Prevod

Sistemi za prevođenje mašina su aplikacije ili online usluge koje koriste tehnologiju za učenje mašine za prevođenje velikih iznosa teksta i na bilo koji od njihovih podržanih jezika. Usluga prevodi "izvorni" tekst sa jednog jezika na drugi jezik "meta".

Iako su koncepti za prevodilačku tehnologiju i međulicima za upotrebu relativno jednostavni, nauka i tehnologije iza nje krajnje su kompleksne i okupljaju nekoliko vodećih tehnologija, posebno duboko učenje ( Umjetna inteligencija), veliki podaci, lingvistika, oblak računanje i web APIs.

Od ranih 2010-ih, nove umjetne obavještajne tehnologije, duboke neuralne mreže (aka duboko učenje), omogućilo je tehnologiji prepoznavanja govora da dostigne kvalitetan nivo koji je omogućio Microsoftov tim za prevodioca da kombinuje prepoznavanje govora sa svojim tehnika prevođenja teksta za pokretanje nove tehnologije prevođenja govora.

Historijski gledano, primarna mašina za učenje u toj industriji bila je statisticki Prevod (SMT). "SMT" koristi naprednu statisticnu analizu kako bi procenio najbolje moguce preprijete za rec koja je data u kontekstu nekoliko reci. SMT je korišten od sredine 200od svih glavnih davalaca usluga prevođenja, uključujući i Microsoftovu.

Prevođenje neuronske mašine (NMT) izazvalo je radikalnu smjenu u tehnologiji za prevođenje, što rezultira u mnogo većim prijevoma kvaliteta. Ova tehnologija prevođenja počela je raspoređivanju za korisnike i poduzetnike u zadnji dio od 2016.

I "SMT i NMT" tehnologije za prevođenje imaju dva elementa zajedničkog:

1. Obje zahtijevaju velike količine prije-ljudskog prevedene sadržaja (do miliona prevedene rečenice) za obuku sistema.
2. Ne ponašaju se kao dvojezični rečnici, prevođenje riječi zasnovane na spisku potencijalnih prevodenja, nego da prevedemo na osnovu konteksta riječi koja se koristi u rečenici.

Prevoditelje i govorne službe, dio Kognitivne usluge kolekcija APIs-a, su usluge prevođenja stroja iz Microsofta.

Prevoditelj se koristi od Microsoftovih grupa od 2007. godine, a dostupan je kao API za klijente od 2011. Prevodilac se naširoko koristi u okviru Microsofta. Uključen je u timove za lokalizaciju, podršku i komunikaciju na mreži. Ova ista usluga je takođe dostupna, bez dodatnih troškova, iz poznatih Microsoft proizvoda, kao što su Bing, Cortana, Microsoft Edge, Kancelariju, Šartački, Skype, i Žališ.

Prevoditelj se može koristiti u aplikacijama web-a ili klijenata na bilo kojoj hardverski platformi i sa bilo kojim operativnim sistemom za izvođenje prevoda jezika i drugih operacija vezanih za jezik, poput detekcije jezika, teksta za govor ili rječnik.

Mjerna standardna industrija u polju industrije, građevinar šalje izvorni tekst (ili audio za prevod govora) do usluge sa parametrima koji ukazuje na ciljani jezik, a usluga šalje nazad preveden tekst za klijenta ili web aplikaciju za korištenje.

Servis za prevodjenje je Azurna usluga u aplikaciji Microsoft podataka i beneficije od sigurnosti, nepouzdanosti, pouzdavanja i nonstop dostupnosti koje i druge usluge Microsoft oblaka dobivaju.

Prevoditeljska tehnologija za prenošanje govora pokrenuta je krajem 2014. godine počevši od Skype Translatora, a dostupna je kao otvoreni API za klijente od početka 2016. godine. Integrisan je u Microsoft Translator live feature, Skype, Skype meeting broadcast, te aplikacije Microsoft Translator za Android i iOS.

Prevod govora je sada dostupan putem Microsoftovog govora, kraj za kraj u potpunosti prilagođavanja usluga za prepoznavanje govora, Prevod govora i sinhronizacije govora (tekst i govor).

Postoje dvije glavne tehnologije koje se koriste za prevođenje teksta: zaostavština, prevođenje statističkog stroja (SMT), te novija generacija 1, Prevod za nervne mašine (NMT).

Provedba prevođenja statističkih mašina za statistiku (SMT) izgrađena je na više od decenije istraživanja prirodnog jezika u Microsoftu. Radije nego pisanje ručno izrađenih pravila da prevodiš između jezika, moderni sistemi za prevođenje se vode kao problem učenja transformacije teksta između jezika iz postojećih ljudskih prevoda i izmedzu skorašnje napredovanje u Primjenjenoj statistikama i učenju mašina.

Takozvani "paralelni korpora" akt kao moderni Rosetta Stone u masovnim proporcijama, obezbjeđujući riječ, frazu i idimatske prijestacije u kontekstu za mnoga jezička para i domena. Statističke tehnike modela i efikasne algoritme pomažu računaru da se riješi problem dekodiranja (otkrivanje dopisivanja između izvornog i ciljanog jezika u podacima obuke) i dekodiranje (pronalazak najboljeg prevoda novog unosa presude). Prevoditelj spaja moć statističkih metoda sa jezičke informacije u cilju proizvodnje modela koji su bolje generaliziraju i vode do više razumljivih prijevoja.

Zbog tog pristupa, koji se ne oslanja na rječnike ili gramatičke propise, ona pruža najbolje preprijeće fraza gdje može koristiti kontekst oko jedne riječi, a pokušava izvršiti prijemene riječi. Za jedne riječi preprijete, dvojezični rječnik je razvijen i dostupan je kroz www.bing.com/translator.

Kontinuirani napredak u Prijevod je važan. Međutim, unaprjeđenja performansi su se platila s tehnologijom SMT-a još od sredine 2010. Mjerenjem obima i moći Microsoftovog AI superkompjutera, posebno Microsoft kognitivne alatne trake, prevoditelj sada nudi neuralnu mrežu (LSTMPrijevod koji omogućava novu deceniju poboljšanja kvaliteta prevoda.

Ovi Neuralni mrežni modeli su dostupni za sve jezike govora putem govora na Azure i kroz tekstualni API koristeći ' generalnn ' identifikaciju.

Preprede nervne mreže se fundamentalno razlikuju u poređenju s tradicionalnim SMT-onima.

Sljedeća animacija prikazuje različite korake na nervnim mrežama koje prolaze kroz vođenje presude. Zbog ovog pristupa, Prevod će uzeti u kontekst punu kaznu, protiv samo nekoliko riječi koji klizaće kroz prozor koji se koristi i proizvodit će više tekućine i prevode u prevodu.

Na osnovu treninga neuralne mreže, svaka riječ je kodirana duž vektora 500 dimenzija (a) koja predstavlja svoje jedinstvene osobine u okviru određenog jezičkog para (npr. engleski i kineski). Na osnovu jezičkih parova korištih za obuku, neuralna mreža će se samo-utvrditi kakva bi ta dimenzija trebala biti. Mogu da Kodisu jednostavne koncepte kao spol. muževno, neutralno), nivo učtivosti (sleng, ležerno, napisan, formalan, itd.), vrsta riječi (verb, imenica, itd.), ali i bilo koje druge neočigledne karakteristike koje se dobijaju od podataka za obuku.

Preprijevi na stepenicama su sljedeći:

U primjeru prikazu animacije, kontekst-svjestan 1000-dimenzionalni model "u"će se šifrii da imenica (kuća) je ženska riječ na francuskom jeziku (La Maison). To će omogućiti odgovarajući Prijevod za "u"biti"La"i ne"Le"(jedinstveno, muško) ili"Les"(množina) jednom kada stigne do dekodera (Prijevod)

Taj algoritam pažnje će također izračunati, na osnovu riječi (e) prethodno prevedene (u ovom slučaju "u") da bi sljedeća riječ trebala biti preveden trebala bi biti tema ("kuća") a ne pridev ("Plava"). To može da ostvari jer je sistem naučio da engleski i francuski izokrenuti red ovih riječi u rečenice. Takođe bi izračunao da ako bi pridjev bio "Veliki"umjesto boje, ne bi ih trebalo ni okrenuti."velikoj kući"= ="La Grande Maison").

Zahvaljujući ovom pristupu, konačna proizvodnja je, u većini slučajeva, više tečno i bliže ljudskom prevodu nego što je mogao biti prevođenje SMT-baziran.

Prevodilac je takođe sposoban da preprevodi govor. Ova tehnologija je izložena u Live prevoditelj (http://translate.it), aplikacije za prevodjenje, prevoditelj Skype-a i također se na početku nalaze samo kroz osobinu za prevodioca i u Microsoftove aplikacije za prevodjenje na iOS i Androidu, ta funkcionalnost je sad dostupna građevinarima s najnovijom verzijom otvorenog ODMORNI API dostupan na Azurnim portalu.

Iako to može izgledati kao direktan proces na prvi pogled da bi se izgradio tehnologija prevođenja govora od postojećih tehnologija, on je zahtijevao mnogo više rada nego što je bilo "tradicionalno" priznavanje govora o ljudskom biću-mašini motor za postojeću tekstualnu prevodu.

Kako bi pravilno prevedali "izvorni" govor od jednog jezika do drugog "meta" jezika, sistem ide kroz proces od 4 koraka.

1. Prepoznavanje govora, da pretvorite audio u tekst
2. Truetekst: Microsoft tehnologija koja normalizira tekst da bi bila prikladnija za Prijevod
3. Prevod u prevodu teksta opisan iznad, ali na manekenke specijalno razvijeni za stvarni život izgovorene razgovore
4. Tekst-govor, kada je neophodno, da se proizvede preveden zvuk.

Automatsko prepoznavanje govora (ASR)
Automatsko prepoznavanje govora (ASR) izvršeno je koristeći sistem neuralne mreže (NN) obučenog na analiziranje hiljada sati dolazećeg audio govora. Ovaj model je obuиen na interakcije ljudskog ljudskog иovjeka, a ne za komande ljudskih i maљina, proizvodeci prepoznavanje govora koje je Optimizovano za normalne razgovore. Da bi se to postiglo, potrebno je mnogo više podataka, kao i veće i od tradicionalnih ljudi-to-mašina.

Saznajte više o Microsoft govor za tekstualne usluge.

Truetekst
Dok ljudi razgovarate sa drugim ljudima, mi ne govorimo savršeno, jasno ili uredno kao što često mislimo. Sa Truetekstualnim tehnologijama, doslovni tekst se pretvara u pažljivije odražavanjem korisničkih namjera uklanjanjem neiskorištavanja govora (filler riječi), kao što su "um", "Ah", "e", "i" i "s", kao "s, švire i ponavljanja". Tekst je također spremniji i prevodljiv, dodajući pauze za kaznu, propisnu interpunaciju i kapitalizaciju. Da bi postigli te rezultate, koristili smo desetljeće rada na jezičke tehnologije, razvili smo se od prevodioca da stvorimo Truetekst. Slijedeći Dijagrami prikazuje, kroz primjer stvarnog života, različita transformacija koja se nalazi u normalizaciji ovog doslovnog teksta.

Prevod
Tekst je zatim preveden u bilo koji jezici i dijalekti podržan od prevodioca.

Prevode koje koriste API za prevođenje govora (kao građevinara) ili u aplikaciji za prevođenje govora ili usluzi, pokreće se s najnovijim prevodom na nervnim mrežama za sve one koji podržavaju jezike. ovdje za cijelu listu). Ti modeli su također izgrađeni proširenjem struje, većinom napisanim modelima za prevođenje teksta, s više govornih-tekstualnih korporacije za izgradnju boljeg modela za razgovore o vrstama prevoda. Ovi modeli su također dostupni kroz "govor" standardna kategorija tradicionalni API za prevođenje teksta.

Za sve jezike koje ne podržavaju neuronski Prevod, izveden je tradicionalni SMT prijevod.

Tekst na govor
Ako je ciljani jezik jedan od 18 podržanih poruka Jezika, a slučaj za upotrebu zahtijeva audio izlaz, tekst se zatim pretvara u izlazni govor koristeći sintezu govora. Ova pozornica je progovorna scenarije govora-do-teksta.

Saznajte više o Microsoftov tekst za govor.

Pregledajte najnovije istraživačke papire iz Microsoftovog prevodioca.

• Univerzalna neuralna mašina za ekstremno niske jezike
• Postizanje ljudskog pariteta na automatsko prevođenje na engleskom jeziku
• Pol je znao da je prevod jezika primjenjen na englesko-arapski
• Sintetički podaci o prevođenju govornih mašina.

Prikaži sve publikacije