两天前谷歌宣布发布新一代神经网路机器翻译系统(Google Neural Machine Translation),简称GNMT,因为使用当前最先进的训练技术,能够实现到迄今为止机器翻译质量的最大提升。 “人们对这个翻译系统的评价显示,与之前那个基于短语的翻译系统相比,在翻译多种语言时,神经学习翻译系统的错误率已经降低了60%左右,其中包括英法互译,英西互译以及英汉互译。附加实验的结果显示,翻译系统的质量将和笔译人员平均水准更加接近。” 但是好奇心爆棚的AI科技评论君,突然想知道这个错误率降低60%是怎么推
董振东教授自70年代即开始从事机器翻译研究工作。1987年成功开发了我国第一个商品化机器翻译系统原型《科译1号》。
嘉宾:网易高级副总裁、网易有道CEO 周枫 【新智元导读】本周,新智元V享圈请来网易高级副总裁、网易有道CEO周枫一起畅聊机器翻译。周枫分享了有道在自然语言处理上的储备和技术优势,探讨神经机器翻译等一系列问题。本文带来精彩实录。 2017年以来,深度学习技术在翻译上不断取得突破,谷歌、Facebook相继宣布在翻译上取得了较为显眼的进步:除了准确度和支持翻译语种的不断增减,现在用单一语料库来训练机器翻译也已经成为了现实。 技术上的进步也促进了应用上的推车出新。今年3月,谷歌手机翻译已经通过更新可以让中国用户
眼看双十一要到,各路电商又要开始开辟激情战场来绝地求生了。所以今天禅师特意找来一篇课程,由被称为“外贸电商平台鼻祖”eBay 的数据科学家李睿分享,NLP 在 eBay 的技术实践。
如果你的朋友圈有一位人工智能行业的创业者,你可能会有些焦虑,因为他可能会隔三差五地转个文章告诉你哪些行业要灭绝了。礼拜二,阿尔法狗「胜天半子」的时候大家也都很慌,网上流出很多文章说这狗已经聪明到让人了
在清华大学的这次讲座,吴军博士的演讲主题聚焦在大数据和机器智能领域。以下是吴军博士演讲内容(略有删节): 今天的主题是“机器智能和2%的世界”, 这是今天讲座的副标题——“数据为王和机器智能的时代”。刚说大数据又说机器智能。这两者有什么关系?2%的人又是怎么回事呢? 先讲下最近几年硅谷看到世界上的投资也好,在大公司(Google 或Facebook)内部也好已经开展的创新的大趋势。大家已经看到了云计算+移动互联网+大数据正在进行时。 今天先讲大数据再讲机器智能。这点大家已经注意到了,在Google
昨晚,我们通过中国中文信息学会发布的讣告得知,我国著名中文信息处理专家、《知网》(HowNet)发明人董振东教授,于 2019 年 2 月 28 日凌晨十二时零八分在加拿大蒙特利尔市逝世,享年 82 岁。昨日,也是我们获悉深度学习三巨头 Yoshua Bengio、Yann LeCun、Geoffrey Hinton 获得 ACM 图灵奖的日子。不禁慨叹:岁月既成就了对科研孜孜不倦者的计算机事业,也令其两鬓斑白、盛年不再,一晃几十年过去。
在 Reddit 上,有网友截图显示,在 Google 翻译中当某些语种的词汇翻译成英语时,输出的却是毫无由头的宗教语言。比如键入 19 个 dog,将其从毛利语翻译成英语时,输出的却是“距离十二点的世界末日时钟还差三分钟,我们正在经历世界上的人物和戏剧性发展,这预示着我们正在无线接近末日,耶稣回归时日将近。”
自然语言处理(NLP)是信息时代最重要的技术之一。理解复杂的语言话语也是人工智能的重要组成部分。 NLP 的应用无处不在,因为人与人之间大部分的沟通都需要语言:网络搜索,广告,电子邮件,客户服务,语言翻译,放射报告等。
AI 科技评论按:2016 即将画上句号,当我们回顾这一年的科技进展时,很难不联想到一个词——深度学习。当它从研究室中脱胎而出,并成为今年的当红热词,实际上我们已经意识到深度学习的来临。从 AlphaGo 到 Google Translate,AI 科技评论也做过不少覆盖和解析。Cade Metz 为 Wired 撰文回顾了与深度学习同行的这一年,本文由 AI 科技评论进行编译。 在澳大利亚西海岸,Amanda Hodgson 正在操控无人机飞跃海面,无人机可以帮助他们在水面上拍摄照片,利用这些照片,可
当时《东方时空》报道了安徽泾县扬子鳄国家级自然保护区被违规侵占的现象,涉及泾县经济开发区内的200多家企业机构,而科大讯飞的“观塘基地”成为众矢之的。
【新智元导读】在自然语言处理领域,深度学习的承诺是:给新模型带来更好的性能,这些新模型可能需要更多数据,但不再需要那么多的语言学专业知识。 在自然语言处理领域,深度学习的承诺是:给新模型带来更好的性能,这些新模型可能需要更多数据,但不再需要那么多的语言学专业知识。 关于深度学习方法有很多炒作和大话,但除了炒作之外,深度学习方法正在为挑战性问题取得最先进的结果,特别是在自然语言处理领域。 在这篇文章中,您将看到深度学习方法应对自然语言处理问题的具体前景。看完这篇文章后,你会知道: 1. 自然语言处理深度学习的
2023年的计算语言学协会年会(ACL 2023)共包含26个领域,代表着当前前计算语言学和自然语言处理研究的不同方面。每个领域都有一组相关联的关键字来描述其潜在的子领域, 这些子领域并非排他性的,它们只描述了最受关注的子领域,并希望能够对该领域包含的相关类型的工作提供一些更好的想法。
【导读】主题荟萃知识是专知的核心功能之一,为用户提供AI领域系统性的知识学习服务。主题荟萃为用户提供全网关于该主题的精华(Awesome)知识资料收录整理,使得AI从业者便捷学习和解决工作问题!在专知人工智能主题知识树基础上,主题荟萃由专业人工编辑和算法工具辅助协作完成,并保持动态更新!另外欢迎对此创作主题荟萃感兴趣的同学,请加入我们专知AI创作者计划,共创共赢! 今天专知为大家呈送第十四篇专知主题荟萃-机器翻译知识资料大全集荟萃 (入门/进阶/综述/视频/代码/专家等),请大家查看!专知访问www.zhu
如今,国内云服务器市场竞争是异常激烈,送走双十一、黑色星期五,又迎来双十二。前天我们有看到阿里云双十二活动又开始忽悠新用户,推出的活动相比双十一是稍微不是那么给力,但是相关的政策和套路,还是应该能完成他们预料的KPI考核的。在双十一期间的活动中,比较有诚意的还是腾讯云商家的活动,其中有一款三年1449元的配置,5M带宽、8GB内存、2核CPU,当然是只可以选择几个国内的机房。
作者: CADE METZ 编译: AI100 原文地址: https://www.wired.com/2016/12/2016-year-deep-learning-took-internet ---- 在澳大利亚的西海岸, Amanda Hodgson正在向印度洋发射无人机。这些无人机是用来拍摄水面照片的。人们可以通过这些照片,定位在珀斯附近海湾栖息的儒艮,从而保护这些濒临灭绝的海洋哺乳动物。但主要的问题在于,Hodgson和她的团队没有时间来检查所有的航拍照片。这些照片数量庞大,大约有45000张
原ZLJ卖场的压测流程,是依托于阿里云PTS工具,团队自身缺乏性能测试能力自建,缺少性能分析和数据沉淀,测试场景单一,只有单接口和多接口压测,缺少场景和链路压测,不能相对合理的评估系统性能承载能力,机器扩容只凭借经验进行增加调整,缺乏评估依据。
机器之心原创 作者:徐丹 11 月 11 日零点刚过 26 秒,天猫双十一订单峰值产生,58.3 万笔 / 秒。 11 月 1 日零点至 11 月 11 日零点 30 分,今年整个双十一成交额破 3723 亿,实时成交额超过 1 亿元的品牌超过 300 个。 这是今年阿里交出的双十一成绩单。不断增长的订单数据背后,今年的消费体验也出现了很多变化,付款不再卡顿、快递速度极快… 盛大的消费狂欢过去后,来盘点一下,阿里用什么技术撑住了双十一? 一、阿里双十一技术发展史,从去 IOE 说起 从最底层来说,支撑双十一
来源:谷歌 作者:费欣欣 【新智元导读】今年3月,谷歌手机翻译已经通过更新可以让中国用户使用,并且根据中文用户习惯进行优化。另据《南华早报》早前引述中国前新闻出版总署署长柳斌杰表示,中国政府已通过多种渠道与谷歌接触,其“学术搜寻”(Google Scholar)是优先考虑解除封锁的服务;而谷歌其他被屏蔽且“不涉及政治敏感信息”的服务,之后也可能会跟进。但他指出,谷歌重返中国尚无时间表。但不论如何,先来看看谷歌翻译的各种功能吧。 今天!谷歌翻译(广告)登录 今天,谷歌翻译在微信朋友圈发布广告,大力推销其针对中
从语言模型角度看,ChatGPT 的天花板非常低,但在触及天花板之前,还有很多红利。 作者丨张民 演讲整理丨李梅 编辑丨岑峰 ChatGPT在产业界掀起商业化与资本狂潮的同时,也给自然语言处理(NLP)研究界抛出了许多问题,NLP正在重新成为最热的研究领域之一,但也在面临以ChatGPT为代表的大规模预训练语言模型带来的冲击,ChatGPT将如何重塑NLP技术?NLP的下一步要如何走? 在2月24日深圳人才研修院由鹏城实验室主办的第四届OpenI/O启智开发者大会上,张民教授做了题为《语言智能与机器翻译》的
自然语言处理被誉为人工智能皇冠上的明珠,也是现在深度学习的两大热门方向之一。学术界每年生产数量惊人的自然语言处理研究论文,而且每隔一段时间就会出现一个里程碑成为圈内榜一话题。我们关注自然语言处理,通常关注的是模型结构和公式推导,理论研究当然很重要,不过,我认为另一个话题同样重要,就是理论创新怎样成为产品迭代的驱动力。
一年一度的双十一购物狂欢节又要来临了,你准备好剁手了吗?我每年都要购买好几百,有时候甚至是一千多的东西。不过以前我还没有考虑过这背后的技术问题,直到最近我做了一个烂项目以及和同事谈论双十一购物效率问题时才思考了一下这个问题。
👆点击“博文视点Broadview”,获取更多书讯 广义上讲,“翻译”是指把一个事物转化为另一个事物的过程。 在人类语言的翻译中,一种语言文字通过人脑转化为另一种语言表达,这是一种自然语言的“翻译”。 如图1所示,可以通过计算机将一句汉语自动翻译为英语,汉语被称为源语言(Source Language),英语被称为目标语言(Target Language)。 图 1 通过计算机将一句汉语自动翻译为英语 一直以来,文字的翻译往往是由人完成的。 时至今日,人工智能技术的发展已经大大超越了人类传统的认知,用计
在人类语言的翻译中,一种语言文字通过人脑转化为另一种语言表达,这是一种自然语言的“翻译”。
10月27日晚7点,机器之心最新一期线上分享邀请到东北大学教授、博士生导师肖桐带来分享,系统梳理机器翻译发展的技术脉络,并介绍机器翻译发展历程中的经典工作。直播过程中将送出20本肖桐和朱靖波教授的联合著作《机器翻译:基础与模型》。详情见文末。 广义上讲,“翻译”是指把一个事物转化为另一个事物的过程。 在人类语言的翻译中,一种语言文字通过人脑转化为另一种语言表达,这是一种自然语言的“翻译”。 如图1所示,可以通过计算机将一句汉语自动翻译为英语,汉语被称为源语言(Source Language),英语被称为目标
机器翻译(Machine Translation,MT)是一种自然语言处理技术,旨在将一种语言的文本自动翻译成另一种语言。机器翻译是自然语言处理领域的重要应用之一,它可以帮助人们在跨语言交流、文档翻译和信息检索等方面更加便捷和高效。本文将详细介绍自然语言处理的机器翻译。
由于人类语言的流动性, 自动翻译或者机器翻译可能是最具挑战性的人工智能任务之一.20世纪90年代, 统计方法被用于完成这项任务, 取代了此前传统上的基于语法规则的翻译系统. 最近, 深度神经网络模型在命名为神经机器翻译的领域中获得了最先进的成果.
作者:科大讯飞cobbyli、zmwang 摘自:36氪 (36kr.com) 不久前,一个实时翻译视频风靡网络,视频中两名分别说着英语和西班牙语的人借助Skype软件的实时翻译功能竟然实现了无障碍交
👆点击“博文视点Broadview”,获取更多书讯 2022年7月,Meta(原Facebook)AI 发布了一个大规模机器翻译模型NLLB-200,该模型在神经网络架构上混合了稠密和稀疏神经网络,参数规模达545亿,在覆盖202种语言、2440个语向的180亿平行句对上进行训练,训练后的单一模型可支持所有覆盖语言之间的的自动翻译(即202X201=40602个语向的互译)。 该模型的名字是英文No Language Left Behind的缩写,体现了机器翻译实现世界上所有语言互译的美好愿景。 历经7
这个属性对我来说还真有些陌生,无意中发现的,查询过 MDN 之后听得挺有意思的,就记录一下。
作为自然语言处理中一项非常重要的应用,现代意义上的机器翻译概念从上世纪40年代提出至今,经过了几代革新,现已初步实现了多场景的落地和应用。而近几年随着机器翻译质量的提高,机器翻译将代替人工翻译的声势逐渐浩大起来,那么机器翻译对于人工翻译而言是威胁还是可利用工具?在多大程度上机器翻译又能帮助普通用户呢?
说到腾讯的翻译大家都不陌生,QQ和微信聊天平台上的翻译,QQ浏览器上的翻译全页等功能都是由腾讯云的机器翻译提供强大支持的,但腾讯云的机器翻译到底是啥?它和百度,有道那些翻译APP有啥不同?我相信有这些疑惑的不止我一个人。所以,今天我要和大家分享的就是我初次接触使用腾讯云机器翻译的一些认识,希望本文章能给想要了解腾讯云机器翻译的伙伴们提供一些小小的帮助。
深度学习用的有一年多了,最近开始 NLP 自然处理方面的研发。刚好趁着这个机会写一系列 NLP 机器翻译深度学习实战课程。
在人工智能发展进程中艾伦·麦席森·图灵,这位著名英国数学家、逻辑学家,最早提出了机器人是否会思考的概念,图灵也被誉为现代计算机科学之父和人工智能之父! 艾伦·麦席森·图灵(1912年6月23日-1954年6月7日),被誉为“人工智能之父” 我们把时间推回到半个多世纪的某个夏天,此时麦卡锡、明斯基等众科学家们正在举办一场Party,在这次聚会上探讨和共同研究了用机器模拟智能的问题,也是在那时,“人工智能(AI)”的理念正式被提出! 如今人工智能商业化正在快速推进中,比如我们所知道和了解的人像识别、图像识别技术
11月13日,深圳 - 腾讯AI Lab今日发布了一款AI辅助翻译产品 - “腾讯辅助翻译”(Transmart),可满足用户快速翻译的需求,用AI辅助人工翻译提高效率和质量。该产品采用业内领先的人机交互式机器翻译技术,融合神经网络机器翻译、统计机器翻译、输入法、语义理解、数据挖掘等多项前沿技术,配合亿级双语平行数据,为用户提供实时智能翻译辅助,帮助用户更好更快地完成翻译任务。产品旨在致敬人工翻译,辅助人工翻译更快、更好地完成任务,探索人工智能赋能翻译行业新思路。
朱靖波博士是小牛翻译创始人、东北大学计算机学院教授、博士生导师、辽宁省语言智能技术创新中心主任、讯飞AI大学首批特聘教授、中国中文信息学会常务理事。曾入选教育部新世纪优秀人才计划和辽宁省百人层次人才计划。1992年开始从事语言分析和机器翻译理论研究工作,发表了200多篇研究论文和一本清华大学出版的专著《自然语言理解》。
本文探讨了机器翻译的十个问题,包括什么是机器翻译,机器翻译的发展历程,机器翻译的技术难题,机器翻译的评价标准,实验室和实用系统的区别,基于规则与基于统计的机器翻译,机器翻译的伦理问题,以及译员是否需要学习CAT等。作者认为,机器翻译的评价标准需要重新审视,不能仅仅依靠BLEU得分,而应该结合具体应用场景和目标来进行评估。同时,译员应该积极学习并掌握CAT技术,提高自己的翻译效率和质量。
想一下未来50年或者100年,您的孙子或者孙子的孙子,是否还会花费人生中十几年甚至几十年的时间学习一门外语,甚至还学不好?
“双十一”、“双十二”期间是所有电商行业的流量高峰期,作为一个电商网站,如果不能保障流畅运行,将会对企业造成巨大的经济损失。回顾去年天猫“双十一”,当天日活跃用户到达峰值3.56亿,交易创建峰值32.5万笔/秒、支付峰值25.6万笔/秒。在这样的购物狂欢下,你的网站是否已经做好了应对“双十一”、“双十二”的流量高峰呢?
自然语言处理(NLP)领域的机器翻译是一项备受关注的任务,它致力于使用计算机自动将一种语言的文本翻译成另一种语言。这一领域涉及到深度学习、神经网络和大规模语料库的应用,为我们提供了强大的跨语言沟通工具。本文将深入研究机器翻译的原理、常见的技术方法,并提供一个基于Transformer模型的简单实例。
2022年7月,Meta(原Facebook)AI 发布了一个大规模机器翻译模型NLLB-200,该模型在神经网络架构上混合了稠密和稀疏神经网络,参数规模达545亿,在覆盖202种语言、2440个语向的180亿平行句对上进行训练,训练后的单一模型可支持所有覆盖语言之间的的自动翻译(即202X201=40602个语向的互译)。 该模型的名字是英文No Language Left Behind的缩写,体现了机器翻译实现世界上所有语言互译的美好愿景。 1 历经70载,机器翻译进入 深度学习驱动时代 机器翻译诞生于
腾讯云市场,定位是“企业的云上集市”。 这个双十二,腾讯云市场联合数十家精选服务商,带你共享一场云上的购物狂欢。 活动一:精选开发者服务 为了回馈长期以来个人开发者对腾讯云市场的支持,云市场联合优质服务商推出数款开发者服务精选单品。 如虚拟主机云市场专享价,20元/月,199/年。薅羊毛价仅限云市场双十二会场,戳图片直达: 更有域名建站组合购,优质后缀,无法拒绝的低价: 活动二:送最高500元京东卡! 引流营销小程序,分销商城,企业400电话,微信云报餐系统,买就送大额京东卡
每天给你送来NLP技术干货! ---- 2022年7月,Meta(原Facebook)AI 发布了一个大规模机器翻译模型NLLB-200,该模型在神经网络架构上混合了稠密和稀疏神经网络,参数规模达545亿,在覆盖202种语言、2440个语向的180亿平行句对上进行训练,训练后的单一模型可支持所有覆盖语言之间的的自动翻译(即202X201=40602个语向的互译)。 该模型的名字是英文No Language Left Behind的缩写,体现了机器翻译实现世界上所有语言互译的美好愿景。 历经70载,机器翻
表示 n 元词组这一项的 BLEU 得分,为了使用一个数值来评价一个机器翻译系统,需要将
机器翻译作为自然语言处理中最典型的应用,翻译“神器”不断面世,可以说在AI应用领域正当红。那么,机器翻译经历了怎样的开端、泡沫、被判死刑?又怎样冲破藩篱、摒弃语言学,借助神经网络而走红?
前面我们讲了机器翻译的原理以及神经网络翻译的发展、以及面临的挑战,我们现在看一看,机器翻译现在有哪些应用?
领取专属 10元无门槛券
手把手带您无忧上云