中新網(wǎng)北京6月8日電 (記者 孫自法)國際著名學(xué)術(shù)期刊《自然》最新一篇人工智能(AI)研究論文稱,，研究人員開發(fā)出一個Meta人工智能模型的底層技術(shù)，該模型能翻譯200種不同語言,，增加了能用機(jī)器翻譯的語言數(shù)量,。該論文介紹，神經(jīng)機(jī)器翻譯模型利用人工神經(jīng)網(wǎng)絡(luò)翻譯各種語言,，這些模型通常需要大量可在線獲取的數(shù)據(jù)加以訓(xùn)練,，但并非所有語言數(shù)據(jù)都公開、低成本或是普遍可及,，此類語言被稱為“低資源語言”,。而增加模型在翻譯語言數(shù)量上的語言輸出可能會影響模型的翻譯質(zhì)量。為此,，本篇論文作者,、“不落下任何語言”(No Language Left Behind，NLLB)團(tuán)隊開發(fā)出一種跨語言技術(shù),，能讓神經(jīng)機(jī)器翻譯模型學(xué)習(xí)如何利用翻譯高資源語言的預(yù)存能力來翻譯低資源語言,。作為成果,，NLLB團(tuán)隊開發(fā)了一個在線多語言翻譯工具,，名為NLLB-200，該工具能容納200種語言,，其低資源語言數(shù)量是高資源語言的三倍,，翻譯表現(xiàn)比已有系統(tǒng)高了44%。由于NLLB團(tuán)隊在許多低資源語言上只能獲取1000-2000例樣本,，為擴(kuò)大NLLB-200的訓(xùn)練數(shù)據(jù)量,，他們用一個語言識別系統(tǒng)發(fā)現(xiàn)了這些特定語言的更多實例,。該團(tuán)隊還從互聯(lián)網(wǎng)存檔中挖掘雙語文本數(shù)據(jù)，幫助提升了NLLB-200的翻譯質(zhì)量,?！蹲匀弧吠诎l(fā)表同行專家“新聞與觀點”文章指出，NLLB團(tuán)隊研發(fā)的這個工具,，可以幫助很少被翻譯的那些語言的使用者,，讓他們能使用互聯(lián)網(wǎng)和其他技術(shù)。此外,，NLLB團(tuán)隊還強(qiáng)調(diào)教育是一個非常重要的應(yīng)用,，因為這個模型可以幫助低資源語言使用者獲取更多圖書和研究文章。不過,，該團(tuán)隊也提醒說,，誤譯的情況仍有可能出現(xiàn)。(完)
免責(zé)聲明：本文來自網(wǎng)絡(luò)收錄或投稿,，觀點僅代表作者本人,，不代表芒果財經(jīng)贊同其觀點或證實其描述，版權(quán)歸原作者所有,。轉(zhuǎn)載請注明出處：http://lequren.com/1106787.html
溫馨提示：投資有風(fēng)險,，入市須謹(jǐn)慎。本資訊不作為投資理財建議,。
