Facebook新AI模型实现直接从非英语语言翻译到另一种非英语语言
据外媒报道 , 机器翻译技术自诞生以来走过了漫长的道路 。 虽然像谷歌这样的翻译曾经粗糙、不可靠 , 而且只对最基本的翻译有用 , 但如今 , 由于AI的力量 , 它们可以实现惊人的准确 。 然而一些古老的翻译方法仍然存在 。 比如在Facebook上 , 句子首先从一种基础语言翻译成英语 , 然后再从英语翻译成目标语言 。
这由几个原因造成 , 其中一个是缺乏有用的AI训练数据用于非英语语言到语言的翻译 。
许多人将单词和短语从英语翻译成法语或从法语翻译成英语 , 但将内容从法语翻译成西班牙语或西班牙语翻译成德语的人却要少得多 。
这使得训练AI理解复杂的语言到语言的翻译是一个相当困难的过程 。 然而根据Facebook最近发布的一篇博文 , 这家社交媒体巨头终于解决了这个问题并想出了一个解决方案 。
该解决方案以M2M-100的形式出现 , 这是第一个“多语言机器翻译模型” 。 该模型可以在100种语言的任意一对之间进行翻译 , 而无需依赖任何英语数据集 。 如果怀疑它的有效性则可以自己检查 , 因为该模型是完全开源 。
文章插图
Facebook表示 , 跟它所谓的“以英语为中心”的翻译系统相比 , 它的多语种翻译模式更有意义 。 该公司声称 , M2M -100在机器翻译评估的BLEU scale上比这类方法高出“10分” 。
据Facebook介绍称 , 这个项目已经酝酿多年 , 尽管还有很大的改进空间 , 但该公司对目前所取得的进展感到满意 。
【Facebook新AI模型实现直接从非英语语言翻译到另一种非英语语言】目前还不清楚M2M -100何时或是否会直接在Facebook上推出 。
- 如何进行不确定度估算:模型为何不确定以及如何估计不确定性水平
- 在图上发送消息的神经网络MPNN简介和代码实现
- 对微前端的11个错误认识
- Go 实战项目推荐:Gin 实现的工单系统
- OAUTH.令牌存储介绍以及JWT实现强制登出、登录个数控制
- 阿里腾讯都在做的可视化大屏,我用这工具里的100个模板实现了
- 刷爆全网的动态条形图,只需5行Python代码就能实现
- 斐波那契数列:python实现和可视化
- 3分钟短文:说说Laravel模型关联关系最单纯的“一对一”
- 石头扫地机器人 T7 Pro 使用报告:轻松实现双目避障