匯流新聞網

匯流新聞網記者藍立晴 / 綜合報導

Facebook 在全球擁有20億名使用者，每天來自世界各地的貼文在此平台上四處流傳，為了讓使用不同語言的人們可以互相了解彼此的觀點，Facebook使用機器翻譯，自動翻譯貼文與留言，打破語言障礙，讓人們可以互相溝通。

然而，要為20億名用戶打造高精確度的翻譯體驗是相當困難的，每日Facebook要翻譯超過45億次，還需要同時考慮上下文、俚語、錯別字、縮寫等種種情形，為提高翻譯質量，Facebook決定使用更先進的翻譯方法。

先前的翻譯系統為時間遞歸神經網絡（Recurrent Neural Network, RNN），RNN雖然在翻譯單字時較為精確，但是當翻譯句子時，只能由左到右、或由右到左依照同一方向，按照順序逐字翻譯，不但翻譯時間變長，也會有不通順的問題。

而舊系統與新系統之間的主要差別在於，新系統會一次考慮整個句子，在考慮上下文之後，翻譯變得更加準確，而非像舊的系統是逐字翻譯。此外，新的翻譯系統也可以將「tmrw」這樣的縮寫理解為「tomorrow（明天）」。以下是自土耳其語翻譯至英語的結果，可以看出新系統在考慮了整句句子的意思之後，翻譯結果有了明顯的進步。

舊系統翻譯結果。 / 新聞照來源：Facebook

新系統翻譯結果。 / 新聞照來源：Facebook

Facebook指出，使用新系統使得BLEU提高了11%，BLEU是一項用來評估機器翻譯人類語言表現的指標。

自今年早些時候，由人工智慧研究團隊FAIR發表了卷積神經網絡（CNN）之後，Facebook推出了英文-法文、英文-德文翻譯的CNN模型，與先前的系統相比，BLEU的質量提升分別提高了12.0％和14.4％。

Facebook表示，為了提供Facebook使用者更人性化的翻譯，將繼續拓展神經網路翻譯技術的界線。

消息來源：Facebook、THE VERGE

延伸閱讀：
【匯流新聞網】Facebook研發超神翻譯，9倍速翻出人工水準
【匯流新聞網】Google革命性翻譯新系統，中翻英不再怪怪的

【文章轉載請註明出處】

【匯流筆陣】
CNEWS歡迎各界投書，來稿請寄至[email protected]，並請附上真實姓名、聯絡方式與職業身份簡介。
CNEWS匯流新聞網：https://cnews.com.tw

新聞照來源:翻拍自網路