Vrijeme Jeli na glavniju
Prevoditelj
Ova stranica automatski je prevedena pomoću servisa za strojno prevođenje tvrtke Microsoft Translator. Saznajte više

Stroj prijevod

Što je strojno prevođenje?

Sustavi strojnog prevođenja su aplikacije ili mrežne usluge koje koriste tehnologije strojno učenje za prevođenje velikih količina teksta iz i na bilo koji od njihovih podržanih jezika. Usluga prevodi "source" tekst s jednog jezika na drugačiji jezik "Target".

Iako su koncepti iza tehnologije strojnog prevođenja i sučelja koje ga koriste relativno jednostavni, znanost i tehnologije iza nje iznimno su složene i okupljaju nekoliko vodećih tehnologija, posebno duboko učenje ( umjetne inteligencije), velikih podataka, lingvistike, računalstva u oblaku i internetskih API-ja.

Od ranih 2013., nova tehnologija umjetne inteligencije, duboke neuronske mreže (aka dubokog učenja), omogućila je tehnologiji prepoznavanja govora da dosegne razinu kvalitete koja je omogućila timu Microsoft Translator da kombinira prepoznavanje govora sa svojim tehnologiju prevođenja osnovnih tekstova za pokretanje nove tehnologije prijevoda govora.

Povijesno gledano, primarna tehnika strojnih učenja koja se koristi u industriji bila je statistički strojno prevođenje (SMT). SMT koristi naprednu statističku analizu kako bi procijenio najbolje moguće prijevode za riječ s obzirom na kontekst nekoliko riječi. SMT se koristi od sredine 2000s svih glavnih davatelja usluga prevođenja, uključujući Microsoft.

Pojavljivanje neuro-strojnog prijevoda (NMT) uzrokovalo je radikalnu smjenu u prevoditeljskim tehnologijama, što je rezultiralo mnogo većom kvalitetom prijevoda. Ta je prevoditeljska tehnologija započela implementaciju za korisnike i programere u u posljednjem dijelu 2016.

I SMT i NMT prevoditeljske tehnologije imaju dva zajednička elementa:

  1. Obje zahtijevaju velike količine prije ljudskog prijevoda sadržaja (do milijuna prevedenih rečenica) za obuku sustava.
  2. Ni djelovati kao Dvojezični rječnici, prevođenje riječi na temelju popisa potencijalnih prijevoda, ali prevedite na temelju konteksta riječi koja se koristi u rečenici.

Što je Prevoditelj?

Usluge prevoditelja i govora, dio Kognitivne usluge zbirke API-ja su usluge strojno prevođenja od Microsofta.

Prijevod teksta

Prevoditelj koriste Microsoftove grupe od 2007. godine, a dostupan je kao API za korisnike od 2011. godine. Prevoditelj se intenzivno koristi unutar Microsofta. Ugrađen je u lokalizaciju proizvoda, podršku i mrežne komunikacijske timove. Ta ista usluga dostupna je i, bez dodatnih troškova, iz poznatih Microsoftovih proizvoda kao što su BingCortanaMicrosoft EdgeOfficeSharepointSkypeYammer.

Prevoditelj se može koristiti u web ili klijentskim aplikacijama na bilo kojoj hardverskoj platformi i s bilo kojim operacijskim sustavom za izvođenje prevođenja jezika i drugih operacija vezanih uz jezik, kao što su prepoznavanje jezika, tekst u govor ili rječnik.

Standardna industrija REST tehnologija, programer šalje izvorni tekst (ili audio za govor prevođenja) na uslugu s parametrom koji označava ciljni jezik, a usluga šalje natrag prevedeni tekst za klijenta ili web app za korištenje.

Usluga Prevoditelj usluga je usluga Azure smještena u Microsoftovim podatkovnim centrima i koristi od sigurnosti, skalabilnosti, pouzdanosti i neprekidne dostupnosti koje primaju i drugi Microsoftovi servisi u oblaku.

Govor prijevod

Prevoditeljska tehnologija prevođenja govora pokrenuta je krajem 2014., počevši od Skype Prevoditelja, a dostupna je kao otvoreni API za korisnike od početka 2016. Integriran je u značajku Microsoft Translator uživo, Skype, skype emitiranje sastanaka i aplikacije Microsoft Translator za Android i iOS.

Govor prijevod sada je dostupan putem Microsoft Speech, kraj do kraja skup potpuno prilagodljivih usluga za prepoznavanje govora, govor prevođenja i sinteza govora (tekst u govor).

Kako funkcionira prijevod teksta?

Postoje dvije glavne tehnologije koje se koriste za prevođenje teksta: naslijeđeno prvo, statističko strojno prevođenje (SMT) i novija generacija jedan, prijevod neuro-stroja (NMT).

Statistički strojni prijevod

Prevoditeljska implementacija statističkog strojnog prevođenja (SMT) izgrađena je na više od desetljeća istraživanja prirodnog jezika u Microsoftu. Umjesto pisanja ručno izrađenih pravila za prevođenje između jezika, moderni sustavi prevođenja pristupaju prijevodu kao problem učenja transformacije teksta između jezika iz postojećih ljudskih prijevoda i iskorištavanja nedavnog napretka u primijenjenoj statistici i strojnom učenju.

Takozvani "paralelni corpora" djeluju kao moderna Rosetta Stone u masivnim omjerima, pružajući riječ, frazu i idiomatske prijevode u kontekstu za mnoge jezične parove i domene. Tehnike statističkog modeliranja i učinkoviti algoritmi pomažu računalu u rješavanju problema dešifriranja (otkrivanje korespondencije između izvornog i ciljnog jezika u podacima o treniranju) i dekodiranje (pronalaženje najboljeg prijevoda nove ulazne rečenice). Prevoditelj ujedinjuje moć statističkih metoda s jezičnim informacijama za izradu modela koji generaliziraju bolje i dovode do razumljivijih prijevoda.

Zbog tog pristupa, koji se ne oslanja na rječnika ili gramatičkih pravila, ona pruža najbolje prijevode fraza gdje se može koristiti kontekst oko određene riječi u odnosu na pokušava izvršiti jednu riječ prijevodima. Za jednojezične riječi prijevodi je razvijen dvojezični rječnik i dostupan je putem www.Bing.com/Translator.

Prijevod neuronske mašine

Kontinuirana poboljšanja prijevoda su važna. Međutim, poboljšanja performansi su visoravni s AMT tehnologijom od sredine 2010-ih. Mimo utjecati ljuska i Power PC od Microsoft' AI prvorazredan računalo, specifikacija Microsoft Kognitivna Alat, Prevoditelj zatim ponuda neuronska mreža (PREDSJEDNIK UPRAVE (ONLY)) na temelju prijevoda koji omogućuje novo desetljeće poboljšanja kvalitete prevođenja.

Ovi modeli neuronske mreže dostupni su za sve govorne jezike putem usluge govora na platformi Azure i putem tekstnog API-ja pomoću ID-a kategorije "generalnn".

Prijevodi neuronske mreže u osnovi se razlikuju u načinu na koji se izvode u odnosu na tradicionalne SMT one.

Sljedeća animacija prikazuje različite korake prijevodi neuronske mreže proći prevesti rečenicu. Zbog tog pristupa, prijevod će uzeti u kontekst punu rečenicu, u odnosu samo nekoliko riječi kliznog prozora koji SMT tehnologija koristi i da će proizvesti više tekućine i ljudski prevedeni izgleda prijevoda.

Na temelju treninga neuronske mreže, svaka riječ je kodirana duž 500-dimenzija vektor (a) predstavlja svoje jedinstvene karakteristike unutar određenog jezičnih para (npr. engleski i kineski). Na temelju jezičnih parova koji se koriste za obuku, neuronska mreža će samostalno definirati što ove dimenzije trebaju biti. Mogli bi kodirati jednostavne koncepte kao što su spol (ženstveni, Muški, neutralni), razina pristojnosti (sleng, casual, pisana, formalna itd.), vrsta riječi (glagol, imenica itd.), ali i bilo koje druge neočite karakteristike koje proizlaze iz podataka o osposobljavanju.

Koraci neuronske mreže prijevodi su sljedeći:

  1. Svaka riječ, ili konkretno, 500-dimenzionalni vektor koji ga predstavlja, prolazi kroz prvi sloj "neurona" koji će ga kodirati u 1000-dimenzionalni vektor (b) koji predstavlja riječ u kontekstu drugih riječi u rečenici.
  2. Nakon što su sve riječi jednom kodirane u ove 1000-dimenzionalne vektore, proces se ponavlja nekoliko puta, svaki sloj omogućuje bolju ugađanje ovog 1000-dimenzionalnog prikaza riječi u kontekstu pune rečenice (nasuprot SMT-u tehnologija koja može uzeti u obzir samo 3 do 5 riječi)
  3. Završna izlazna matrica se zatim koristi sloj pozornosti (tj. softverski algoritam) koji će koristiti i ovaj završni izlazni matrica i izlaz prethodno prevedenih riječi definirati koju riječ, iz izvorne rečenice, treba prevesti sljedeći. Također će koristiti te izračune kako bi potencijalno ispuštali nepotrebne riječi na ciljanom jeziku.
  4. Sloj dekodera (prevođenja) prevodi odabranu riječ (ili točnije, vektor od 1000 dimenzija koji predstavlja ovu riječ u kontekstu pune rečenice) u svom najprikladnom jednakim ciljanom jeziku. Izlaz ovog posljednjeg sloja (c) zatim se vraća u sloj pažnje kako bi izračunao koja bi sljedeća riječ iz izvorne rečenice trebala biti prevedena.

U primjeru koji je prikazan u animaciji, model koji je svjestan konteksta 1000-dimenzijana"će kodirati imenicu (kuća) je ženstvena riječ na francuskom (La Maison). To će omogućiti odgovarajući prijevod za "na"biti"La"i ne"Le"(jednini, muški) ili"Les"(množina) nakon što dosegne dekoder (prevoditelj) sloj.

Pozornost algoritam će također izračunati, na temelju riječi (a) prethodno prevedene (u ovom slučaju "na"), da će sljedeća riječ koju treba prevesti biti predmet ("kuća"), a ne pridjev ("Plava"). U to može postići jer je sustav naučio da engleski i francuski preokrenuti redoslijed tih riječi u rečenicama. Također bi izračunao da bi, ako bi pridjev bio "Veliki"umjesto boje, da ih ne bi trebali invertni ("Velika kuća"= >"La Grande Maison").

Zahvaljujući tom pristupu, konačni izlaz je, u većini slučajeva, više tečno i bliže ljudskom prijevodu nego što je bio prijevod koji se temelji na SMT-u.

Kako funkcionira prijevod govora?

Prevoditelj je također sposoban prevesti govor. Ova tehnologija je izložena u Prevoditelj live značajku (http://translate.it), prevoditelj aplikacije, Skype prevoditelj i također je u početku je dostupan samo putem Skype prevoditelj značajka i Microsoft prevoditelj aplikacije na iOS i Android, ova funkcionalnost je sada dostupna za razvojne inženjere s najnovijom verzijom otvorenog API-je dostupan na portalu Azure.

Iako se može činiti kao ravno naprijed proces na prvi pogled za izgradnju govora prijevod tehnologije iz postojećih tehnoloških opeke, to je potrebno puno više posla nego jednostavno priključivanje postojećeg "tradicionalni" čovjek-stroj prepoznavanje govora modul na postojeći tekstualni prijevod jedan.

Da biste pravilno Prevedi "source" govor s jednog jezika na drugi "ciljni" jezik, sustav prolazi kroz postupak u četiri koraka.

  1. Prepoznavanje govora, pretvaranje audiozapisa u tekst
  2. TrueText: Microsoftova tehnologija koja normalizira tekst kako bi bila prikladnija za prevođenje
  3. Prijevod putem modula za prevođenje teksta opisan iznad, ali na modelima prevođenja posebno razvijen za stvarni život govornih razgovora
  4. Tekst u govor, kada je potrebno, proizvesti prevedeni zvuk.

Automatsko prepoznavanje govora (ASR)
Automatsko prepoznavanje govora (ASR) izvodi se pomoću neuronske mreže (NN) sustava obučenih za analizu tisuća sati dolazne audio govora. Ovaj model je obučen za interakciju ljudi i ljudi, a ne na naredbe čovjeka-stroja, stvarajući prepoznavanje govora koje je Optimizirano za normalne razgovore. Da bi se to postiglo, potrebno je mnogo više podataka, kao i veći DNN od tradicionalnih ljudi-stroj ASRs.

Saznajte više o Microsoftov govor na tekstualne usluge.

TekstAkoIstinito
Dok ljudi razgovaraju s drugim ljudima, ne govorimo savršeno, jasno ili uredno kao što često mislimo. Uz TrueText tehnologiju, Doslovni tekst se pretvara u pobliže odražavati korisnikovu namjeru uklanjanjem disflunosti govora (punila riječi), kao što su "um", "Ah" s "i" s ", kao što su, muci i ponavljanja. Tekst je također napravljen čitljiviji i prevodiv dodavanjem prijeloma rečenica, pravilnog interpunkcije i kapitalizacije. Da bismo postigli ove rezultate, koristili smo desetljeća rada na jezične tehnologije, razvili smo iz prevoditelj za stvaranje TrueText. Sljedeći dijagram prikazuje, kroz primjer u stvarnom životu, različite transformacije TrueText radi normalizirati ovaj Doslovni tekst.

 

Prijevod
Tekst se zatim prevede u bilo koji od jezike i dijalekte podržava Prevoditelj.

Prijevodi pomoću API-ja za prijevod govora (kao razvojnog programera) ili u aplikaciji ili usluzi za prijevod govora pokreću se s najnovijim prijevodima temeljenih na neuronskim mrežama za sve podržane jezike koji se koriste za govor (vidi ovdje za potpuni popis). Ti modeli također su izgrađeni proširenjem sadašnjih, uglavnom pisanih modela prevođenja, s više govornih sustava-tekstualnih korporacija za izgradnju boljeg modela za govorne vrste prijevoda. Ti modeli također su dostupni putem "govor" Standard kategorija tradicionalnog API-ja za tekstualne prijevode.

Za sve jezike koji nisu podržani neuronskim prijevodom, izvodi se tradicionalni SMT prijevod.

Tekst u govor
Ako je ciljni jezik jedan od 18 podržanih tekst-to-Speech Jezika, a za korištenje slučaj zahtijeva audio izlaz, tekst se zatim pretvara u govor izlaz pomoću sinteze govora. Ova faza se izostavlja u scenarijima prijevoda govora u tekst.

Saznajte više o Microsoftov tekst u govorne usluge.

Istraživanja


Ova je usluga dio Azure AI Services