Překladač Google (Google Translate, translate.google.cz) dostal nový engine pro strojový překlad. O změně jsme věděli dopředu, takže teď můžete srovnat rozdíly mezi starým a novým překladem. Změna už na první pohled vypadá pozitivně. Čeština je složitý jazyk, takže výsledek není stoprocentní, ale pokrok kupředu tu je. Překlad už nepůsobí tak roboticky, je blíže přirozené řeči.
Zlepšení je patrné zejména na delších větách, Překladač je teď bere jako celek, a ne po jednotlivých frázích jako dříve.
Z tiskové zprávy
Co je na tomto systému překladu nového?
- Neuronový i statistický systém strojového překladu vycházejí z obrovského množství oficiálních překladů stejných dokumentů do vícero jazyků. Z nich systémy určují, jaký je mezi těmito jazyky vztah. Rozdíl je v tom, jak každý z těchto systémů tato data využívá. Neuronový překlad se neučí jazyky jako takové, ale sám se učí, jak překládat zadané texty, tak aby co nejvíce odpovídaly textům, které jsme mu poskytly k učení. Zatímco statistický systém porovnává vložená data podle předem zadaných gramatických vzorců.
- Podrobněji: Jedním ze způsobů, kterým se model „sám“ učí, je určování míry podobnosti jednotlivých slov a frází. Díky tomu neuronový překlad lépe pracuje s mnohoznačnými i řídce užívanými slovy. Dokáže totiž odhadnout jejich použití podle známých slov stejného druhu.
- Například, slovo “tuřín” se v běžné mluvě příliš nevyskytuje, ale neuronový systém na základě dat odhadne, že s ním ve větě může pracovat podobně jako se slovy “mrkev” nebo “brambora”. K podobným závěrům je schopen dojít i na základě vstupů z různých jazyků, které se učí současně – když budeme mít více ukázkových vět o bramborách v holandštině než v islandštině, odhadne systém na základě znalostí z holandštiny, jak mluvit o bramborách islandsky.
