韓國翻譯

新頭殼newtalk

" data-reactid="27">這個方案是在一個名為Transformer的系統中，附加上新的元件attention mechanism，attention mechanism稱之為注意力機制，會使翻譯系統在進行分析動作時，自動對比每個單字是否會影響前後文的辭意，藉此來選出准確的翻譯。

Google 天然語言處置部分（NLU）的Jakob Uszkoreit 近日揭曉了一篇文章，提出對於Google翻譯因以句子為單元而造成錯誤翻譯的解決方式。

然而，注意到這個問題的不只是Google，近期翻譯公司 DeepL也正在開辟相幹系統，其開創人 Gereon Frahling 甚至認為，他們的版本將比 Google 的系統更好。

而天然說話處置部分的工程師們認為，若是每次出現如許的毛病，就要從新修改語言系統中的神經收集，將會長短常沒有用率的做法，也因此他們提出了另一個方案。" data-reactid="26">按照外媒報道，該文中提到機械學習（Machine learning）是很有用的翻譯東西，但在人類利用說話的多元習慣上，電腦可能一時之間無法分辨出准確訊息，特別是系統常常會逐字逐句的翻譯，沒有去認識前後文，因此翻譯出了毛病的訊息，事實上就連人類自己也會犯這類毛病翻譯而天然說話處理部分的工程師們認為，若是每次呈現如許的毛病，就要從新點竄說話系統中的神經收集，將會長短常沒有用率的做法，也是以他們提出了另外一個方案。

本文出自: https://tw.news.yahoo.com/google%E5%A2%9E%E5%8A%A0%E6%96%B0%E6%A9%9F%E5%88%B6-%E9%99%8D%E4%BD%8E%E7%有關各國語文翻譯公證的問題歡迎諮詢鉦昱翻譯公司02-23690937