Facebook用深度學習技術翻譯語言 每天處理45億次

新浪科技訊 北京時間 8 月 4 日下午消息，Facebook 今天宣布它每天用神經網絡處理翻譯超過 45 億次。Facebook 用遞歸神經網絡處理翻譯任務，該網絡可以與 Caffe2 共用，也就是 Facebook 今年 4 月推出的開源深度學習框架。

Caffe2 團隊今天還說，由於在翻譯領域付出了許多努力，現在框架可以與遞歸神經網絡協同工作。

團隊在博客中表示：「有了 Caffe2，我們明顯提高了 Facebook 機器翻譯系統的效率和質量。效率提高了 2.5 倍，這樣我們就可以將神經機器翻譯模型應用於生產。最終，Facebook 所有語言的所有的機器翻譯模型都由短語型系統轉向了神經模型。」

使用遞歸神經網絡使得 BLEU 提高了 11%，BLEU 是一個指標，用來評估機器翻譯人類語言的表現。之前的翻譯是用短語型模型完成的，它不能翻譯文本塊，只能翻譯獨立單詞和短語。

Facebook 應用機器學習團隊的成員在博客中表示：「為了彌補這個缺點，開發自己的神經網絡系統，我們從一開始就使用了一種遞歸神經網絡，也就是序列到序列（Sequence-to-Sequence）LSTM（長短記憶網絡）。這種神經網絡可以將源句子的整個語境、至今生成的一切考慮進去，從而讓翻譯更精準更流暢。」（德克）