臉書全面採用神經機器翻譯技術，讓機器翻譯更像人話

臉書（Facebook）於本周五（8/4）宣布，臉書用戶發布的狀態與留言將全面採用神經機器翻譯（Neural Machine Translation），臉書使用卷積神經網路（Convolutional Neural Networks，CNN）和遞迴神經網路（Recurrent Neural Networks，RNN），來自動翻譯臉書上的內容。

傳統是以片語為基礎來訓練機器翻譯模型，但是，臉書為了增進翻譯的品質，轉而採用神經機器翻譯模型，讓翻譯能夠更貼近人類語言。

其中，遞迴神經網路能夠考量到文章整體上下文，來建立更準確且流暢的翻譯，這改善了傳統片語基礎翻譯一次僅能考慮幾個單詞，導致翻譯不流暢的缺點。

傳統的機器翻譯結果（圖上）與神經機器翻譯結果（圖下）比較。（圖片來源／臉書）

而臉書的神經機器翻譯系統採用深度學習框架Caffe2，以及使用向量數學函式庫和加權量化（Weight Quantization）來加強運算效率。臉書期望，能藉此打破語言的疆界，讓全球的人們能夠互相溝通。

另外，Caffe2框架彈性的本質，讓臉書開發團隊能夠調校翻譯模型的效能，這也加速了神經機器翻譯模型從部署到正式上線的過程，臉書宣稱，提升了2.5倍的速度。

除了臉書採用神經機器翻譯技術之外，Google翻譯早在2016年9月就宣布採用此技術，微軟翻譯則在2016年11月宣布採用神經機器翻譯。