DeepL:一家在翻译领域超越谷歌和微软的德国公司

  • A+
所属分类:技术资讯

技术编辑:北京卡尔博客发来的:卡尔博客
技术巨头Google、微软和Facebook都将机器学习的经验应用于翻译领域,但是一家名为deep pl的小公司超过了他们,提高了这个领域的标准。那个翻译工具的速度比那个规模大的竞争对手快,但比我们尝试的任何翻译工具都准确、细致。
经过几次实验,我们都认为DeepL pl的翻译通常比Google Translate或Bing的翻译好。Google Translate经常找到非常直接的翻译,错过一些细微的细微差别和成语(或译错了这个成语),deep pl经常提供更自然的翻译,更接近训练有素的译者的翻译。
深pl是从Linguee演化而来的
DeepL诞生于Linguee,这是一个存在多年的翻译工具。虽然人气很高,但没有达到谷歌的翻译水平。毕竟,后者在品牌和地位上有很大的优势。Linguee的共同创始人Gereon Frahling在Google Research工作,但2007年离开Google,开始了自己的新业务lingue。
该团队多年致力于机器学习,执行与核心翻译相邻的任务,但直到去年才开始认真研究全新的系统和公司,这两个系统和公司名称都将是DeepL pl。
Frahling提到现在时机成熟:“我们建立了包含大部分最新发展内容的神经翻译网络。“我们把自己的想法包含在其中。”'
由超过10亿个翻译和查询组成的庞大数据库,以及通过在互联网上搜索类似片段进行落地翻译的方法,为新模式的教育奠定了坚实的基础。还在冰岛部署了他们主张的世界上最强大的23台超级计算机。
DeepL pl的翻译服务使用构建在Linguee数据库之上的卷积神经网络和另一种尚未公布的专有方法来处理注意机制。DeepL GmbH拥有用于翻译服务培训和生产的浮点性能5petaflop系统。
从大学、研究机构以及Linguee的竞争对手发表的发展情况来看,卷积神经网络不是该公司以前使用的递归神经网络,而是发展方向。现在不是深入研究CNNs和rnns差异的地方,所以对于长而复杂的相关词语字符串的正确翻译,应该说,只要能控制其弱点,电子就是更好的选择。
例如,CNN大概是一个可以一次解决一个单词的句子。但是,像经常发生的事情一样,句子末尾的一个单词在决定如何构成句子开头的一个单词时,就成了问题。通读整个句子,只是发现web选择的第一个单词是错误的,根据其知识重新开始是浪费,所以deep和机器学习领域的其他人应用“注意力机制”来监视这种潜在的障碍,并在CNN转到下一个单词或词组之前解决它。
关于隐私政策
与免费版本不同,Deep pl pro和免费DeepL Translator不能用于翻译“包含某种个人信息的文本”,DeepL Pro声称不存储翻译的文本。你可以看到更多他们的隐私。
感兴趣的学生可以相信Deepl pl将成为帮助翻译的新生产力工具,并尝试一下。我们也非常欢迎您分享有关Deepl背后技术的更多技术详细信息。

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: