从起源到今天:机器翻译已能辨识TA

  • 时间:
  • 浏览:0
  • 来源:10分快3下注平台-10分快3注册平台_10分快3官网平台

最近的Google I/O大会很是热闹。

在大会的最后一日,Alphabet董事长John Hennessy亲口承认:Google Duplex原应在预约领域通过了图灵测试。

通过图灵测试!

多么令人兴奋的3个字。被人工智能所改变的世界蓝图仿佛就在.我背后铺展。

人工智能成果喷薄爆发以来,热门领域除了机器学习,还有作为计算机语言学、人工智能和数理逻辑的交叉学科——机器翻译。

机器翻译起源于哪年?如今发展到了哪些地方程度?

国内在机器翻译上哪些地方地方研究成果,又哪些地方地方公司推出了令人惊叹的落地应用?

在其发展道路上,哪些地方地方大牛发表了哪些地方成果,推动了地球人无障碍沟通的梦想计划?

未来,机器翻译将原应在哪些地方领域进行深耕?其发展趋势如何?

哪些地方地方间题的答案,你能能在未来一周内找到。

首先,.我不能能解一下机器翻译是如何兴起的。

蹒跚起步

Warren Weaver说:我随便说说机器翻译可行

于是全世界都后来刚结速搞机器翻译

1946年,第一台数字电子计算机诞生。从那后来,.我就后来刚结速思索如何运用计算机代替人从事翻译工作的间题,甚至在此后来,图灵就原应后来刚结速思考计算机算不算不利于进行思维你这种间题。

三年后来——1949年,我国正式建立,机器翻译思想也正式提出:Warren Weaver发表《翻译》备忘录,这也被视为机器翻译初始阶段的第一件标志性事件。

▲Warren Weaver

Warren Weaver在备忘录里展现了机器翻译的可计算性,并提出了二个 主要观点。

第二个 观点:他认为翻译同类于解读密码的过程,“翻译即解码”。

第3个观点:他认为原文与译文“说的是同样的事情”。

否则,当把语言A翻译为语言B时,就原应从语言A出发,会经过某一“通用语言”或“中间语言”(能能假定你这种语言是全人类一同的),最终到达语言B。

1954年,美国乔治敦大学(Georgetown)在IBM的协同下,进行了英俄翻译实验,后来刚结速了在翻译自动化方面的尝试。这是机器翻译发展初始阶段的第二件标志性事件。

总体来说,你这种阶段.我头脑中原应形成了机器翻译的概念,否则原应能能意识到利用语法规则的转换和字典来实现翻译目的。

.我乐观地认为,假如有一天通过扩大词汇量和语法规则,在不久的将来,机器翻译间题会比较完美地得以外理。

什么都在此后来的很长一段时间,全球各国大力支持机器翻译项目,二个 机器翻译研究的高潮就此形成。

发展冷却

ALPAC说:我随便说说机器翻译不行

于是.我又不搞机器翻译了

蓬勃发展17年后来,机器学习迎来了第二个 发展低谷。

1966年11月,美国语言自动外理咨询委员会(ALPAC)表态著名的ALPAC报告,从传输速率、质量、花费、需求等各个深层,几乎是全方位地给给机器翻译研究工作浇了一盆凉水。

APLAC对当时的各个翻译系统进行了一次评估,并在报告提出,机器翻译的译文质量明显要远低于人工翻译。

难以克服的“语义障碍”是当时机器翻译遇到的间题,在报告中,ALPAC全面否定了机器翻译的可行性,并建议各大机构停止对机器翻译的投资和研究。

尽管这份报告的结论过于仓促、武断,否则你这种阶段关于机器翻译的研究的确都如此外理什么都至关重要的间题,并都如此对语言进行深入的分析。

此后在世界范围内,机器翻译出显了空前的萧条局面。

重启篇章

大公司说:.我随便说说还是得重新搞一下

于是机器翻译得以复苏

20世纪3000年代末,原应微外理器的出显,计算机能力获得了突飞猛进的发展。

机器翻译你这种学科有着极大的开发潜力和经济利益,后来刚结速被.我重新提起。

什么都大公司后来刚结速投入资金和人力进行研究,使得机器翻译得到了复苏和重新发展的原应。

你这种时期,计算语言学的什么都基础工作,比如什么都重要的算法等的研究原应到达了二个 比较深入的阶段,对语法和语义的研究也原应有了什么都比较重大的成果。

词法分析、句法分析的算法相继得到开发,否则加强了软件资源,同类电子词典的建设。

翻译法律法律依据 以转换法律法律依据 为代表,后来刚结速普遍采用以分析为主,辅以语义分析的基于规则法律法律依据 来进行翻译,采用抽象转换表示的分层实现策略。

▲抽象转换的分层实现

语法与算法的分开是你这种时期机器翻译的另二个 特点。

所谓语法与算法分开,后来指把语言分析和进程设计分开来成为两要素操作,进程设计工作者提出规则描述的法律法律依据 ,而语言学工作者使用你这种法律法律依据 来描述语言的规则。

炙手可热

世界:.我能能更精准很快速的翻译

机器翻译加入深层学习等AI技术

现在,机器翻译原应成为世界自然语言外理研究的热门。

原应之一是网络化和国际化对翻译的需求日益增大,翻译软件商业化的趋势也非常明显。

你这种时期的翻译法律法律依据 ,.我一般称之为基于经验主义的翻译法律法律依据 。

即主要基于实例和基于统计的法律法律依据 ,注重大规模语料库的建设,后来刚结速针对大规模的真实文本进行外理。

一同,你这种阶段的研究工作后来刚结速外理二个 比文本翻译更加繁复和艰难的间题——语音翻译。

原应Internet上的机器翻译系统具有巨大的潜在市场和商业利益,网上翻译机器系统也进入了实用领域的新突破阶段。

机器翻译功能都如此强大,从最初不能能进行简单的单词翻译,到后来能能翻译出基本符合语法的的话,慢慢能能翻译具有一定逻辑性的的话。

现在,要素软件原应能能自主联系上下文进行翻译,翻译结果的准确性与可读性都原应取得了非常大的进步。

近年来,加入了深层学习技术等人工智能的机器翻译原应不止于简单的将二个 个单词翻译成另五种语言,后来能能像人工翻译一样,不断向前回顾理解形态繁复的的话,否则联系上下文进行翻译。

最为明显的后来现在的要素机器翻译软件原应能能理解每二个 代词具体指代谁,这在什么都年前是不可想象的。

实现你这种功能的关键,分别依赖于五种神经网络架构:二个 是循环神经网络(RNN),另二个 是卷积神经网络(CNN)。

目前关于五种网路架构哪种更适用于机器翻译的争论还有什么都,循环神经网络与卷积神经网络.我时会在后来为.我单独介绍,至此机器翻译的脉络已为.我简略梳理完毕。

▲机器翻译技术源头

实际上,机器翻译不想做好二个 落地应用是不能自己的。原应.我对其效果都持有着绝高的、难以完美达到的预期。

有语言学者指出,机器翻译目前都如此思想,不能自己替代人类。

然而现在原应2018年了,Google Duplex都通过图灵测试了,未来还哪些地方地方不原应所处?

.我期待着未来的“某天”。