Google 天然說話處理部分（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。

憑據外媒報道，該文中提到機器學習（Machine learning）是很有效的翻譯東西，但在人類利用說話的多元習慣上，電腦可能一時之間沒法分辯出准確訊息，特別是系統經常會逐字逐句的翻譯，沒有去領會前後文，因而翻譯出了毛病的訊息，事實上就連人類自己也會犯這種毛病。而自然說話處置懲罰部分的工程師們認為，若是每次泛起這樣的毛病，就要重新點竄說話系統中的神經收集，將會是非常沒有用率的做法，也因此他們提出了另一個方案。

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。

新頭殼newtalk

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闡發動作時，自動對比每一個單字是不是會影響前後文的文意，藉此來選出准確的翻譯。