更多

而天然說話處置部門的工程師們認為，若是每次出現如許的毛病，就要重新點竄語言系統中的神經收集，將會長短常沒有效率的做法，也是以他們提出了另外一個方案。" data-reactid="26">根據外媒報道，該文中提到機器進修（Machine learning）是很有效的翻譯東西，但在人類使用語言的多元習慣上，電腦可能一時之間沒法分辯出准確訊息，尤其是系統經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，事實上就連人類本身也會犯這類錯誤翻譯而天然說話處理部分的工程師們認為，若是每次泛起如許的毛病，就要從頭點竄說話系統中的神經收集，將會是非常沒有用率的做法，也是以他們提出了另外一個方案。

Google 自然說話處置懲罰部分（NLU）的Jakob Uszkoreit 近日發表了一篇文章，提出對於Google翻譯因以句子為單元而造成毛病翻譯的解決方式。