首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >谷歌利用大数据提高通用翻译

谷歌利用大数据提高通用翻译

作者头像
大数据文摘
发布2018-05-22 14:22:09
8980
发布2018-05-22 14:22:09
举报
文章被收录于专栏:大数据文摘大数据文摘

摘自:InfoWorld技术观察

大数据文摘翻译:孙强 校对:陈洁

[转载请保留]

谷歌翻译(Google Translate)是目前翻译网页或简短的文字片段使用最多的一个快捷工具。据德国媒体Der Spiegel报道,支持该服务的后台核心技术,会在不久的将来被改进为类似“星际迷航(Star Trek)”那样的通用翻译器。

当然,谷歌并不是唯一一家致力于此事的公司。从Facebook到微软的每个人都有这样一个野心,那就是创建一个能最终彻底解决语言障碍的服务。而这个野心实际吗?如果想要实现又需要付出多大的努力?

机器翻译的存在由来已久,但一直远远落后于人工翻译。 很多机器翻译软件的开发问题,是如何对不同语言的语法以及词汇进行定义,而这些都不容易解决。

在工程师Franz Och的指导下,谷歌的做法颠覆上面的一切,它家采用纯粹的统计方法。举个例子,通过并行处理大量的可利用的翻译资料,英法语之间的翻译就比旧的通过算法驱动的翻译方法好很多。平行处理的可利用的文本资料库越大,翻译效果就越好。(当然这也离不开过去几十年数据存储及计算处理能力的巨大发展。)

如果说谷歌的方法是自力更生从零基础开始构建,那么Facebook则是选择了借助他山之石。早在2012年8月,Facebook收购了一家语言翻译软件公司Mobile Technologies,这项收购被 Facebook产品管理总监描述为“长期的产品路线图的投资” 。在MobileTechnologies产品中就有一款叫做Jibbigo的能执行语音翻译的应用。

从以上两种不同的方法中,我们就可以看到一个共同点, 那就是他们都拥有海量的实体语言数据库后盾。谷歌和微软都有能捕获网络实时数据的搜索引擎; Facebook还有高达十几亿的实时聊天用户。 所有这一切都给翻译资料提供了海量数据宝库。

而如今最大的尚未解决的问题是:谷歌,Facebook,微软,以及其他公司能否在使用实时会话生成语言翻译资料库的同时做到匿名化?设立自愿选择加入(opt-in)程序使人们在会话时同意被采集建库似乎是最好的解决办法。 可是根据以往经验,这些公司往往更有可能只是简单粗暴地把这种数据采集条款加入服务协议中。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2014-06-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据文摘 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
机器翻译
机器翻译(Tencent Machine Translation,TMT)结合了神经机器翻译和统计机器翻译的优点,从大规模双语语料库自动学习翻译知识,实现从源语言文本到目标语言文本的自动翻译,目前可支持十余种语言的互译。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档