首页
学习
活动
专区
圈层
工具
发布
技术百科首页 >机器翻译 >机器翻译的准确度怎么样?

机器翻译的准确度怎么样?

词条归属:机器翻译

腾讯云机器翻译目前支持18个语种,在2018 WMT 国际机器翻译大赛中获得中英翻译第一的成绩。根据以往数据统计,平均翻译可接受度超过92%,定制训练后准确率会更高。

相关文章
重磅 | Facebook提出全新CNN机器翻译:准确度超越谷歌而且还快九倍(已开源)
选自code.facebook 作者:Jonas Gehring、Michael Auli、David Grangier、Denis Yarats、Yann N. Dauphin 机器之心编译 参与:吴攀、微胖、蒋思源 去年谷歌在机器翻译上取得了连续不断的突破,参阅《重磅 | 谷歌翻译整合神经网络:机器翻译实现颠覆性突破》和《重磅 | 谷歌神经机器翻译再突破:实现高质量多语言翻译和 zero-shot 翻译》。谷歌的方法用到了文本处理惯用的循环神经网络。近日,Facebook 也宣布在神经机器翻译上取得了
机器之心
2018-05-08
1.5K0
找到合适的模型参数提高准确度
如果一直在阅读有关数据科学或机器学习的知识,那么一定遇到与MNIST数据集一起使用的文章和项目。数据集包括一组70,000个图像,其中每个图像是从0到9的手写数字。决定使用相同的数据集来了解如何微调机器学习模型参数可以产生差异。
代码医生工作室
2019-06-21
8760
机器翻译的前世今生
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
大数据文摘
2018-05-21
1.6K0
机器翻译的Attention机制
在机器翻译(Neural Machine Translation)中,Seq2Seq模型将源序列映射到目标序列,其中Encoder部分将源序列编码为Context Vector传递给Decoder,Decoder将Context Vector解码为目标语言的序列。
YoungTimes
2022-04-28
1.7K0
机器翻译界的BERT:可快速得到任意机器翻译模型的mRASP
今天给大家介绍EMNLP2020的一篇关于多语言翻译新范式的工作multilingual Random Aligned Substitution Pre-training (mRASP)[1],核心思想就是打造“机器翻译界的BERT”,通过预训练技术再在具体语种上微调即可达到领先的翻译效果,其在32个语种上预训练出的统一模型在47个翻译测试集上取得了全面显著的提升。
godweiyang
2021-04-08
2K0
点击加载更多
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
领券