• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • Traducción del chino al inglés:no humano, pero excepcional

    Crédito:CC0 Public Domain

    Microsoft anunció el miércoles que sus laboratorios han desarrollado un sistema de traducción automática de inteligencia artificial que puede traducir del chino al inglés con la misma precisión que un humano. Los investigadores están en los laboratorios de Microsoft en Asia y EE. UU.

    Microsoft considera que esto es un hito histórico en la traducción automática neuronal, ya que ha alcanzado la paridad humana para las traducciones del chino al inglés.

    Bien, no es poca cosa. En traducción, no hay formas "correctas" absolutas, ya que hay variaciones en cómo se puede transmitir el mismo pensamiento. Por otra parte, sabemos lo que es hacer clic en "inglés" en un documento que no está en inglés, o haz clic en "traducir esta página, "para descubrir cadenas de palabras ininteligibles en inglés que simplemente no se pueden reutilizar.

    Xuedong Huang, compañero técnico a cargo del discurso de Microsoft, esfuerzos de traducción automática y lenguaje natural, dijo, "Lograr la paridad humana en una tarea de traducción automática es un sueño que todos hemos tenido, ", Dijo Huang. Huang fue citado en El Blog de IA (un blog oficial de Microsoft).

    ¿Qué respalda su afirmación? Según Microsoft, Se aplicó un conjunto de pruebas estándar de la industria de noticias para comparar los resultados de traducción humana y automática.

    No solo eso; el equipo contrató a un grupo de evaluadores humanos bilingües. Se les pidió que compararan los resultados con un conjunto diferente de traducciones producidas por humanos.

    Entonces, ¿qué hace que su intento sea exitoso? Las palabras clave para una respuesta parecen ser redes neuronales profundas, que se trata de formas de entrenar sistemas de IA.

    La ventaja es que adquieres más fluidez, traducciones que suenan naturales.

    "Gran parte de nuestra investigación está realmente inspirada en cómo los humanos hacemos las cosas, "dijo Tie-Yan Liu, director de investigación principal de Microsoft Research Asia en Beijing.

    En El Blog de IA , Allison Linn nombró y describió sus técnicas:verificación de hechos, redes de deliberación, entrenamiento conjunto, y regularización de convenios.

    En verificación de hechos, cada vez que enviaban una oración a través del sistema para traducirla del chino al inglés, el equipo de investigación también lo tradujo del inglés al chino. La ventaja de la verificación de datos es que "permitió que el sistema se refinara y aprendiera de sus propios errores".

    En redes de deliberación, "Los investigadores enseñaron al sistema a repetir el proceso de traducir la misma oración una y otra vez, refinando y mejorando gradualmente las respuestas ".

    En formación conjunta, el sistema de traducción del inglés al chino traduce las nuevas oraciones del inglés al chino para obtener nuevos pares de oraciones. Luego, se utilizan para aumentar el conjunto de datos de entrenamiento que va en la dirección opuesta, del chino al inglés. A continuación, se aplica el mismo procedimiento en la otra dirección. A medida que convergen, mejora el rendimiento de ambos sistemas.

    En convenio regularización, la traducción se puede generar haciendo que el sistema lea de izquierda a derecha o de derecha a izquierda para buscar la misma traducción.

    "La traducción automática es mucho más compleja que una simple tarea de reconocimiento de patrones, "Dijo Zhou." La gente puede usar diferentes palabras para expresar exactamente lo mismo, pero no se puede decir necesariamente cuál es mejor ".

    En el artículo de investigación aparece una discusión sobre las tecnologías de "traducción automática neuronal", "Lograr la paridad humana en la traducción automática de noticias del chino al inglés".

    Los autores dijeron que su evaluación encontró que su sistema alcanzó la paridad con las traducciones humanas profesionales en la tarea de noticias del chino al inglés de WMT 2017.

    Entonces, ¿Ha terminado su trabajo para un sistema de traducción automática neuronal? ¿Los traductores humanos se volverán irrelevantes?

    Liu, de acuerdo a El Blog de IA , Dijo que nadie sabe si los sistemas de traducción automática serán lo suficientemente buenos para traducir cualquier texto en cualquier par de idiomas con la precisión y el lirismo de un traductor humano.

    Al mismo tiempo, él agregó, Los avances permiten a los equipos avanzar hacia los próximos grandes pasos hacia ese objetivo y otros logros de la IA.

    © 2018 Tech Xplore




    © Ciencia http://es.scienceaq.com