Google çeviri nasıl daha iyi çevirmeye başladı?

Çeviri sistemlerindeki ana gelişme, Google Neural Machine Translation veya GNMT'nin tanıtılmasıyla sağlandı . Model mimarisi, yukarıda gösterildiği gibi bir kodlayıcı ağdan (solda) ve sağda bir kod çözücü ağdan oluşur. Bu ikisinin arasında bir dikkat modülü bulunur. Tipik bir kurulumda 8 kodlayıcı LSTM katmanı ve 8 kod çözücü katmanı bulunur. GNMT, bir dizi yalıtılmış basit cümle üzerinde yan yana bir insan değerlendirmesi kullanarak, Google'ın kelime öbeği tabanlı üretim sistemine kıyasla çeviri hatalarında ortalama %60'lık bir azalma gösterdi.

Çevrimiçi çeviri aracı kısa süre önce en popüler dillerinden bazıları arasında çeviri yapmak için bir sinir ağı kullanmaya başladı ve sistem artık o kadar akıllı ki, açıkça eğitim almadığı dil çiftleri için bunu yapabiliyor. Bunu yapmak için kendi yapay dilini oluşturmuş gibi görünüyor.Çevrimiçi çeviri aracı kısa süre önce en popüler dillerinden bazıları arasında çeviri yapmak için bir sinir ağı kullanmaya başladı ve sistem artık o kadar akıllı ki, açıkça eğitim almadığı dil çiftleri için bunu yapabiliyor.

Bunu yapmak için kendi yapay dilini oluşturmuş gibi görünüyor.Sinirsel makine-çeviri sistemleri hızla popüler hale gelse de, çoğu yalnızca tek bir dil çifti üzerinde çalışır, bu nedenle diğerleri arasında çeviri yapmak için farklı sistemlere ihtiyaç vardır. Bununla birlikte, biraz kurcalama ile Google, sistemini birden fazla çifti idare edebilecek şekilde genişletti - ve doğrudan bunu yapmak için eğitilmediğinde iki dil arasında çeviri yapabilir.

Örneğin, sinir ağına İngilizce ile Japonca ve İngilizce ile Korece arasında çeviri yapması öğretildiyse, önce İngilizce'ye geçmeden Japonca ve Korece arasında da çeviri yapabilir. Bu özellik, Google'ın sistemi çok sayıda dil arasında çeviri yapacak şekilde hızla ölçeklendirmesini sağlayabilir.Bunlarla birlikte kullanıcıların yaptığı öneriler/iyileştirmelerde katkı sağladı.