Překladač Googlu začne využívat neuronové sítě

Pavel Houser , 10. listopad 2016 15:30 0 komentářů
Překladač Googlu začne využívat neuronové sítě

Google Translator dosud používal především statistiku – při této metodě se věty trhají na kratší fráze, u nich se najde, jak již byly přeloženy, a jednotlivé úseky se překládají víceméně zvlášť (tzv. Phrase-Based Machine Translation).

I když samozřejmě počítačové překlady vzbuzují dosud tu a tam úsměv, funguje to překvapivě dobře. Google Translator by dosud de facto (především) verzí systému s překladovou pamětí.

Každý přístup má ale své limity, takže nyní Google do systému zahrnuje i neuronové sítě, které se snaží chápat/překládat věty jako celek. Obě metody se kombinují. Testy na veřejně přístupných sadách dat údajně už dávají slušné výsledky, i když vývoj podobných systémů je vlastně věčný.

Neuronová síť (Google Neural Machine Translation, GNMT) má údajně představovat vylepšení hlavně pro překlady mezi jazyky, které jsou si zcela nepodobné, třeba mezi angličtinou a mandarínskou čínštinou. Google publikoval statistiku kvality překladu podle toho, zda byla použita pouze dosavadní statistická metoda, neuronová síť nad ní nebo i lidský přístup.

Zajímavé je, že třeba pro překlady mezi angličtinou a francouzštinou už lidé nedokázali výsledek strojového překladu prakticky vylepšit (což se posuzovalo tak, že kvalitu hodnotili jiní lidé). Přístup založený na neuronových sítích může ale stále dělat některé chyby. Zmiňují se třeba špatné tvary slov (chybné pády/skloňování) ve výstupním jazyce, nepochopení toho, co jsou vlastní jména, chápání textu na úrovni vět může vést i k chybám vzhledem ke kontextu na úrovni odstavce nebo ještě širšího celku.

Zdroj: TechXplore.com, Google's Neural Machine Translation System: Bridging the Gap between Human and Machine Translation (ArXiv.org)

Poznámky:

Ze zdroje není jasné, zda dostupný Google Translator už neuronovou síť využívá i standardně a pro překlady mezi češtinou. Aktuálně drobný test: Při automatickém překladu původního textu AJ – ČJ se nevyskytl častý problém, popletení/obrácení záporu.

Google v ČR čelí konkurenci Seznamu, takže se předpokládá, že své služby pro nás optimalizuje více než pro jiné země srovnatelné velikosti. Platí to i pro Google Translator? Nebo jsou naopak překlady z/do češtiny negativně ovlivněny tím, že pro češtinu nemáme dostatečnou bázi frází? Či je to od určitého množství už jedno? Jak vypadá kvalita Google Translator pro češtinu ve srovnání třeba s polštinou?


Komentáře

RSS 

Komentujeme

Sociální sítě pro B2B? Bláznovství!

Richard Jan Voigts , 17. květen 2017 07:00
Richard Jan Voigts

Agentura Ami Digital provedla průzkum ohledně využívání sociálních sítí v České republice. Ami Digit...

Více





RSS 

Zprávičky

Hodnota bitcoinu stoupla na nový rekord přes 2100 dolarů

ČTK , 22. květen 2017 18:49

Posilování napomáhají mj. spekulace, že americká Komise pro cenné papíry a burzy (SEC) by mohla změn...

Více 0 komentářů

Firewall pro koncentraci VPN

Pavel Houser , 22. květen 2017 17:29

Zyxel Communications představil hardwarový VPN firewall USG2200-VPN. Zákazníkům má toto řešení přiné...

Více 1 komentářů

ČTU hájí novelu zákona o přechodu na DVB-T2

Pavel Houser , 22. květen 2017 14:47

Přechod na nový standard bude spojen s náklady na straně spotřebitele....

Více 0 komentářů

Starší zprávičky

V Česku využívají satelitní pirátský příjem desítky tisíc lidí

ČTK , 22. květen 2017 10:53

Evropský soudní dvůr ale nedávno rozhodl, že prodávat multimediální přehrávače umožňující pirátský s...

Více 2 komentářů

Fond získal téměř 100 miliard dolarů pro technologické investice

ČTK , 22. květen 2017 08:00

Softbank Vision Fund chce investovat do oborů, jako je umělá inteligence nebo robotika. Peníze získa...

Více 0 komentářů

Apple I v Kolíně nad Rýnem vydražili za 110 000 eur

ČTK , 21. květen 2017 09:38

V podobně dobrém stavu se ve světě vyskytuje jen osm těchto přístrojů....

Více 0 komentářů

Rekordní pokuta za spam

Pavel Houser , 20. květen 2017 11:00

Na některé adresy byla obchodní sdělení doručena v řádech několika desítek obtěžujících e-mailů....

Více 2 komentářů