. في ترجمات 2017 ، كان هناك تحسن ملحوظ في هذا الاتجاه ، أي أن الأماكن غير المعترف بها أصبحت أقل. هل هذه ترجمة كافية؟ ليس بالفعل. يرتبط المترجم العصبي ببنية الجملة. إنها تقوم بعمل جيد لتحويل تركيبات اللغة من لغة إلى أخرى. لا تأخذ الخدمة معنى جملة أو فقرة ، ولكن أجزاء صغيرة (أصبح من الأفضل تعريفها) وقطع "الغراء" وفقًا لقواعد قواعد اللغة الهدف.

مثل هذه المنتجات لا تزال تساعد على فهم النص الأصلي ، ولكن ليس نصًا عالي الجودة (على الرغم من أنه يمكن ترجمة بعض الجمل بشكل مثالي).

ما هو المفقود؟

يتم تعليم المترجمين المحترفين لنقل المعنى في كلماتهم الخاصة ، دون الارتباط ببنية الجملة المصدر. يجب أن تسعى الترجمة الكافية إلى الانتقال من كلمة إلى كلمة وعبارة من حيث الحكمة إلى التحولات الدلالية.

كم عدد المراحل الوسيطة من المرحلة الحالية لتطوير الترجمة الآلية إلى المرحلة الأدبية ، مما يعني ضمنا امتلاك معايير الأسلوب ونقل الصور؟ بقدر ما كان قبل إنشاء الذكاء الاصطناعي ، قادر على التفكير.
أحيانًا يبدو لي أن معايير اللغة ستتغير مبكرًا. نظرًا لأننا نقرأ الكثير من "الترجمة غير الكاملة" من الإنجليزية ، يمكن أن تصبح لغتنا الأم أكثر تسامحًا مع اللغة الإنجليزية - ليس فقط للعبارات الفردية ، ولكن أيضًا للبنية الأجنبية للعبارات. تسمى اللغات التي يتم تشكيلها على أساس لغة المستعمر ولغة السكان المحليين pidjins. يأخذون الكلمات الجديدة من المستعمر. قواعد إجازة خاصة بهم. مثال حي على ذلك: خطاب لمواطنينا السابقين على شاطئ برايتون (وفي أماكن الإقامة الأخرى بالخارج) أو مكتب رجلي: النهايات الروسية "تعلق" بالكلمات الإنجليزية. التحقق من الصحة والإلحاق والمشاركة وما إلى ذلك.

ما يحدث في الترجمة الآلية هو العملية المعاكسة: الكلمات الروسية ذات النهايات الروسية تشكل عبارات محرجة قليلاً ولكنها مفهومة. لا نقول ذلك. لكن يمكنك أن تفهم. إنه مثل خطاب أجنبي يتحدث الروسية جيدًا: يبدو أنه لا توجد لهجة ، والمفردات أنيقة ، وأشكال الكلمات صحيحة ، ولكن في بعض الأحيان "أستحم ،" أستقل سيارة أجرة "،" احترام هذا المبدأ يتطلب منا تجربة طريقة جديدة للإقناع ". هذا المستوى لا يزال الحد الأقصى للمترجم العصبي. وغني عن القول ، هذا شريط مرتفع للغاية؟ علاوة على ذلك ، فإن الخدمة "تمتلك" على هذا المستوى أكثر من مائة لغة وتضيف لغات جديدة بسهولة نسبية. "مترجم بلكنة إنجليزية."

ما ينقصه بالضبط مستوى الترجمة الأدبية

لتوضيح ما يتذمر منه المترجمون ، في الختام ، سأعطي أمثلة على الترجمة الآلية وغير الآلية من الإنجليزية إلى الروسية.

لا أحد يفكر في حياته تمنى لو كانت هذه اللحظات أقل.
جوجل: لم يخطر ببال أحد أن يفكر في حياته أنه كان هناك عدد أقل من هذه اللحظات.
الإنسان: إذا نظرنا إلى الوراء في الحياة الماضية ، فلن يقول أحد أنه كانت هناك الكثير من هذه اللحظات.

هل الحضارة مجرد قشرة على قلب عنيف؟
جوجل: هل الحضارة مجرد قشرة على قلب شرسة؟
الإنسان: هل الإنسان وحش قاس تحت طبقة رقيقة من الحضارة؟ // هل الإنسان تحت طبقة رقيقة من الحضارة وحش قاس؟

المراجع

1. توافق اللغة والقيود الأخرى في الترجمة الإحصائية الترجمة من Google ، 2012
2. من الأصلي إلى الأجنبي والعكس: اختبار 7 مترجمين عبر الإنترنت ، 2012
3. نظام الترجمة الآلية العصبية من Google: سد الفجوة بين الترجمة البشرية والآلية ، 2016
4. نظام ترجمة الجهاز العصبي متعدد اللغات من Google: تمكين الترجمة الصفرية ، 2016
5. شبكة عصبية للترجمة الآلية ، على مقياس الإنتاج ، 2016
6. جوجل تضع تكنولوجيا الدماغ الافتراضية للعمل ، 2012
7. تتكون شبكة الترجمة العصبية من Google من قاعدة واحدة من المعاني البشرية Words، 2016
8. قيود التعلم العميق والمستقبل (ترجمة) ، 2017
9. بنى الشبكات العصبية [حول إطار GNMT] ، 2017