近年来随着以深度学习为代表的人工智能技术的迅速发展，使得人们对于人机共生、万物互联的美好生活愿景更加憧憬。其中，自然语言处理技术，作为人工智能产品中最具挑战的任务之一，旨在使得计算机拥有像人一样理解语言、生成语言的本领。因此机器翻译技术应运而生。
机器之心发布 机器之心编辑部 机器之心《2020-2021 全球 AI 技术趋势发展报告》节选：顶会趋势（NeurIPS）分析。 2021 年伊始，机器之心发布《2020-2021 全球 AI 技术趋势发展报告》，基于顶会、论文及专利等公共数据、机器之心专业领域数据仓库，通过数据挖掘定位七大趋势性 AI 技术领域。 此外，该报告还邀请了近 100 位专家学者通过问卷调查，形成对这七大技术领域近年发展情况、成熟度与未来趋势的综合总结，并基于 2015-2020 年间的开源论文与专利语料，结合机器之心自有的新闻
麻省理工学院一位经济学家撰写的新研究表明，改进后的翻译软件可以显著促进在线国际贸易——这是机器学习对经济活动产生明显影响的一个显著案例。研究发现，eBay在2014年改进了自动翻译程序后，可以使用这一新系统的两个国家的贸易额猛增了10.9%。
李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI Google Pixel Buds的发布震惊了不少人。 每个人都期望戴上这样的翻译耳机，犹如获得科幻小说《银河系漫游指南》中的“巴别鱼”，从此再无跨语言带来的隔阂与障碍——一切轻而易举。 也有人为历史进程中的翻译工作者担心，他们看起来即将失去养家糊口的手艺。 不过这并未引起安妮的担忧，尤其是刚参与完一项语言翻译数据集工作后，她知道历史变革并没有那么简单，至少没有很多人想象中的那样轻而易举，还有大量的工作要做，还有很长的路要走。 没错，正是这些“
北京时间5月22日下午4点，在刚结束的世界机器翻译大赛（WMT）中，腾讯基础研发部（由bojiehu、ambyera、springhuang三人组成）经过激烈的鏖战，最终获得汉英翻译 BLEU (Bilingual Evaluation Understudy) 打分指标第2名，BLUE-cased 打分指标第4名的好成绩，在另一项英汉翻译上，也取得了第7名的成绩。 Fig.1 队名为TencentFmRD, 译为“腾讯基础研发”，详见比赛官方网站 http://matrix.statmt.org
北京时间5月22日下午4点，在刚结束的世界机器翻译大赛（WMT）中，信安代表队（由信息安全部北京基础研究组bojiehu(胡博杰)、ambyera(阿敏巴雅尔)、springhuang(黄申)三人组成）经过激烈的鏖战，最终获得汉英翻译 BLEU (Bilingual Evaluation Understudy) 打分指标第2名，BLUE-cased 打分指标第4名的好成绩，在另一项英汉翻译上，也取得了第7名的成绩。 Fig.1 队名为TencentFmRD, 译为“腾讯基础研发”，详见比赛官方网站
大数据时代，文本、语义和社交分析就像企业的“天眼”，可以聆听到来自用户、患者和市场的声音。目前文本、语义和社交分析技术已经包括金融、医疗、传媒、电商在内的在多个行业得到广泛应用，企业从海量的互联网和企业内部数据，包括文本、视频等结构化和非结构化数据中提取那些能提高决策质量的有用信息和情报。 但是，文本、语义和社交分析技术依然处于成长期，在一些领域，例如数据分析和市场研究方面的应用还只是刚刚起步，而在相对成熟的领域，例如用户体验、社交聆听和用户互动方面，还有很大的提升空间。 总之，文本、语义和社交分析技术
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。
阿里机器翻译团队在本次比赛中，参加了英语到德语和德语到英语两个语向的句子级别和词级别的七项质量评估任务，收获了六项世界冠军。其中，德语到英语的统计机器翻译评估任务中（German-English SMT)，句子级别和词级别的预测任务分别取得第一名；英语到德语的统计机器翻译评估任务中 (English-German SMT)，句子级别取得第一名，词级别的词预测和漏词预测分别取得第一名。同时，英语到德语的神经网络机器翻译评估任务中 (English-German NMT)，词级别的词预测取得第一名。
本文将讲述如何使用 Serverless Cloud Function 开发语言翻译工具。
前一篇文章分享了生成对抗网络（GAN），详细讲解什么是生成对抗网络，及常用算法（CGAN、DCGAN、infoGAN、WGAN）、发展历程、预备知识。
👆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
哈佛大学神经机器翻译系统 OpenNMT 新版本发布 癌症检测突破！谷歌深度学习算法的乳腺癌检测准确率超病理科大夫 两大 AI 平台联手！IBM Watson 与 Salesforce“爱因斯坦”进行
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？
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
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。
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？
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
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？
本文为CDA原创文章，作者曾科，转载请注明来源 巴别塔的轰塌 圣经旧约第十一章，讲到了巴别塔的故事：人类联合起来兴建希望能通往天堂的高塔；为了阻止人类的计划，上帝让人类说不同的语言，使人类相互之间不能沟通，人类的宏伟计划因此失败，自此各散东西。 圣经在这里解释了为什么人类会产生不同语言和种族，当然在今天，考古与进化论已经告诉我们原因并不是上帝之怒。当然，无论怎么解释，语言的隔阂对人类社会产生的影响是如此之深与如此之广，以至于时至今天仍然不能例外。 人类对于信息是有着基本的需求，就如吃饭睡觉一样，而语言的
场景描述：机器翻译是自然语言处理上的一个重要应用，从他最初的诞生到现在，已经过去了 60 多年，但在一些小问题上，还是会出现令人啼笑皆非的局面。机器翻译是如何一步步发展来的？它背后的的机理是什么样子？它的局限性又是怎么一回事呢？
科技博客用翻译软件来翻译硅谷资讯，大学生使用翻译软件阅读英语论文，海外旅行者已把翻译App作为手机必备应用，看样子机器翻译就要取代译员，如同机器在问答、导航、收银这些岗位做到的一样。那么现在机器翻译究竟做到什么程度了？ 机器翻译初具“理解”能力 理想丰满，现实亦可期。尽管现在机器翻译距离人工翻译还有一段距离，但随着技术的发展和人类对语言认知的深入，机器翻译取代人工翻译很值得期待。 单词翻译是最为简单的，就是词典在做的事情，单词与单词放在一起，成了短语也可以应付。短语和单词构成句子，不同场景下有着不同的意思
机器翻译（Machine Translation, MT）是人工智能领域的一项关键技术，旨在实现不同语言之间的自动翻译。自从20世纪中叶首次提出以来，机器翻译已从简单的字面翻译演变为今天高度复杂和精准的语义翻译。这项技术的发展不仅彻底改变了全球信息交流的方式，而且对于经济、政治和文化交流产生了深远影响。
1949年7月15日，美国数学家Warren Weaver发表了《翻译备忘录》，提出了机器翻译的概念。2021年，作为国内规模最大的机器翻译引擎研发团队，小牛翻译团队携手东北大学自然语言处理实验室，决定在每年7月15日举办“小牛翻译论坛”，邀请国内外相关行业专家学者，围绕“机器翻译技术发展与产业应用”主题进行探讨，分享机器翻译技术前沿发展和行业落地方案。 近年来，随着深度学习技术能力的提升，机器翻译领域发展日新月异，各种机器翻译产品的创新层出不穷，在各行各业的应用也取得了蓬勃发展。本年度的“小牛翻译论坛”将
作者 | 李梅 编辑 | 陈彩娴 AI 科技评论获悉，中国机器翻译事业的开创者之一、原中国社科院语言研究所研究员刘倬老师与世长辞，享年 89 岁。沉痛悼念刘倬老师！ 刘倬，1933 年 4 月 4 日生于河北省大成县。1949 年从北京市立一中毕业后，他进入华北大学学习，同年11月被分配到哈尔滨外专学习俄语，1951 年毕业后留校任助教。1953 年，他被调入北京高等教育部，在综合大学司任科员。1954 年至 1960 年间，他在北京俄语学院任语言学讲师。 自 1960 年11月起，刘倬加入中国社会科学院
2015年12月10-12日，由中国计算机学会（CCF）主办，CCF大数据专家委员会承办，中国科学院计算技术研究所、北京中科天玑科技有限公司与CSDN共同协办，以“数据安全、深度分析、行业应用”为主题的 2015中国大数据技术大会（Big Data Technology Conference 2015，BDTC 2015）在北京新云南皇冠假日酒店盛大开幕。 12日下午的互联网大数据分论坛，滴滴机器学习研究院研发总监刘威、百度主任架构师、机器翻译技术负责人何中军、京东商城大数据研发部负责人刘彦伟、中国人民大学
Seq2Seq，全称Sequence to Sequence。它是一种通用的编码器——解码器框架，可用于机器翻译、文本摘要、会话建模、图像字幕等场景中。Seq2Seq并不是GNMT（Google Neural Machine Translation）系统的官方开源实现。框架的目的是去完成更广泛的任务，而神经机器翻译只是其中之一。在循环神经网络中我们了解到如何将一个序列转化成定长输出。在本文中，我们将探究如何将一个序列转化成一个不定长的序列输出（如机器翻译中，源语言和目标语言的句子往往并没有相同的长度）。
俞谦，携程度假大数据研发部算法工程师，主要负责机器翻译的研究与应用，目前专注于自然语言处理在垂域下的成熟解决方案。
发明计算机的最早目标之一就是自动将文本从一种语言翻译成另一种语言。
来源：环球科学ScientificAmerican 作者：陈宗周 本文长度为5200字，建议阅读5分钟 本文回顾机器翻译发展史，并分析这个曾一度陷入低潮的领域，是如何实现飞跃，并可能在不久的将来打破不同民族间的语言壁垒的。 2017年3月的全国“两会”上，李克强总理来到安徽代表团。讯飞公司董事长刘庆峰拿起桌子上一部手机模样的小设备，说出总理以前对讯飞的勉励——让世界聆听我们的声音，机器马上翻译成流利的英文。他又说“这个哈密瓜很甜”，机器立刻又翻译成流利的维吾尔语。这部叫晓译多语种翻译机的小机器，是讯飞公
【新智元导读】微软昨天宣布其研发的机器翻译系统首次在通用新闻的汉译英上达到了人类专业水平，实现了自然语言处理的又一里程碑突破。 由微软亚洲研究院与雷德蒙研究院的研究人员组成的团队今天宣布，其研发的机器翻译系统在通用新闻报道的中译英测试集上，达到了人类专业译者水平。这是首个在新闻报道的翻译质量和准确率上媲美人类专业译者的翻译系统。 微软技术院士，负责微软语音、自然语言和机器翻译工作的黄学东博士表示，这是自然语言处理领域的一项里程碑式的成就。“这是我们的情怀，是非常有意义的工作，”黄学东告诉新智元：“消除语言障
机器之心报道 参与：机器之心编辑部 今日，微软研究团队表示，微软和微软亚研创造了首个在质量与准确率上匹配人类水平的中英新闻机器翻译系统。黄学东告诉机器之心，他们采用专业人类标注与盲测评分代替 BLEU 分值而具有更高的准确性，且新系统相比于现存的机器翻译系统有非常大的提升。因此，根据人类盲测评分，微软机器翻译取得了至少和专业翻译人员相媲美的效果。 微软亚洲与美国实验室的研究者称，其中英新闻机器翻译系统在常用的新闻报道测试集 newstest 2017 上达到了人类水平。该测试集由来自业界和学界的团队共同开发
虽然 Google Translate 已经发布了近 15 年了，但直到现在 Google Translate 仍然倔强地认为 Android phone is very fast.
AI科技评论按：本文是清华大学教授、中国中文信息学会副理事长孙茂松在MIFS 2016上的演讲实录，AI科技评论编辑整理。此次在北京举办的MIFS 2016是由中国人工智能学会、中国工程院战略咨询中心主办，今日头条、IEEE《计算科学评论》协办的2016机器智能前沿论坛，这次论坛同时也是2016 BYTE CUP国际机器学习竞赛的颁奖仪式。 在MIFS 2016上，孙教授的演讲回顾了机器翻译波折的发展历程，同时分享了在神经翻译系统之后他们在提升机器翻译上的实践。 “算法+大数据+计算力” 这是我的题目，《当
ChatGPT(Chat Generative Pre-trained Transformer)，是人工智能技术驱动的自然语言处理工具，即AIGC的一款具体的应用和产品。它能够通过理解和学习人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码，写论文等任务。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
