Hạ tuần tháng 09/2016, sau nhiều năm nghiên cứu, Google giới thiệu Google Neural Machine Translation (GNMT), hệ thống máy học (machine-learning) chuyên về dịch thuật.
Hệ thống Google Neural Machine Translation (GNMT) ban đầu sẽ được áp dụng cho hệ thống ngôn ngữ Trung Quốc, và sẽ được triển khai cho các ngôn ngữ khác trong tương lai.
Kỹ thuật đơn giản nhất của dịch thuật mà bất cứ hệ thống nào cũng làm được là cách dịch word-by-word: tìm nghĩa của từng từ muốn dịch, sau đó đổi nó với từ tương đương nghĩa của ngôn ngữ khác. Phương pháp dịch word-by-word sẽ khiến ngữ nghĩa của câu có thể bị biến đổi hoàn toàn, nhưng phần nào vẫn có thể truyền đạt được tối thiểu một số ý chính.
GNMT sẽ phân tích ngữ nghĩa cả câu chứ không sử dụng cách dịch word-by-word, nhưng nó vẫn phân tích câu ra thành từng chữ. Có thể hiểu cơ chế dịch của GNMT khi con người thường xem ngữ nghĩa của một câu trước tách chúng ra thành nhiều phần nhỏ để dịch khi dịch. Hệ thống mạng nơ-ron ảo đã được huấn luyện để phân tích hình ảnh/vật thể theo cách của con người, và cả trong việc dịch thuật ngôn ngữ.
Áp dụng công nghệ machine-learning để dịch thuật khiến GNMT có rất nhiều ưu điểm so với hệ thống dịch thuật khác. Chẳng hạn như khi tìm thấy những từ hiếm gặp, nó sẽ tách từ đó ra thành nhiều phần và tìm toàn bộ ngữ nghĩa của những phần đó, sau đó tổng hợp và đưa ra một nghĩa chung gần nhất.
Được biết, Google đã phải xây dựng hệ thống phần cứng riêng biệt cho hệ thống dịch machine-learning, thu được kết quả là một hệ thống dịch gần như đạt đến độ chính xác của con người đã ra đời.
Google đã viết trên trang blog của mình: “Theo đánh giá, GNMT đã giảm 60% lỗi dịch thuật so với các hệ thống dịch trước đó. Các thí nghiệm mới nhất cũng cho thấy chất lượng dịch của GNMT đã gần đạt độ chính xác của con người hơn”. Nhóm làm việc Google Brain, gồm ông Quoc Le và Mike Schuster, cũng khẳng định lỗi dịch thuật đã giảm từ 55-85% tùy ngôn ngữ.
Tuy nhiên, đây vẫn là giai đoạn sơ khởi, hệ thống vẫn đang trong quá trình "học" để cải thiện. Nhóm nghiên cứu Google vẫn còn nhiều việc phải làm, nhưng nhìn chung, GNMT là một dấu hiệu chuyển biến của kỷ nguyên dịch thuật mới của máy học.
Hệ thống Google Neural Machine Translation (GNMT) ban đầu sẽ được áp dụng cho hệ thống ngôn ngữ Trung Quốc, và sẽ được triển khai cho các ngôn ngữ khác trong tương lai.
Kỹ thuật đơn giản nhất của dịch thuật mà bất cứ hệ thống nào cũng làm được là cách dịch word-by-word: tìm nghĩa của từng từ muốn dịch, sau đó đổi nó với từ tương đương nghĩa của ngôn ngữ khác. Phương pháp dịch word-by-word sẽ khiến ngữ nghĩa của câu có thể bị biến đổi hoàn toàn, nhưng phần nào vẫn có thể truyền đạt được tối thiểu một số ý chính.
GNMT sẽ phân tích ngữ nghĩa cả câu chứ không sử dụng cách dịch word-by-word, nhưng nó vẫn phân tích câu ra thành từng chữ. Có thể hiểu cơ chế dịch của GNMT khi con người thường xem ngữ nghĩa của một câu trước tách chúng ra thành nhiều phần nhỏ để dịch khi dịch. Hệ thống mạng nơ-ron ảo đã được huấn luyện để phân tích hình ảnh/vật thể theo cách của con người, và cả trong việc dịch thuật ngôn ngữ.
Áp dụng công nghệ machine-learning để dịch thuật khiến GNMT có rất nhiều ưu điểm so với hệ thống dịch thuật khác. Chẳng hạn như khi tìm thấy những từ hiếm gặp, nó sẽ tách từ đó ra thành nhiều phần và tìm toàn bộ ngữ nghĩa của những phần đó, sau đó tổng hợp và đưa ra một nghĩa chung gần nhất.
Được biết, Google đã phải xây dựng hệ thống phần cứng riêng biệt cho hệ thống dịch machine-learning, thu được kết quả là một hệ thống dịch gần như đạt đến độ chính xác của con người đã ra đời.
Google đã viết trên trang blog của mình: “Theo đánh giá, GNMT đã giảm 60% lỗi dịch thuật so với các hệ thống dịch trước đó. Các thí nghiệm mới nhất cũng cho thấy chất lượng dịch của GNMT đã gần đạt độ chính xác của con người hơn”. Nhóm làm việc Google Brain, gồm ông Quoc Le và Mike Schuster, cũng khẳng định lỗi dịch thuật đã giảm từ 55-85% tùy ngôn ngữ.
Tuy nhiên, đây vẫn là giai đoạn sơ khởi, hệ thống vẫn đang trong quá trình "học" để cải thiện. Nhóm nghiên cứu Google vẫn còn nhiều việc phải làm, nhưng nhìn chung, GNMT là một dấu hiệu chuyển biến của kỷ nguyên dịch thuật mới của máy học.
Send comment
%7Cutmcsr%3D(direct)%7Cutmcmd%3D(none)%3B%2B__utmv%3D179686411.-%3B)