Google तंत्रिका मशीन अनुवाद

रिपोर्ट दिसंबर 2017 में लिखी गई थी।

यह वह नहीं है जिसके पास सबसे अच्छा एल्गोरिथ्म है जो जीतता है। इसके पास सबसे अधिक डेटा है। विजेता वह नहीं है जिसके पास सबसे अच्छा एल्गोरिथ्म है, बल्कि वह जिसके पास अधिक डेटा है। एंड्रयू एनए, लेस्सेर इन मशीन लर्निंग इन कोर्टेरा।

यदि आप मॉडल के आकार और उस डेटा की मात्रा दोनों को मापते हैं जिसके साथ आप इसे प्रशिक्षित करते हैं, तो आप बारीक अंतर या अधिक जटिल विशेषताएं सीख सकते हैं। ... ये मॉडल आमतौर पर बहुत अधिक संदर्भ ले सकते हैं। जेफ डीन, एक इंजीनियर जो Google में अनुसंधान का नेतृत्व करने में मदद करता है। यदि आप मॉडल का आकार बढ़ाते हैं और इसे प्रशिक्षण के लिए अधिक डेटा देते हैं, तो यह अधिक सूक्ष्म और जटिल विशेषताओं के बीच अंतर करना शुरू कर देगा। ... ये मॉडल आमतौर पर एक व्यापक संदर्भ लेते हैं। जेफ डीन, एक इंजीनियर जो Google में अनुसंधान प्रबंधन में मदद करता है।

मैंने मार्च और दिसंबर 2011, जनवरी 2016 और दिसंबर 2017 में एक ही ग्रंथों पर Google अनुवाद का परीक्षण किया। उसने अंग्रेजी, रूसी, जर्मन, फ्रेंच, यूक्रेनी और पोलिश में एक ही मार्ग लिया और नमूने से अन्य पाँच भाषाओं में अनुवाद किया। इसके अलावा, दिसंबर 2017 में, उसने अतिरिक्त रूप से नए ग्रंथों को लिया और अनुवाद की सभी दिशाओं में परीक्षण किया। क्रॉस-वेरिफिकेशन के परिणाम आम तौर पर प्रारंभिक नमूने में रुझानों के साथ मेल खाते हैं। परिणाम 2011 - 2017 के लिए Google अनुवादक के काम का एक टुकड़ा था, और इन सामग्रियों के आधार पर हम सेवा के विकास के बारे में निष्कर्ष निकाल सकते हैं और कंपनी के विपणन बयानों पर टिप्पणी कर सकते हैं (उद्धरण अलग से प्रकाशित होने की योजना है)।

घटनाओं का क्रॉनिकल

2011 तक (और संभवतः बाद में), Google ने वास्तव में दावा किया था कि सांख्यिकीय अनुवादक स्वयं-शिक्षा है (मेरे लेख "भाषा संगतता", [1]) में कर्मचारियों के संबंधित उद्धरण देखें और जैसा कि समानांतर भाषा प्रत्येक भाषा में संचित है। दंपति, उत्पाद की गुणवत्ता एक मानव स्तर के लिए पूरी तरह से एक अभिनव सांख्यिकीय दृष्टिकोण के माध्यम से लगातार प्रयास कर रही है। 2012 में, Google ने एक सेल्फ-लर्निंग न्यूरल नेटवर्क लॉन्च किया [6] और सितंबर 2016 में उन्होंने अपने मशीन ट्रांसलेटर को गहरी सीखने के लिए स्थानांतरित करने की घोषणा की, जो फिर से उत्पाद की गुणवत्ता [3, 4, 5] में लगातार वृद्धि का वादा करता है। मार्च 2017 से, रूसी में अनुवाद के लिए तंत्रिका नेटवर्क का उपयोग किया जाने लगा।

आइए देखें कि Google अनुवादक ने विशेष रूप से वर्षों में क्या प्रबंधित किया है, इसकी ताकत क्या है (कोई भी इस बात से इनकार नहीं करता है कि यह सर्वश्रेष्ठ मशीन अनुवादकों में से एक है)।

पूर्वप्रभावी

वर्ष 2011

(मेरे 2012 के लेख पर आधारित, [1])

कई भाषाओं में अनुवाद "टूटे हुए फोन" के प्रभाव से अंग्रेजी में एक मध्यवर्ती अनुवाद से गुजरता है

इन दिशाओं में अनुवाद करते समय, अंग्रेजी भाषा एक "मध्यस्थ" के रूप में कार्य करती है: पाठ को पहले अंग्रेजी में अनुवाद किया जाता है और उसके बाद ही अनुवाद की चयनित भाषा में अनुवाद किया जाता है। मशीन अनुवाद के दौरान गलत अंशों के साथ एक विकृत अंग्रेजी संस्करण को लक्ष्य भाषा में अनुवादित किया गया है। इस प्रकार, एक दूसरी परत "प्राथमिक विरूपण" पर आरोपित है। नतीजतन, एक ही पाठ जर्मन, फ्रेंच और अंग्रेजी की तुलना में अन्य भाषाओं में अनुवादित होने पर अधिक विकृत हो जाता है।

हम प्राप्त अंग्रेजी वाक्यांश [रूसी से अनुवाद] लेते हैं और सेवा का जर्मन और फ्रेंच में अनुवाद करते हैं। परिणाम 100% वही है जो अनुवाद की तीसरी और चौथी पंक्तियों में कथित रूप से रूसी से दिया गया है। जर्मन और फ्रेंच अनुवादों में त्रुटियां अंग्रेजी वाक्यांश की अशुद्धियों और संरचना के साथ संबंधित हैं, लेकिन रूसी मूल की नहीं।

जब अंग्रेजी पाठ में शब्द क्रम गड़बड़ा जाता है, तो शब्द रूप और उनका क्रम वाक्य में इन शब्दों की भूमिका का एक विश्वसनीय संकेतक नहीं है [लक्ष्य भाषाओं में आगे अनुवाद के साथ]।

सांख्यिकीय अनुवाद संबंधित भाषाओं के बीच इष्टतम है

रूसी से यूक्रेनी और इसके विपरीत में Google अनुवाद सबसे "सहज" माना जाता है, सभी को सही माना जाता है, तैयार उत्पाद के सबसे करीब है, इसमें भाषा के अर्थ या नियमों का विरूपण कम है, कम शाब्दिक अनुवाद।

किसी अन्य के माध्यम से एक भाषा के व्याकरणिक निर्माणों का सही "रूपांतरण" सांख्यिकीय मशीन अनुवाद की सीमा है। यह प्रतिबंध संबंधित भाषाओं के आधार पर भी समाप्त नहीं किया गया है और व्याख्या में अधिक "शोर" बनाता है, एक जोड़ी में भाषाओं की कम व्याकरणिक समानता।

Google वेब दस्तावेज़ों का विश्लेषण करना जारी रख सकता है, पत्राचार डेटाबेस को भर सकता है, लेकिन वे केवल "खोज परिणामों का अनुकूलन" करके अनुवाद में सुधार नहीं करेंगे। आप सभी संभावित वाक्यांशों के लिए अनुवाद डेटाबेस नहीं बना सकते। इसका मतलब है कि वाक्यों, वाक्यांशों, मशीन का एक महत्वपूर्ण प्रतिशत स्वतंत्र रूप से बनाया जाना चाहिए, और तैयार नहीं किया जाना चाहिए, और इसका मतलब है कि डेवलपर को मशीन व्याकरण को अन्य, "गैर-सांख्यिकीय" तरीकों से पढ़ाने की आवश्यकता है।

Google अनुवाद में अंग्रेजी मुख्य भाषा है

किसी अन्य भाषा की मध्यस्थता के बिना, Google अनुवाद में अंग्रेजी से अंग्रेजी में अनुवाद प्रत्यक्ष है। यह एक अच्छी गुणवत्ता प्रदान करता है, जिस पर सेवा के फायदे विशेष रूप से ध्यान देने योग्य हैं: अक्सर नाम और शब्दों का सही अनुवाद, वाक्यांश संबंधी इकाइयां, शाब्दिक अनुवाद के विपरीत लाइव भाषण का उपयोग, अक्सर संदर्भ के आधार पर शाब्दिक अर्थ का सही विकल्प।

अन्य भाषा क्षेत्रों में अनुवादित, "अंग्रेजी-केंद्रितता" Google अनुवाद के काम का सबसे बड़ा ऋण है। गैर-अंग्रेजी या गैर-अंग्रेजी में अनुवाद अभी तक सबसे सफल नहीं है: पाठ इस तथ्य के कारण दोहरे विरूपण से गुजरता है कि मूल को सीधे लक्ष्य भाषा में अनुवाद नहीं किया जाता है, लेकिन एक "मध्यवर्ती" से, अंग्रेजी में टूटा हुआ अनुवाद। सेवा में अनुवाद की गुणवत्ता में सुधार के लिए विकल्पों में से एक "अंग्रेजी उतारना" और अन्य प्रमुख भाषाओं के आसपास "घोंसला" बनाना हो सकता है: स्लाव, तुर्किक, रोमांस, आदि में से एक।

अनुवाद की गुणवत्ता में महत्वपूर्ण सुधार समय के साथ नहीं होता है

अलग-अलग समय (मार्च, अक्टूबर, दिसंबर 2011) पर एक ही पाठ के अनुवादों ने Google सांख्यिकीय अनुवाद के विकास की नियमितता का प्रदर्शन किया। बाद के अनुवादों में शब्दावली का व्यापक रूप से अधिक विविधता थी, लेकिन सामान्य रूप से, सटीकता और स्पष्टता के संदर्भ में, वे स्थानों में बहुत बेहतर नहीं थे, और भी बदतर।

वर्ष 2016

Google अनुवाद से पुनरावृत्ति हटाता है; बेहतर निर्मित, सुसंगत वाक्य, कभी-कभी शब्दों का बेहतर विकल्प; कभी-कभी कम सफल अनुवाद के लिए रोलबैक (2011 में "पत्थर के औजार" के बजाय "पत्थर के औजार"); कभी-कभी वाक्य सदस्य की भूमिका की कम सफल व्याख्या कभी-कभी अधिक होती है। कुल: कुछ जगहों पर यह बेहतर है, कुछ जगहों पर 2011 में अनुवादों से भी बदतर है, लेकिन सामान्य तौर पर स्तर और छत समान हैं।

वर्ष 2017

एक मध्यस्थ भाषा के रूप में अंग्रेजी अपनी भूमिका बरकरार रखती है, लेकिन जमीन खो रही है

अधिक अंतर हैं, अंग्रेजी मध्यवर्ती अनुवाद से विचलन। अक्सर ये प्रयोग असफल होते हैं, यानी अगर लक्ष्य भाषा में अनुवाद अभी भी आँख बंद करके अंग्रेजी में किया गया, तो परिणाम बेहतर होगा। हालांकि, लक्ष्य भाषा के व्याकरण की "महारत" समानांतर में सुधार हुई: यदि अंग्रेजी संस्करण में पाठ पर्याप्त रूप से डिकोड किया गया है, तो आप 90% सुनिश्चित हो सकते हैं कि सही अंतरणों को अन्य भाषाओं में अनुवादों में डाल दिया जाएगा, उपयुक्त अस्पष्ट उपकरण का चयन किया जाएगा, और इष्टतम शब्द क्रम बनाया जाएगा। यदि अंग्रेजी में "दलिया" ... नहीं, तो 2017 के परिणामों में दलिया अब नहीं है और यह एक बड़ी उपलब्धि है। यदि अंग्रेजी अनुवाद में थोड़ी गड़बड़ है, तो एक लक्षित फोन में अनुवाद में, एक टूटे हुए फोन के कानून के अनुसार, गलतफहमी तेज है। हालांकि, लक्ष्य भाषाओं में विरूपण (गलत शब्द विकल्प) भी सही अंग्रेजी अनुवाद में पाया जाता है।

2011 - 2016 के अनुवादों की तुलना में, 2017 में अंग्रेजी अनुवाद से विचलन की प्रकृति ऐसी है कि ऐसा लगता है कि 1) उन्होंने "रैंडमाइज़र" खराब कर दिया, 2) अनुवादक कई चरणों में पाठ को संसाधित करता है और प्रक्रिया में व्यक्तिगत टुकड़ों को विकृत कर सकता है या इसके विपरीत, उन्हें परिष्कृत कर सकता है। स्रोत के अनुसार मूल्य, अंग्रेजी मध्यस्थ नहीं।

फिर भी, वाक्यों की संरचना और लक्ष्य भाषाओं में शब्दावली की पसंद अभी भी काफी हद तक अंग्रेजी अनुवाद द्वारा निर्धारित की जाती है, और लैटिन वर्णमाला का उपयोग करने वाली भाषाओं में अनुवाद में कभी-कभी अंग्रेजी में ऐसे टुकड़े होते हैं जो मूल में नहीं थे।

अपने व्याकरण के नियमों के अनुसार लक्ष्य भाषा में पाठ उत्पन्न करने की प्रवृत्ति
एक पाठ के विभिन्न भाषाओं में अनुवाद के बीच सहसंबंध पहले की तुलना में कम है। सेवा शब्दशः अनुवाद नहीं करता है, परिणाम और अधिक मुक्त हो गया है: पर्याप्त rephrasing, शब्दों की पुनर्व्यवस्था, वाक्य की शुरुआत से अंत तक शब्दों की व्यवस्था, अगर भाषा के नियमों की आवश्यकता होती है (जर्मन में यह उत्कृष्ट रूप से लागू होता है)। पिछले स्तर के विपरीत (वाक्यांश-आधारित अनुवाद- व्यक्तिगत शब्दों और वाक्यांशों का एक-बार मिलान), तंत्रिका अनुवादक कुछ हद तक वाक्यों को रूपांतरित करता है, उन्हें संपूर्ण के रूप में विश्लेषित करता है और पत्राचार को "अंत से अंत तक" कई चरणों में स्थापित करता है (अंत) एंड-टू-एंड मैपिंग - एंड-टू-एंड रूपांतरण, पूर्ण चक्र, इनपुट से आउटपुट तक डेटा की एक किस्म का निरंतर परिवर्तन)।

वाक्य और शब्द संरचना का अधिक सटीक विश्लेषण

2017 के अनुवाद परिणामों में मुख्य उपलब्धि वाक्य संरचना की अधिक ठोस, आत्मविश्वास से मान्यता और लक्ष्य भाषाओं में व्याकरणिक अर्थों का प्रसारण है। अंग्रेजी में, रूसी, जर्मन, पोलिश और यूक्रेनी के रूप में व्याकरणिक अर्थ बताने में एंडिंग इतनी महत्वपूर्ण भूमिका नहीं निभाते हैं। फिर भी, तंत्रिका नेटवर्क के माध्यम से "स्वीप" के दौरान, व्याकरणिक कनेक्शन सांख्यिकीय अनुवाद के दौरान "खो जाना" अक्सर कम होने लगा। शायद ही इस्तेमाल किए जाने वाले बहु-मूल शब्दों को भी मान्यता दी जाने लगी: अनुवादक न केवल वाक्यों के विभाजन के साथ अच्छी तरह से मुकाबला करता है, बल्कि शब्द भी।
हालाँकि, विश्लेषण का "कौशल" काफी हद तक भाषा पर निर्भर है। यह रूसी की तुलना में जर्मन और पोलिश में बेहतर और लगातार लागू होता है (लेकिन यह भी बुरा नहीं है)। यूक्रेनी से अनुवाद में, यह कभी-कभी काम करता है, फिर यह स्पष्ट रूप से छोटी गाड़ी है (ऐसे टुकड़ों में स्तर पिछले वर्षों के अनुवादों की तुलना में खराब है)।

पिछले एक साल में अनुवाद की गुणवत्ता में काफी वृद्धि हुई है

2011 - 2016 में, अंग्रेजी में जटिल वाक्यांशों के अनुवाद में केवल संयोजकता का समावेश होता है: अनुवादित शब्दों और वाक्यांशों को थोड़ा समायोजित क्रम में एक साथ पिरोया गया था, लेकिन संरचना की कोई "गहरी समझ" नहीं थी, और कभी-कभी अनुवाद केवल सुचारू दिखता था क्योंकि अंग्रेजी में यह अक्सर नहीं होता था एंडिंग की आवश्यकता है, और कुछ शैलियों में सेवा शब्दों की अनुपस्थिति अनुमेय है। लेकिन इस "गलतफहमी" को हमेशा लक्ष्य भाषाओं में आगे के अनुवादों में प्रकट किया गया है। दिसंबर 2017 के अनुवादों में, अंग्रेजी वाक्य की संरचना बेहतर संरेखित है - और अन्य भाषाओं में बेहतर व्याख्या की गई है। इन भाषाओं में गुणवत्ता आनुपातिक रूप से बेहतर हुई: अंग्रेजी की तुलना में थोड़ा कम, लेकिन पिछले प्लस की तुलना में बहुत अधिक, अंग्रेजी से छिटपुट चूक और विचलन हैं (ज्यादातर मामलों में असफल)।

2011 और 2016 के अनुवादों की तुलना में लेक्सिकल सटीकता पर कुछ पद खो गए हैं, लेकिन अंतिम पाठ की सामान्य स्पष्टता इस तथ्य से अधिक महत्वपूर्ण है कि अनुवादक व्यक्तिगत शब्दों और अभिव्यक्तियों के ज्ञान को भड़काता है। 2011 में, अन्य मशीन अनुवादकों की पृष्ठभूमि के खिलाफ, शब्दावली और वाक्यांशविज्ञान के साथ गुणवत्ता का काम एक उपलब्धि थी। स्थिर वाक्यांशों, उचित नामों और शब्दों के ऐसे सटीक मिलानों को खोजने में केवल सर्वश्रेष्ठ ही कामयाब रहे। हालांकि, सामान्य असंयम के साथ व्यक्तिगत पत्राचार पर्याप्त नहीं थे। "व्याकरण के ज्ञान" को कसने के लिए यह आवश्यक था। सांख्यिकीय अनुवादक के "स्व-प्रशिक्षण" के पांच वर्षों के दौरान (2011 से 2016 तक), कनेक्टिविटी में कोई वृद्धि नहीं हुई। तंत्रिका नेटवर्क (या इसलिए संयोग) के साथ एकीकरण के बाद एक गुणात्मक छलांग हुई। अब, 3 दिसंबर 2017 को मैंने जो नमूने लिए हैं, मैं पुष्टि कर सकता हूं कि सुपर-टास्क अधिक विश्वसनीय हो गया है: एक "कंप्यूटर" (बल्कि एक विशाल कंप्यूटर नेटवर्क) मैन्युअल रूप से नियमों की श्रमसाध्य वर्तनी के बिना पाठ को पहचान सकता है। (लेकिन कभी-कभी उनसे गलती हो जाती है। इसलिए, उन्हें अधिक सरल शब्दों में ग्रंथों को देना बेहतर होता है, बिना अलंकृत वाक्यों के पांच पंक्तियाँ।

अगर 2011 और 2016 में सभी भाषाओं में अनुवाद के नमूनों में "अंधेरे स्थानों" (शब्दों का असंगत सेट) का हिस्सा, जो मैंने लिया था, 65 - 90 शब्दों की लंबाई के साथ प्रति पाठ में 1 2 टुकड़े थे, तो 2017 में "अंधेरे स्थान" नहीं थे। (मैंने अनुवाद के लिए वाक्य और अन्य अपमानजनक अभिव्यक्तियाँ नहीं लीं, लेकिन सादे पाठ। व्यक्तिगत शब्दों और वाक्यांशों का एक गलत और यहां तक ​​कि हास्यपूर्ण अनुवाद अभी भी होता है, लेकिन यह "अंधेरी जगहों" के निर्माण की ओर नहीं ले जाता है।) अनुवाद को पढ़ना, आप इस बारे में समझते हैं कि क्या है। यदि यह अनाड़ी है तो भी भाषण। इसके अलावा, अंग्रेजी में अनुवाद की गुणवत्ता अन्य लक्षित भाषाओं की तुलना में अधिक है।

अगर 2011 में Google अनुवादक की मुख्य विशेषता भाषाओं (लेक्सिकल, फिएटसाल लेवल) के बीच इस संदर्भ में आदर्श मैच पा रही थी, तो 2017 में, लेक्सिकल सटीकता में थोड़ा खो जाने के बाद, अनुवादक ने वाक्यों की पार्सिंग और व्याकरणिक संबंधों के हस्तांतरण में गति प्राप्त की।

2011 में, सेवा को कभी-कभी एक जटिल वाक्य के टुकड़ों को अलग-थलग करने के रूप में माना जाता है और बस एक के बाद एक श्रृंखला में उनके अनुवाद को स्ट्रिंग किया जाता है। 2017 में, इस समस्या को हल करने से, यह वास्तव में विदेशी टुकड़ों को भी अलग कर देता है ताकि वे "शोर" न बनाएं। ये किसी अन्य भाषा और टाइपो में शब्दों के आधार हैं। यह मशीन को एक व्यक्ति के स्तर के करीब लाता है: यदि हम एक नियम के रूप में, वाक्य में कुछ शब्द नहीं सुनते हैं, तो यह हमें सामान्य अर्थ को पकड़ने से नहीं रोकता है।

यूक्रेनी में अनुवाद रूसी मध्यस्थ भाषा से "अछूता" था

पूर्व में (जनवरी 2016 में पारंगत "माप" तक), यूक्रेनी और रूसी में अनुवाद 99.9% से मेल खाता था, और भले ही इसने यूक्रेनी में अनुवाद की गुणवत्ता को कम कर दिया था, यह काफी महत्वपूर्ण नहीं था, इस तथ्य के बावजूद कि अनुवाद पहले मूल से अलग हो गया था। अंग्रेजी में, फिर रूसी में ("जेली पर तीसरा पानी")।

अब रूसी और यूक्रेनी में एक पाठ के अनुवादों के बीच बिखराव है। रूसी अनुवाद के बाद आँख बंद करके के बजाय, यूक्रेनी अब अपने तरीके से चला जाता है। कभी-कभी इसका मतलब है कि इसमें बस अधिक गलत अनुवाद और शब्द रूप शामिल हैं। कभी-कभी - इसमें कोई त्रुटि नहीं है कि यह रूसी में कहां है।

पहले, एक गलत अनुवाद, अगर वहाँ था, तो तुरंत सभी भाषाओं में: एक ही जगह एक ही त्रुटि। यह अंग्रेजी अनुवाद में "अड़चन" के कारण था। अब त्रुटियां छिटपुट रूप से प्रकट होती हैं: या तो एक भाषा में, फिर दूसरे में, जब अंग्रेजी और अन्य लक्षित भाषाओं में सब कुछ ठीक है। यूक्रेनी में, यह नमूना से अन्य भाषाओं की तुलना में अब तक अधिक बार होता है। इसके अलावा, जर्मन, फ्रेंच और पोलिश में यूक्रेनी से तीन अलग-अलग ग्रंथों के अनुवाद में कई बेतुकी विकृतियां हैं, जिनका अंग्रेजी में अनुवाद नहीं किया गया है। इसके अलावा, यूक्रेनी के साथ युग्मित, नामों में से लगभग एक तिहाई विकृत हैं, हालांकि नामों का सटीक स्थानांतरण "समय से पहले" से एक पारंपरिक Google विशेषता है। उदाहरण: ब्लडूड के बजाय ब्लड, डैफेन डी मौरियर के बजाय डैफेन ड्यू मॉर्ले, रैशेल के बजाय रैसीन; कहीं और, राहेल को केवल अंग्रेजी में सही ढंग से लिखा गया था, लेकिन रैच जर्मन, फ्रेंच और पोलिश में दिखाई दिया। मैंने सुझाव दिया कि इस तरह की विकृतियां एक शब्दकोषीय त्रुटि नहीं हैं, लेकिन एक "स्थितिजन्य" प्रणाली की विफलता है, और दूसरे पाठ में उसी नाम को सही तरीके से स्थानांतरित किया जा सकता है। डैफने डू "मॉर्ले" के मामले को छोड़कर परिकल्पना की पुष्टि की गई थी।

तंत्रिका अनुवादक अर्थ के साथ काम नहीं करता है

सांख्यिकीय अनुवादक ने शब्दों, वाक्यांशों, वाक्यांशों की मान्यता के साथ अच्छी तरह से काम किया, और अक्सर एक वाक्य के संदर्भ में शब्दों के अर्थ को सफलतापूर्वक चुना। समस्याएँ तब शुरू हुईं जब शब्दों के बीच संबंधों, उनकी व्याकरणिक भूमिका की सही व्याख्या करना संभव नहीं था। 2017 के अनुवादों में, इस दिशा में एक महत्वपूर्ण सुधार ध्यान देने योग्य है, अर्थात, गैर-मान्यता प्राप्त स्थान कम हो गए हैं। क्या यह पर्याप्त अनुवाद है? वास्तव में नहीं। तंत्रिका अनुवादक वाक्य की संरचना से जुड़ा हुआ है। यह भाषा निर्माण को भाषा से भाषा में बदलने का अच्छा काम करता है। यह सेवा किसी वाक्य या पैराग्राफ की नहीं, बल्कि छोटे खंडों (जिसे परिभाषित करना बहुत बेहतर हो गया) और "glues" टुकड़ों को लक्ष्य भाषा के व्याकरण नियमों के अनुसार लेती है।

इस तरह के उत्पाद अभी भी मूल को समझने में मदद करते हैं, लेकिन एक उच्च-गुणवत्ता वाला पाठ नहीं है (हालांकि कुछ वाक्य पूरी तरह से अनुवादित किए जा सकते हैं)।

क्या याद आ रही है?

पेशेवर अनुवादकों को अपने स्वयं के शब्दों में अर्थ बताने के लिए सिखाया जाता है, बिना स्रोत वाक्य संरचना से बंधे। एक पर्याप्त अनुवाद शब्द-से-शब्द और वाक्यांश-वार संचरण से शब्दार्थ परिवर्तनों के लिए प्रयास करना चाहिए।

मशीनी अनुवाद के विकास के वर्तमान चरण से लेकर साहित्यिक तक के कितने मध्यवर्ती चरण हैं, जो शैली के मानदंडों के कब्जे और कल्पना के हस्तांतरण का मतलब है? कृत्रिम बुद्धि के निर्माण से पहले, तर्क करने में सक्षम।
कभी-कभी ऐसा लगता है कि भाषा के मानदंड पहले बदल जाएंगे। इस तथ्य के कारण कि हम अंग्रेजी से बहुत सारे "अंडर-ट्रांसलेशन" पढ़ते हैं, हमारी मातृभाषा अंग्रेजी के प्रति अधिक सहिष्णु बन सकती है - न केवल व्यक्तिगत वाक्यांशों के लिए, बल्कि वाक्यांशों की विदेशी संरचना के लिए भी। उपनिवेशवादी की भाषा और स्थानीय आबादी की भाषा के आधार पर जो भाषाएँ बनती हैं, उन्हें पिडजिंस कहा जाता है। वे कॉलोनाइज़र से निओलगिज़्म लेते हैं; व्याकरण अपने को छोड़ते हैं। एक ज्वलंत उदाहरण: ब्राइटन बीच पर हमारे पूर्व साथी नागरिकों का एक भाषण (और विदेश में निवास के अन्य स्थानों पर) या एक कार्यालय रग्लिश: रूसी अंत अंग्रेजी शब्दों के साथ "संलग्न"। मान्य करें, संलग्न करें, साझा करें, आदि।

मशीन अनुवाद में जो होता है वह विपरीत प्रक्रिया है: रूसी शब्दों के साथ रूसी शब्द थोड़ा अजीब लेकिन समझने योग्य वाक्यांश बनाते हैं। हम यह नहीं कहते हैं कि लेकिन आप समझ सकते हैं। यह एक विदेशी के भाषण की तरह है जो अच्छी तरह से रूसी बोलता है: कोई उच्चारण नहीं लगता है, और शब्दावली ठाठ है, और शब्द के रूप सही हैं, लेकिन कभी-कभी "मैं एक शॉवर लेता हूं", "मैं टैक्सी लेता हूं", "इस बात का सम्मान करते हुए हमें अनुनय की एक नई विधि का प्रयास करने की आवश्यकता है। "। यह स्तर अभी भी तंत्रिका अनुवादक के लिए सीमा है। कहने की जरूरत नहीं है, यह एक बहुत ही उच्च पट्टी है? इसके अलावा, इस स्तर पर सेवा "मालिक" सौ से अधिक भाषाओं में है और अपेक्षाकृत आसानी से नए जोड़ते हैं। « ».

, , .

No one reflecting on their life has ever wished there had been fewer such moments.
Google: , , , .
Human: , , .

Is civilization just a veneer over a violent core?
Google: ?
Human: ? // – ?

संदर्भ

1. Google Translate, 2012
2. : 7 -, 2012
3. Google's Neural Machine Translation System: Bridging the Gap between Human and Machine Translation, 2016
4. Google's Multilingual Neural Machine Translation System: Enabling Zero-Shot Translation, 2016
5. A Neural Network for Machine Translation, at Production Scale, 2016
6. Google Puts Its Virtual Brain Technology to Work, 2012
7. Google Translate , 2016
8. (), 2017
9. [ GNMT], 2017