मशीन अनुवाद का उपयोग करने का इतिहास और अनुभव। यांडेक्स व्याख्यान

सितंबर में, छठा हाइपरबेटन आयोजित किया गया था - तकनीकी दस्तावेज से संबंधित सभी चीजों पर यैंडेक्स सम्मेलन। हम हाइपरबेटन से कई व्याख्यान प्रकाशित करेंगे, जो हमारी राय में, हैबर के पाठकों के लिए सबसे अधिक रुचि हो सकती है।


स्वेतलाना Kayushina, प्रलेखन और स्थानीयकरण विभाग के प्रमुख:
- ऐसा लगता है कि दुनिया में कोई और लोग नहीं हैं जो मैन्युअल रूप से अनुवाद करते हैं। आज हम उपकरण और दृष्टिकोण के बारे में बात करना चाहते हैं जो कंपनियों को एक प्रभावी स्थानीयकरण प्रक्रिया को व्यवस्थित करने में मदद करते हैं, और अनुवादक अपनी रोजमर्रा की समस्याओं को हल करना आसान बनाते हैं। आज हम मशीन अनुवाद के बारे में, मशीन इंजनों की प्रभावशीलता के मूल्यांकन के बारे में और अनुवादकों के लिए स्वचालित अनुवाद प्रणालियों के बारे में बात करेंगे।

आइए अपने सहयोगियों की रिपोर्ट से शुरू करते हैं। मैं इरीना राइबनिकोवा और अनास्तासिया पिओनमारेवा को आमंत्रित करता हूं - वे हमारे स्थानीयकरण प्रक्रियाओं में मशीन अनुवाद शुरू करने में यैंडेक्स के अनुभव के बारे में बात करेंगे।

इरीना रब्बनिकोवा:
- धन्यवाद। हम आपको मशीन अनुवाद के इतिहास और यैंडेक्स में इसका उपयोग कैसे करते हैं, इसके बारे में बताएंगे।



17 वीं शताब्दी में वापस, वैज्ञानिक एक ऐसी भाषा के अस्तित्व के बारे में सोच रहे थे जो अन्य भाषाओं को जोड़ती है, और यह संभवतः बहुत लंबा है। चलिए वापस करीब आते हैं। हम सभी अपने आस-पास के लोगों को समझना चाहते हैं - कोई फर्क नहीं पड़ता कि हम कहाँ से आए हैं - हम यह देखना चाहते हैं कि संकेतों पर क्या लिखा है, हम घोषणाओं को पढ़ना चाहते हैं, संगीत कार्यक्रमों के बारे में जानकारी चाहते हैं। बेबीलोन की मछली का विचार वैज्ञानिकों के दिमाग को प्रभावित करता है, साहित्य, सिनेमा - हर जगह पाया जाता है। हम उस समय को कम करना चाहते हैं जिसके लिए हम सूचना तक पहुंच प्राप्त करते हैं। हम चीनी प्रौद्योगिकियों के बारे में लेख पढ़ना चाहते हैं, किसी भी साइटों को समझें जो हम देखते हैं, और इसे यहां और अभी प्राप्त करना चाहते हैं।



इसके संदर्भ में, मशीनी अनुवाद के बारे में बात करना असंभव नहीं है। यह वही है जो इस समस्या को हल करने में मदद करता है।



शुरुआती बिंदु 1954 है, जब संयुक्त राज्य अमेरिका में आईबीएम 701 मशीन पर कार्बनिक रसायन विज्ञान के सामान्य विषय पर 60 वाक्यों को रूसी से अंग्रेजी में अनुवादित किया गया था, और यह सब 250 शब्दावली शब्दों और छह व्याकरणिक नियमों पर आधारित था। इसे जार्जटाउन प्रयोग कहा जाता था, और यह इतना चौंकाने वाला था कि समाचार पत्र सुर्खियों में थे कि अगले तीन से पांच साल तक, और समस्या पूरी तरह से हल हो जाएगी, हर कोई खुश होगा। लेकिन जैसा कि आप जानते हैं, सब कुछ थोड़ा अलग था।

70 के दशक में, नियम-आधारित मशीन अनुवाद दिखाई दिया। यह द्विभाषी शब्दकोशों पर भी आधारित था, लेकिन उन नियमों के भी बहुत सेट जो किसी भी भाषा का वर्णन करने में मदद करते थे। कोई भी, लेकिन सीमाओं के साथ।



नियम निर्धारित करने वाले गंभीर भाषाई विशेषज्ञ आवश्यक थे। यह एक जटिल काम है, यह अभी भी संदर्भ को ध्यान में नहीं रख सकता है, किसी भी भाषा को पूरी तरह से कवर कर सकता है, लेकिन वे विशेषज्ञ थे, और तब उच्च कंप्यूटिंग शक्ति की आवश्यकता नहीं थी।



अगर हम गुणवत्ता के बारे में बात करते हैं, तो एक क्लासिक उदाहरण बाइबल से एक उद्धरण है, जो तब इस तरह अनुवादित हुआ। अभी तक पर्याप्त नहीं है। इसलिए, लोगों ने गुणवत्ता पर काम करना जारी रखा। 90 के दशक में, एक सांख्यिकीय अनुवाद मॉडल, एसएमटी दिखाई दिया, जो शब्दों और वाक्यों के संभाव्य वितरण के बारे में बात करता था, और यह प्रणाली मौलिक रूप से अलग थी कि इसमें नियमों और भाषा विज्ञान के बारे में कुछ भी नहीं पता था। उसे समान ग्रंथों की एक बड़ी मात्रा मिली, एक भाषा और दूसरी में जोड़ी गई, और फिर खुद फैसले किए। इसे बनाए रखना आसान था, विशेषज्ञों के किसी भी ढेर की आवश्यकता नहीं थी, कोई प्रतीक्षा नहीं। आप डाउनलोड कर सकते हैं और परिणाम प्राप्त कर सकते हैं।



1 से 10 मिलियन सेगमेंट में आने वाले डेटा की आवश्यकताएं काफी औसत थीं। खंड - वाक्य, छोटे वाक्यांश। लेकिन उनकी कठिनाइयां बनी रहीं और संदर्भ को ध्यान में नहीं रखा गया, सब कुछ बहुत आसान नहीं था। और रूस में, उदाहरण के लिए, ऐसे मामले दिखाई दिए।



मुझे GTA गेम्स का अनुवाद करना भी पसंद है, जिसका परिणाम बहुत अच्छा था। सब कुछ स्थिर नहीं रहा। 2016 एक महत्वपूर्ण मील का पत्थर था जब तंत्रिका मशीन अनुवाद शुरू हुआ। यह एक युगांतरकारी घटना थी जिसने जीवन को बहुत बदल दिया। मेरे सहकर्मी ने अनुवादों को देखा और हम उनका उपयोग कैसे करते हैं, कहा: "कूल, वह मेरे शब्दों में बोलते हैं।" और यह वास्तव में बहुत अच्छा था।

क्या सुविधाएँ? उच्च प्रवेश आवश्यकताओं, प्रशिक्षण सामग्री। कंपनी के भीतर इसे बनाए रखना मुश्किल है, लेकिन गुणवत्ता में एक महत्वपूर्ण वृद्धि यह है कि इसके लिए क्या कल्पना की गई थी। केवल एक उच्च-गुणवत्ता वाला अनुवाद कार्यों को हल करेगा और प्रक्रिया में सभी प्रतिभागियों के लिए जीवन को आसान बना देगा, वही अनुवादक जो खराब अनुवाद को सही नहीं करना चाहते हैं, वे नए रचनात्मक कार्य करना चाहते हैं, और मशीन को नियमित वाक्यांश देते हैं।

मशीनी अनुवाद के लिए दो दृष्टिकोण हैं। ग्रंथों के विशेषज्ञ मूल्यांकन / भाषाई विश्लेषण, अर्थात्, वास्तविक भाषाविदों द्वारा सत्यापन, अर्थ की साक्षरता के अनुपालन के लिए विशेषज्ञ। कुछ मामलों में, विशेषज्ञों को अभी भी लगाया गया था, उन्हें अनुवादित पाठ को घटाने की अनुमति दी गई थी और मूल्यांकन किया गया था कि यह इस दृष्टिकोण से कितना प्रभावी था।



इस पद्धति की विशेषताएं क्या हैं? कोई नमूना अनुवाद की आवश्यकता नहीं है, हम अब तैयार अनुवादित पाठ को देखते हैं और किसी भी अनुभाग के लिए इसका मूल्यांकन करते हैं। लेकिन यह महंगा और लंबा है।



एक दूसरा दृष्टिकोण है - स्वचालित संदर्भ मैट्रिक्स। उनमें से कई हैं, प्रत्येक के पास इसके पेशेवरों और विपक्ष हैं। मैं गहराई में नहीं गया। आप इन खोजशब्दों के बारे में और बाद में पढ़ सकते हैं।

क्या सुविधा? वास्तव में, यह कुछ अनुकरणीय अनुवाद के साथ अनुवादित मशीन ग्रंथों की तुलना है। ये मात्रात्मक मीट्रिक हैं जो अनुकरणीय अनुवाद और क्या हुआ के बीच विसंगति को दर्शाते हैं। यह तेज़, सस्ता है और इसे काफी आसानी से किया जा सकता है। लेकिन विशेषताएं हैं।



वास्तव में, ज्यादातर वे हाइब्रिड तरीकों का उपयोग करते हैं। यह तब होता है जब किसी चीज का प्रारंभ में स्वचालित रूप से मूल्यांकन किया जाता है, फिर एक त्रुटि मैट्रिक्स का विश्लेषण किया जाता है, फिर एक विशेषज्ञ भाषाई विश्लेषण ग्रंथों के छोटे शरीर पर किया जाता है।



हाल ही में, अभ्यास अभी भी व्यापक है जब हम वहां भाषाविदों को नहीं बुलाते हैं, लेकिन बस उपयोगकर्ताओं को। एक इंटरफ़ेस बनाया जा रहा है - यह दिखाएं कि आपको कौन सा अनुवाद सबसे अच्छा लगता है। या जब आप ऑनलाइन अनुवादकों के पास जाते हैं, तो आप पाठ दर्ज करते हैं, और आप अक्सर इस बात पर मतदान कर सकते हैं कि आपको क्या पसंद है, यह दृष्टिकोण उपयुक्त है या नहीं। वास्तव में, हम सभी अब इन इंजनों को प्रशिक्षित करते हैं, और वे प्रशिक्षण के लिए सब कुछ उपयोग करते हैं और उनकी गुणवत्ता पर काम करते हैं।

मैं बताना चाहता हूं कि हम अपने काम में मशीन अनुवाद का उपयोग कैसे करते हैं। मैं अनास्तासिया शब्द को पास करता हूं।

अनास्तासिया पानोमोनारेवा:
- हम स्थानीयकरण विभाग में यैंडेक्स में बहुत जल्दी महसूस करते हैं कि मशीन अनुवाद तकनीक में काफी संभावनाएं हैं, और हमारे दैनिक कार्यों में इसका उपयोग करने का प्रयास करने का फैसला किया है। हमने कहां से शुरुआत की? हमने एक छोटा सा प्रयोग करने का फैसला किया। हमने एक नियमित तंत्रिका नेटवर्क अनुवादक के माध्यम से एक ही ग्रंथों का अनुवाद करने का फैसला किया, और एक प्रशिक्षित मशीन अनुवादक भी इकट्ठा किया। ऐसा करने के लिए, हमने वर्षों से रूसी-अंग्रेजी की एक जोड़ी में ग्रंथों का कोष तैयार किया है कि हम यांडेक्स में इन भाषाओं में ग्रंथों के स्थानीयकरण में लगे थे। फिर हम यैंडेक्स से अपने सहयोगियों को ग्रंथों के इस कोष के साथ आए। ट्रांसलेट करें और इंजन को प्रशिक्षित करने के लिए कहा।



जब इंजन को प्रशिक्षित किया गया था, तो हमने ग्रंथों के अगले बैच का अनुवाद किया, और जैसा कि इरीना ने कहा, विशेषज्ञों की मदद से, हमने परिणामों का मूल्यांकन किया। हमने अनुवादकों को साक्षरता, शैली, वर्तनी और अर्थ के प्रसारण को देखने के लिए कहा। लेकिन मोड़ तब था जब अनुवादकों में से एक ने कहा कि "मैं अपनी शैली को पहचानता हूं, मैं अपने अनुवादों को पहचानता हूं।"

इन संवेदनाओं को सुदृढ़ करने के लिए, हमने सांख्यिकीय संकेतकों की गणना करने का निर्णय लिया। सबसे पहले, हमने एक नियमित तंत्रिका नेटवर्क इंजन के माध्यम से किए गए स्थानान्तरण के लिए BLEU गुणांक की गणना की, और हमें यह आंकड़ा (0.34) मिला। ऐसा लगता है कि इसे किसी चीज़ के साथ तुलना करने की आवश्यकता है। हम फिर से Yandex.Translator से सहयोगियों के पास गए और एक वास्तविक व्यक्ति द्वारा किए गए स्थानान्तरण के लिए BLEU गुणांक माना जाता है, यह बताने के लिए कहा। यह 0.6 से है।

फिर हमने यह जांचने का फैसला किया कि प्रशिक्षित अनुवादों के परिणाम क्या हैं। 0.5 मिली। परिणाम वास्तव में उत्साहजनक हैं।



मैं एक उदाहरण देता हूं। यह प्रत्यक्ष के प्रलेखन से एक वास्तविक रूसी वाक्यांश है। तब यह एक नियमित तंत्रिका नेटवर्क इंजन के माध्यम से स्थानांतरित किया गया था, और फिर हमारे ग्रंथों में एक प्रशिक्षित तंत्रिका नेटवर्क इंजन के माध्यम से। पहले से ही पहली पंक्ति में हम देखते हैं कि डायरेक्ट के लिए पारंपरिक प्रकार के विज्ञापन को मान्यता नहीं दी गई है। और पहले से ही प्रशिक्षित तंत्रिका नेटवर्क इंजन में हमारा अनुवाद दिखाई देता है, और यहां तक ​​कि संक्षिप्त नाम भी लगभग सही है।

हम परिणामों से बहुत प्रोत्साहित हुए, और फैसला किया कि यह संभवतः तकनीकी दस्तावेज के मूल सेट पर ही नहीं, अन्य ग्रंथों में भी इंजन का उपयोग करने के लायक है। कई महीनों तक कई प्रयोग किए गए। बहुत सारी विशेषताओं और समस्याओं का सामना करते हुए, ये सबसे आम समस्याएं हैं जिन्हें हमें हल करना था।



मैं आपको प्रत्येक के बारे में अधिक बताऊंगा।



यदि आप, हमारी तरह, एक कस्टम इंजन बनाने की योजना बना रहे हैं, तो आपको उच्च गुणवत्ता वाले समानांतर डेटा की एक बड़ी मात्रा की आवश्यकता होगी। बड़े इंजन को 10 हजार ऑफ़र की राशि पर प्रशिक्षित किया जा सकता है, हमारे मामले में, हमने 135 हजार समानांतर ऑफ़र तैयार किए हैं।



सभी प्रकार के पाठ पर नहीं आपका इंजन समान रूप से अच्छे परिणाम दिखाएगा। तकनीकी दस्तावेज़ीकरण में, जहां लंबे वाक्य, संरचना, उपयोगकर्ता प्रलेखन, और यहां तक ​​कि इंटरफ़ेस में भी, जहां छोटे लेकिन स्पष्ट बटन हैं, सबसे अधिक संभावना है कि आप ठीक होंगे। लेकिन शायद, हमारे साथ, आप विपणन समस्याओं का सामना करेंगे।

हमने एक प्रयोग किया, संगीत प्लेलिस्ट का अनुवाद किया, और ऐसा एक उदाहरण मिला।



यही एक मशीन अनुवादक स्टार कारखाने के श्रमिकों के बारे में सोचता है। श्रम के ढोलकिया क्या हैं।



मशीन इंजन के माध्यम से अनुवाद करते समय, संदर्भ को ध्यान में नहीं रखा जाता है। यह अब ऐसा हास्यास्पद उदाहरण नहीं है, लेकिन काफी वास्तविक है, यांडेक्स के तकनीकी दस्तावेज से। अप्रत्यक्ष। ऐसा लगता है कि जब आप तकनीकी दस्तावेज पढ़ते हैं, तो वे समझ में आते हैं, वे तकनीकी हैं। लेकिन नहीं, इंजन हिट नहीं हुआ।



आपको यह भी विचार करना होगा कि अनुवाद की गुणवत्ता और अर्थ मूल भाषा पर बहुत निर्भर करेगा। हम रूसी से फ्रांसीसी में वाक्यांश का अनुवाद करते हैं, हमें एक परिणाम मिलता है। हमें समान अर्थ के साथ एक समान वाक्यांश मिलता है, लेकिन अंग्रेजी से, और हमें एक अलग परिणाम मिलता है।



यदि आप, हमारे पाठ में, बड़ी संख्या में टैग, मार्कअप, कुछ तकनीकी विशेषताएं हैं, तो संभवत: आपको उन्हें ट्रैक करना होगा, कुछ स्क्रिप्ट्स को संपादित और लिखना होगा।

यहां ब्राउज़र के वास्तविक वाक्यांशों के उदाहरण दिए गए हैं। कोष्ठक में तकनीकी जानकारी है जिसका अनुवाद नहीं किया जाना चाहिए, विशेष रूप से कई रूपों में। अंग्रेजी में वे अंग्रेजी में हैं, और जर्मन में उन्हें अंग्रेजी में भी रहना चाहिए, लेकिन उनका अनुवाद किया जाता है। आपको इन बिंदुओं का ध्यान रखना होगा।



इंजन आपके नामकरण सम्मेलनों के बारे में कुछ भी नहीं जानता है। उदाहरण के लिए, हमारे पास एक समझौता है जिसे हम हमेशा सभी भाषाओं में लैटिन में Yandex.Disk कहते हैं। लेकिन फ्रेंच में, वह फ्रेंच में एक डिस्क में बदल जाता है।



संकेताक्षर कभी-कभी सही ढंग से पहचाने जाते हैं, कभी-कभी नहीं। इस उदाहरण में, BY, विज्ञापन के लिए बेलारूसी तकनीकी आवश्यकताओं से संबंधित है, अंग्रेजी में एक बहाने में बदल जाता है।



मेरे पसंदीदा उदाहरणों में से एक नया और उधार लिया गया शब्द है। यहाँ एक अच्छा उदाहरण है, शब्द अस्वीकरण, "मुख्य रूप से रूसी।" शब्दावली को पाठ के प्रत्येक भाग के लिए सत्यापित करना होगा।

और एक और, इतनी महत्वपूर्ण समस्या नहीं है - पुराना लेखन।



पहले, इंटरनेट एक नवीनता था, इसे सभी ग्रंथों में कैपिटल किया गया था, और जब हमने अपने इंजन को प्रशिक्षित किया था, तो हर जगह इंटरनेट का पूंजीकरण किया गया था। अब एक नया युग है, इंटरनेट पहले से ही एक छोटे से पत्र के साथ लिखा जा रहा है। यदि आप चाहते हैं कि आपका इंजन एक छोटे से पत्र के साथ इंटरनेट लिखना जारी रखे, तो आपको इसे वापस लेना होगा।



हमने निराशा नहीं की, इन समस्याओं को हल किया। सबसे पहले, उन्होंने ग्रंथों की कोर को बदल दिया, अन्य विषयों पर अनुवाद करने की कोशिश की। हमने अपनी टिप्पणियों को Yandex.Translator से सहयोगियों को प्रेषित किया, तंत्रिका नेटवर्क को फिर से प्रशिक्षित किया और परिणामों को देखा, मूल्यांकन किया और अंतिम रूप देने के लिए कहा। उदाहरण के लिए, टैग पहचान, HTML मार्कअप प्रोसेसिंग।

मैं वास्तविक उपयोग के मामले दिखाऊंगा। हमारे पास तकनीकी दस्तावेज के लिए एक अच्छा मशीन अनुवाद है। यह एक वास्तविक मामला है।



यहाँ अंग्रेजी में और रूसी में वाक्यांश है। अनुवादक जो इस प्रलेखन से जुड़ा था, उसे शब्दावली के उपयुक्त विकल्प द्वारा बहुत प्रोत्साहित किया गया था। एक और उदाहरण।



अनुवादक ने डैश की बजाय पसंद की सराहना की, कि वाक्यांश की संरचना अंग्रेजी में बदल गई है, शब्द का पर्याप्त विकल्प सही है, और आप शब्द, जो मूल में नहीं है, लेकिन यह अनुवाद बिल्कुल अंग्रेजी, प्राकृतिक बनाता है।



एक और मामला मक्खी पर इंटरफेस का अनुवाद है। सेवाओं में से एक ने बूट समय पर स्थानीयकरण और ग्रंथों के अनुवाद के साथ परेशान नहीं करने का फैसला किया। लेकिन महीने में लगभग एक बार इंजन बदलने के बाद, "वितरण" शब्द एक सर्कल में बदल गया। हमने सुझाव दिया कि टीम एक सामान्य तंत्रिका नेटवर्क इंजन को नहीं जोड़ती है, लेकिन हमारा, तकनीकी दस्तावेज पर प्रशिक्षित है, ताकि एक ही शब्द का उपयोग हमेशा किया जाता है, टीम के साथ सहमत है जो पहले से ही प्रलेखन में है।



मौद्रिक क्षण के लिए यह सब कैसे काम करता है? मूल रूप से, ऐसा हुआ कि रूसी-यूक्रेनी की एक जोड़ी को यूक्रेनी अनुवाद के न्यूनतम संपादन की आवश्यकता होती है। इसलिए, कुछ महीने पहले हमने पोस्ट-एडिटिंग सिस्टम पर स्विच करने का फैसला किया। इसी से हमारी बचत बढ़ती है। सितंबर अभी खत्म नहीं हुआ है, लेकिन हमें लगा कि हमने अपनी पोस्ट-एडिटिंग लागत को यूक्रेनी में लगभग एक तिहाई कम कर दिया है, और हम मार्केटिंग ग्रंथों को छोड़कर लगभग सभी चीजों को संपादित करने जा रहे हैं। संक्षेप में इरीना शब्द।

इरीना:
- सभी के लिए यह स्पष्ट हो जाता है कि इसका उपयोग करना आवश्यक है, यह पहले से ही हमारी वास्तविकता है, और इसे हमारी प्रक्रियाओं और हितों से बाहर करना असंभव है। लेकिन आपको कुछ चीजों के बारे में सोचने की जरूरत है।



दस्तावेजों के प्रकारों पर निर्णय लें, जिस संदर्भ में आप काम करते हैं। क्या यह तकनीक आपके लिए सही है?

दूसरा क्षण। हमने Yandex.Translator के बारे में बात की, क्योंकि हम एक अच्छे संबंध में हैं, हमारे पास डेवलपर्स तक सीधी पहुंच है, और इसी तरह, लेकिन वास्तव में आपको यह तय करने की आवश्यकता है कि कौन सा इंजन आपके लिए विशेष रूप से आपकी भाषा, आपके विषय के लिए सबसे इष्टतम होगा। अगली रिपोर्ट इस विषय के लिए समर्पित होगी। तैयार रहें कि अभी भी कठिनाइयां हैं, इंजन के डेवलपर्स कठिनाइयों को हल करने के लिए एक साथ काम कर रहे हैं, लेकिन अभी तक वे अभी भी मिल रहे हैं।



मैं यह समझना चाहूंगा कि भविष्य में हमारा क्या इंतजार है। लेकिन वास्तव में, यह आगे नहीं है, लेकिन हमारे वर्तमान समय में, यहां और अभी क्या हो रहा है। हम सभी को अपनी शब्दावली, अपने ग्रंथों के लिए अनुकूलन की आवश्यकता है, और यही वह है जो अब सार्वजनिक हो रहा है। अब हर कोई यह सुनिश्चित करने के लिए काम कर रहा है कि आप कंपनी के अंदर न जाएं, किसी विशेष इंजन के डेवलपर्स से सहमत न हों, आपके लिए इसे कैसे अनुकूलित करें। आप इसे एपीआई पर सार्वजनिक खुले इंजनों में प्राप्त कर सकेंगे।

अनुकूलन न केवल ग्रंथों में है, बल्कि शब्दावली में भी, अपनी आवश्यकताओं के लिए शब्दावली को कॉन्फ़िगर करने के लिए है। यह एक महत्वपूर्ण बिंदु है। दूसरा विषय इंटरेक्टिव ट्रांसलेशन है। जब कोई अनुवादक किसी पाठ का अनुवाद करता है, तो तकनीक उसे स्रोत भाषा, स्रोत पाठ को ध्यान में रखते हुए निम्नलिखित शब्दों की भविष्यवाणी करने की अनुमति देती है। यह बरमा काम को बहुत आसान कर सकता है।

यह अब वास्तव में महंगा है। हर कोई सोचता है कि कम मात्रा में पाठ के साथ कुछ इंजनों को बहुत प्रभावी ढंग से कैसे पढ़ाया जाए। हर जगह यही होता है और हर जगह चलता है। मुझे लगता है कि विषय बहुत दिलचस्प है, और फिर यह और भी दिलचस्प होगा।

हमने कई लेख एकत्र किए हैं जो आपको रुचि दे सकते हैं। धन्यवाद!

- दो मॉडल एक से बेहतर हैं। Yandex.Translator का अनुभव
- कैसे यांडेक्स ने वेब पृष्ठों का अनुवाद करने के लिए कृत्रिम बुद्धिमत्ता तकनीक को लागू किया
- मशीनी अनुवाद। शीत युद्ध से लेकर डिप्लर्निंग तक