电脑并不像人脑理解可判断句型中的主从关系，以及字句中代称名词用法，因此在翻译系统内加入关注机制 (attention mechanism)，借此让系统能将特定字汇与句型中其他字汇做比对，进而了解每个字词的主从关系。
相比过往逐字翻译模式，Google在近期发展里除了借由类神经网络与人工智能技术学习一般人口说方式，借此用更自然、通顺方式翻译不同语言字句。而在稍早说明中，更强调可让机器学习知晓字句里的词汇相互关系，主要对应同字不同意的字句用法，同时也能针对字句中具前后关连的代称名词用法提供合适翻译。
根据Google自然语言处理部门软件工程师Jakob Uszkoreit解释，由于电脑并不像人脑理解可判断句型中的主从关系，以及字句中代称名词用法，因此在翻译系统内加入关注机制 (attention mechanism)，借此让系统能将特定字汇与句型中其他字汇做比对，进而了解每个字词的主从关系，并且分析实际代表含意，例如“he/she”是否代表句型中的特定人士，或是具多重含意词汇在字句中的具体表意，同时确保翻译后的语句结构完整。
而配合机器学习，Google将会让所有学习分析经验存放于系统内，并且透过经验法则形式让系统面对下一次的翻译分析能有更好表现，借此实现更精准且更具人味的电脑翻译结果。
回应 0
