利用神经网络环境来提高机器翻译质量

 

 

阿姆斯特丹大学的研究人 员利用神经网络帮助统计机器翻译系统了解人类翻译的知识，通常一个词的最好翻译往往取决于上下文。而机器翻译系统，例如谷歌翻译或那 些iTranslate4.eu的翻译是基于他们经常出现在人类翻译文本语料库的单词和短语。这样的工具因为个人和企业都在努力获取信息而变得越来 越重要，尤其是从不同语言的国家购买产品和服务时。

 

 

统计机器翻译的方法 是，把句子拆散成短语，并为每个短语选择最恰当的译文，这个过程并不能得到最好的翻译句子，尤其当句子语言的形态较丰富时，如那些名 词活用为数词，情况和性别。

 

 

当要翻译成形态丰富的语言，如俄语，保加利 亚语和德语时，该小组利用神经网络来分析源语言的环境。

 

把句子翻译成语法更复杂的语言时，人类 的翻译比较容易，因为他们知道一个句子中的语法功能。 然而，机器翻译特别难做到这一点，因为语法上简单一些的语言，如英语词汇相对 于形态丰富的语言，并不包含足够的信息。

 

源文：

http://www.pcworld.com/article/2838752/neural-networks-draw-on-context-to-improve-machine-translations.html? null