Публикации по теме 'machine-translation'


Почему машинному обучению по-прежнему нужны люди для языка?
Превосходство над людьми Машинное обучение (ML) начинает превосходить людей во многих задачах, которые, казалось бы, требуют интеллекта. Ажиотаж вокруг ML доходит даже до средств массовой информации. Машинное обучение может читать по губам, распознавать лица или преобразовывать речь в текст. Но когда ML приходится иметь дело с неоднозначностью, разнообразием и богатством языка, когда ему нужно понимать текст или извлекать знания, ML по-прежнему нуждается в людях-экспертах. Знания..
Нейронный машинный перевод Модель Seq2Seq — технология, на основе которой работает Google Translate
Нейронный машинный перевод — технология, на которой работает Google Translate Машинный перевод Машинный перевод: Две точки зрения: Эмпирический подход проб и ошибок с использованием статистических методов и Теоретические подходы включают фундаментальные лингвистические исследования. Babel’s Fish: первый в мире инструмент веб-перевода, запущенный поисковой системой AltaVista в 1997 году. Введение в Моделирование Seq2Seq : используется для задач НЛП, таких как..
Машинное обучение и перевод: адаптируйся или погибни
Что должны сделать заинтересованные стороны в языковой индустрии, чтобы подготовиться к эволюции машинного обучения? Какова будет роль людей? Развитие технологий машинного обучения и искусственного интеллекта — это удивительная возможность для исторически беспрецедентного роста и масштабирования переводческой отрасли. С другой стороны, для заинтересованных сторон это также становится источником большой неуверенности и страха. Если мы посмотрим на поведение рынка после..
Интуитивное понимание модели Seq2seq и механизма внимания в глубоком обучении
В этой статье я дам вам объяснение модели от последовательности к последовательности, которая недавно показала большой спрос в таких приложениях, как машинный перевод, субтитры к изображениям, субтитры к видео, распознавание речи и т. Д. Таблица содержания: Что такое модель Seq2seq? Зачем нам нужна модель seq2seq? Как это работает? Ограничение модели Seq2seq? Что такое механизм внимания? Зачем это нужно и как решает проблему? Как это работает? Реализация с кодом Заключение..
Почему машинный перевод имеет значение и его роль в цифровой трансформации
Это модифицированный и обновленный пост, который был изначально опубликован в CMS Wire 1 июня. Мы живем в эпоху, когда человеку, разбирающемуся в цифровых технологиях, доступно больше информации, чем когда-либо было возможно в истории человечества, каким мы его знаем. Последствия роста объема настолько значительны и существенны, что стоит рассмотреть некоторые контекстуальные факты, чтобы получить правильное понимание этого факта. Британская энциклопедия объявила в 2012 году, что по..
Создание системы перевода за считанные минуты
Использование OpenNMT-py для создания базовых моделей NMT Последовательность-последовательность (seq2seq) [1] - это универсальная структура, способная на многие вещи (языковой перевод, резюмирование текста [2], субтитры к видео [3] и т. Д.). Вот несколько хороших постов для краткого введения в seq2seq: [4] [5] . Учебная тетрадь [6] Шона Робертсона и лекции Джереми Ховарда [6] [7] - отличные отправные точки, чтобы получить твердое представление о технических деталях seq2seq...
Глубокое погружение в технологию нейронного машинного перевода (NMT) SYSTRAN
Глубокое погружение в технологию нейронного машинного перевода (NMT) SYSTRAN Глубокое погружение в технологию нейронного машинного перевода (NMT) SYSTRAN Одна из замечательных особенностей моего нынешнего независимого статуса — это возможность глубоко взаимодействовать с другими экспертами по машинному переводу, которые ранее были закрыты, потому что конкурирующие поставщики машинного перевода обычно не общаются с открытым сердцем и открытым плащом. MT трудно преуспеть, и я думаю, что..