¿Has utilizado Google Translate recientemente? ¿Cómo es la calidad de la traducción con su nueva traducción automática neuronal? ¿Cómo es para cualquier par de idiomas?

La traducción automática neuronal de Google supuestamente mejora la precisión de la traducción en cualquier lugar del 50 al 85%. No sé cuán preciso es eso, pero mis propios esfuerzos hasta ahora indican que a veces ha mejorado mucho, y a veces solo ha mejorado un poco. Escribí un poco sobre la precisión de GNMT hace unos meses en Quora.

La precisión entre los pares de idiomas aún variará ya que GNMT no se ha implementado para los más de 100 idiomas, pero siguen agregando idiomas a la familia GNMT con bastante regularidad. Además, han creado un nuevo idioma llamado interlingua , o ‘traducción cero’ y parece traducir dentro de pares de idiomas en los que el sistema aún no se ha introducido, como el coreano y el japonés (en ambos sentidos). O tal vez no lo inventó, las opiniones varían.

Mis propios experimentos con GNMT han sido a veces impresionantes (una vez hizo un gran trabajo traduciendo parte de un manual de usuario, solo unos pocos gráficos, pero lo suficiente como para no necesitar una edición posterior humana), y en otras ocasiones, como algunos frases simples hace unas semanas, no tanto. Mi opinión personal es nunca confiar en la traducción automática al 100%, siempre tener un humano fluido en el idioma de destino y corregirla, pero ese NMT es un desarrollo emocionante en la traducción de idiomas que de hecho mejora la precisión todos los días.

Nuestro propio software incorpora algunos elementos de NMT.

Recientemente hemos actualizado nuestro informe de evaluación de MT: Estado de la traducción automática por Intento (marzo de 2018). En 48 pares de idiomas que hemos estudiado, uno necesita usar 6 motores MT para obtener la mejor calidad.

Puede comunicarse conmigo para obtener información detallada sobre cómo se comporta Google Translate en esos 48 pares de idiomas. Aquí hay una imagen de la mejor calidad MT disponible en 14 motores MT:

More Interesting

¿Debo obtener una MacBook Pro con 16 GB de RAM (máximo) para el trabajo de aprendizaje automático, a pesar de que puedo llevar cosas intensas a una instancia de Google Cloud?

¿Cuáles son algunos de los análisis predictivos inteligentes y el aprendizaje automático que uno puede hacer con los datos de flujo de clics?

Si existieran interfaces neuronales, ¿cuáles serían las aplicaciones civiles? ¿Cuántos tendría, por qué?

¿El aprendizaje por refuerzo con redes neuronales profundas implica descenso de gradiente y propagación hacia atrás?

¿Qué marco de trabajo en el aprendizaje automático puede manejar grandes conjuntos de datos?

¿Cuál es la mejor manera de analizar y predecir en base a un conjunto de datos que tiene texto y números?

¿Cómo puede ser posible la IA si las máquinas se limitan a la lógica y el lenguaje?

Hay muchas distribuciones de probabilidad presentes en las estadísticas, ¿cómo debería uno usarlas? En general, veo personas que usan distribución gaussiana en algoritmos de aprendizaje automático.

¿Cuál es un buen conjunto de datos para probar mi clasificador vecino más cercano K?

Cómo distinguir el Aprendizaje profundo de los anteriores análogos en las composiciones de funciones, más específicamente el trabajo reciente sobre el "proceso gaussiano profundo"

¿Cuántas de las noticias sobre IA y DL en este momento son sobre nuevas innovaciones y cuánto sobre aplicaciones? ¿Cuánto de eso es bombo? ¿Habrá una meseta pronto?

Cómo modelar la siguiente situación probabilística

¿Cuáles son las ventajas y desventajas de la traducción automática estadística y basada en reglas?

¿Cómo se pueden utilizar los autoencoders apilados para preentrenar una red neuronal que tiene más neuronas en las capas ocultas que entradas? es posible?

¿Es necesario aprender Python para seguir la especialización en cursos de Machine Learning, de Coursera?