شبكة لى فنغ منظمة العفو الدولية تكنولوجي ريفيو: 15 مارس المادة "اختراقات الترجمة الآلية، ومايكروسوفت صحفي في الترجمة الانكليزية المستوى الإنساني،" قدمنا للبحوث آسيا مايكروسوفت ومعهد بحوث ريدموند وضعت بالاشتراك مع الترجمة الآلية الجديدة وقال نظام مايكروسوفت انها في newstest2017 - وصلت إلى مستوى مماثل مع الترجمة البشرية على اللغة الإنجليزية مجموعة الاختبار.

هذا الخبر ليس فقط أثار فضولنا، بحيث لدينا المحررين والمراسلين الذين عبر عن أسفه ل"الذكاء الاصطناعي بسرعة مدينة المقبل"، ولكن أيضا يثير تساؤلات حول بعض القراء. بعد كل شيء، ونحن كثيرا ما نرى نماذج جديدة الترتيب فرشاة في اختبار مفتوحة، ويمكن للانسان الحصول على نفس النتيجة، ولكن ليس بالضرورة عن مجموعة من البيانات على الإنسان ويمكن أن تكون قابلة للمقارنة، وخاصة بالنسبة للمرونة من حيث اللغة البشرية؛ على الجانب الآخر، صور، Sogou، بايدو وغيرها من عمالقة الإنترنت لديها نظام الترجمة الشبكة العصبية الخاصة بها، لدينا أكثر أو أقل من ذوي الخبرة، وتستخدم حتى أحدث الموديلات شيوعا في آلية الاهتمام، ولكن نوعية الترجمة لا تزال غير مرضية تماما غالبا ما يبدو، والاستمرار في اتخاذ خطوات واسعة عظيمة نوع من اختراق أسهل من القيام به؟

المذكورة في بلوق الرسمية مايكروسوفت، يستخدم نظام الترجمة الجديد أربعة أساليب: التعلم المزدوج ، التدريب المشترك ، فحص الشبكة و تنظيم الاتساق وقد نشرت الصحف المقابلة. شبكة لى فنغ وفقا لمنظمة العفو الدولية تكنولوجي ريفيو الورقة التالية، جنبا إلى جنب مع الدراسات السابقة التوسع في هذه التقنيات الأربعة المستخدمة في نظام الترجمة الجديد في نهاية المطاف هو كيف، تذوق طعم هذه التكنولوجيات الأربع عند استخدامها معا، ويمكن تحقيق المستوى الإنساني في النهاية لا يمكن اعتبار "معقولة". نهاية المقال سنضع بعض من مايكروسوفت الترجمة الصينية إلى الإنجليزية، وأنا لا أعرف ما إذا كان تماما تبديد الشكوك المحتملة.

أولا، مزدوج تعلم التعلم المزدوج

نموذج التدريب التعلم العمق يتطلب الكثير من البيانات، وهو الحس السليم ليس فقط في الميدان، هو أيضا عقبة رئيسية للحد من استخدام التعلم العميق في أكثر المشاهد. التعلم المزدوج المقترح في المقام الأول للحد من الاعتماد على البيانات. مقارنة التسمية نشر (العلامة بالمعروف)، والتعلم متعددة المهام (التعلم متعدد المهام)، والتعلم نقل (التعلم نقل) هذا الاستخدام للحلول تشابه البيانات، والتعلم الثنائي (المزدوج التعلم) يجعل من استخدام مهمة AI المتماثلة التي تحدث بشكل طبيعي الجنس. على سبيل المثال:

• الترجمة الآلية، وهناك الترجمة في التماثل اللغة الإنجليزية والترجمة؛

• معالجة الكلام، والكلام إلى نص يلزم (التعرف على الكلام)، وتحويل النص إلى كلام (تركيب الكلام) المهام؛

• فهم الصورة، ووصف الصورة (الصورة السفلية) جيل صورة (جيل الصورة) هو عملية متناظرة.

• مهام الحوار والإجابة على الأسئلة (سؤال الرد) الجيل السؤال (سؤال جيل)؛

وفقا للنموذج التقليدي للتعليم تحت إشراف، وهذه المهام تتطلب تدريبا متناظرة، على التوالي، في كل اتجاه سوف تتطلب بيانات التسمية كبيرة. حتى مع الأخذ في الاعتبار مهمة التماثل، وإذا ترجم جملة الإنجليزية إلى اللغة الإنكليزية، ومن ثم ترجمتها من الصينية إلى الإنجليزية، ولكن أيضا بداية الجملة مع متشابهة جدا، فإنه يمكن اعتبار "البريطانية تحولت" و "ترجمة إنجليزي" اثنين مترجم تبلي بلاء حسنا. وهذا هو أيضا تمشيا مع الحس السليم الناس.

مايكروسوفت للبحوث آسيا، ونشرت أحد كبار الباحثين وكان الدكتور تشين تاو قاد الفريق "في NIPS 2016 و 2017 ICML التعلم المزدوج "(Https://arxiv.org/abs/1611.00179) و" التعلم يشرف ثنائي "(Https://arxiv.org/abs/1707.00415) ورقتين، قدم النموذج المزدوج التعلم والأداء في ظل التعلم غير خاضعة للرقابة والإشراف التعلم وضعين. دعت شبكة لى فنغ تضررا الفئة المفتوحة أيضا الدكتور تشين تاو أنا أعطيك حصة مفصلة قبل ورقة واحدة NIPS.

التعلم المزدوج

NIPS 2016 التعلم المزدوج أوراق النموذج التخطيطي

كما هو مبين، للتعلم المزدوج، والمهمة الرئيسية للجملة الإنجليزية تحمل اسما و س ص ترجمت إلى اللغة الصينية، والصينية مزدوجة مهمة ز الترجمة ذ إلى الإنكليزية X '. نموذج الحصول عليها من عملية اثنين من ردود الفعل، وجزء من ردود الفعل من وكيل فهم الصينية، ص الصيني كيفية تقييم جودة (على سبيل المثال، ليس حكما الصينية السلس)؛ ردود الفعل الأخرى من وكيل فهم اللغة الإنجليزية، والعاشر المقارن وس 'ردود الفعل التشابه. وبهذه الطريقة، بعد انتهاء نموذج العملية يمكن أن تحصل على ردود الفعل الكامل.

مع ردود الفعل، ويمكن وضع بعض الطرق لتعزيز التعلم مباشرة تحديث النموذج المستخدم لو القطار و (ز). الطريقة المستخدمة في ورقة عن التدرج سياسة التدرج السياسة، مما يزيد من احتمال أن المهمة الرئيسية و) و (ز في مهمة مزدوجة لحسن السير والسلوك ويبدو للحد من احتمال حدوث السلوك السيئ. من ناحية أخرى، منذ إلا مدخل واحد ولدت من اثنين وكيل ردود الفعل أنفسهم، لا تحتاج إلى مقارنة نتيجة الترجمة المقابلة لعلامة الإدخال، لذلك هذا هو أساليب التعلم غير خاضعة للرقابة .

على التعلم، وذلك باستخدام 12 مليون العلامات بلغتين الجمل التجارب بريطانيا وفرنسا مقارنة خوارزمية الترجمة الآلية (NMT) استنادا إلى عمق الشبكات العصبية في عام 2016، ودراسة مزدوجة 10 في المئة فقط من البيانات ثنائية اللغة يمكن أن يتحقق يستخدم NMT عن التدريب دقة البيانات. كمية تدريب البيانات المطلوبة يمكن خفضها الى 90، وأيضا في الوصول إلى النتيجة المرجوة.

وفقا لمقدمة الدكتور تشين تاو، والتعلم المزدوج هناك مشكلة من الصعب بدء الباردة، وهذا هو المهمة الرئيسية والحاجة إلى يومين وكيل مهمة مزدوجة نفذت بعض التدريب قبل أن نتمكن من الاستفادة من التعلم المزدوج لإجراء ردود الفعل التدريب المشترك، وإلا فإن النموذج سوف تتلاقى بطيئة جدا.

التعلم يشرف ثنائي

نموذج ICML 2017 أوراق التعلم ثنائي تحت إشراف التخطيطي

لا يزال مهام الترجمة، على سبيل المثال، في التعلم تحت إشراف، عندما مهمة و رئيسية يجب أن تعرف الترجمة الصحيحة لص، يمكنك استخدام أقصى احتمال تحديث معيار و، ذ احتمال وقوع اكبر كلما كان ذلك أفضل.

للتعلم المزدوجة التي تشرف عليها، والمهام الرئيسية المطلوبة f و g هي كل مهمة مزدوجة يمكن أن تظهر الصحيح ذ الترجمة و x، التي من شأنها أن توجد احتمال P مشتركة (س، ص). من خلال f و g يمكن حساب منفصل للخروج من هذا الاحتمال P مشتركة (س، ص) = P (خ) P (ذ | س. و) = P (ص) P (خ | ذ؛ ز). ولكن إذا f و g هي تدريب منفصل تحت إشراف التعلم، ونحن لا يمكن أن تضمن نفس الاحتمال المشترك المحسوبة على حدة.

لحل هذه المشكلة، ورقة و، ز، على التوالي، من المهمتين على أساس وظيفة فقدان للتعليم المزدوج تحت إشراف وأضاف مصطلح تسوية، معناه في "الحصول على الاحتمال المشترك P (س، ص) = P (خ) P من حساب و (ذ | س. و)" و "الحصول على الاحتمال المشترك P (س، ص) = P (ص) P (x بواسطة ز تحسب | ذ؛ الفرق ز) "لتقليل احتمال من اثنين ، وبالتالي تعزيز الإشراف على عملية التعلم من خلال التماثل للهيكل، بحيث تعلم عمل مشتركة متناظرة متبادل اثنين. (الفورمولا بين الشكل أعلاه) SVM هذا الاختلاف المدى التنظيم هو أنه نموذج المدى SVM تسوية، ولكن ليس مع البيانات؛ ولكن يجري التعلم ثنائي الإشراف عليهم من العناصر يرتبط أيضا مع البيانات التي تمت مناقشتها. نظرا لهذا المصطلح تسوية، كل قادرة على المشاركة في المدى تنظيم التدريب البيانات، فإن المهمة الرئيسية ويمكن أن تؤثر على كلا النموذجين مهمة مزدوجة من بعضها البعض تحسن.

وفقا لاختبار الورق، وقد حققت تحسنا كبيرا المزدوج نموذج التعلم تحت إشراف في الترجمة الآلية، تصنيف الصور، تحليل المشاعر عقوبة ثلاث مهام. مثير للإعجاب بشكل خاص هي مهام تحليل المشاعر الجملة: مهمة إلى الأمام لتحديد العقوبة هي المشاعر الايجابية أو السلبية، والمهمة عكس يولد الحكم وفقا لإعطاء المشاعر الإيجابية / السلبية، وفقدان المعلومات في المهمة الخطيرة للغاية، ولم يتبق سوى معلومات 1bit فقط. نتائج الاختبار يتم إسقاط إيجابي نسبة الخطأ مهمة تصنيف المشاعر من 10.1 إلى 9.2 النموذج القياسي من نموذج التعلم ثنائي إشراف، يعتقد المؤلفون أنها جادة بشأن فقدان والمعلومات.

ولكن الوقت لعكس الجيل الجملة، نماذج التعلم ثنائي تحت إشراف تظهر تعبير قوي، واستخدام عبارة بسيطة يصبح أقل، واختيار الكلمات، والكلمات والجمل للتعبير عن عاطفة أكثر كثافة، وأكثر تحديدا. كما هو مبين أدناه

في هذا النظام الترجمة الآلية الجديدة، على أساس تستند جسم أحادي اللغة تعلم اللغة المزدوجة والتعلم تحت إشراف على الاستخدام المزدوج من المثول بلغتين، لتعزيز فعالية من مجموعة التدريب .

ثانيا، تدريب المشترك التدريب المشترك

حتى مع هذه الطريقة في التعلم المزدوج يمكن تحسين كفاءة استخدام البيانات، بيانات التدريب بلغتين ذات جودة عالية، بعد كل شيء، كان ذلك أفضل - في واقع الأمر، هذه البيانات ليست أكثر من ذلك. لذلك، يقدم الورقة أيضا التدريب المشترك، بحيث النموذجين ترجمة الإنجليزية و اللغة الإنجليزية لتوليد البيانات الجديدة، و يتم استخدام البيانات التي تم إنشاؤها حديثا أيضا بيانات التدريب، والتدريب التكراري .

كما هو مبين في الشكل على وجه التحديد، عن البيانات بلغتين الإحضار D التقليدية (X، Y)، مع زوج من الترجمة المدربين قبل أن تترجم X Y '، وترجم إلى Y X'، لتشكيل جديدة بيان من (X '، Y'). في كل تكرار، وبيان ولدت جديدة لتضاف إلى بيانات التدريب ثنائية اللغة القائمة، واصل التدريب في كلا الاتجاهين نموذجين؛ ونموذج تدريب ترجمتها مرة أخرى جديدة (X '، Y') عن بيانات جديدة للتدريب. أيضا تصميم خسارة التدريب شبه إشراف، فإنه يشمل كلا النموذجين الأداء في كلا الاتجاهين، من أجل إحراز تقدم في نموذج صراحة للمساعدة في تحسين أداء نموذج آخر .

من أجل ضمان أن الجيل الجديد سيولد قريبا بيانا الجودة للجولة القادمة من التدريب، وبيان ولدت أيضا انتقاء أفضل جزء، ولكن انتخب للذهاب من خلال الأوزان بيان الترجمة نموذج الترجمة احتمال الشبكة العصبية إعادة تقييم، وذلك ل التأثير السلبي تقليل بيان الترجمة سيئة. ثم، في جولة من عملية تكرارية، فإن نوعية الجملة المترجمة في كلا الاتجاهين بشكل متزايد عالية، كما تم تدريب نموذج أفضل، وهذا سيكون عملية التدريب متكررة لا يمكن أن تستمر في تحسين الأداء حتى الآن.

شبكات المداولة الثالثة، وشبكة التدقيق

وبالإضافة إلى القيود التدريب البيانات الناتجة عن بخلاف النظام الحالي، الشبكة العصبية نتائج الترجمة الترجمة عموما سوف تكون هناك مشاكل في وقت لاحق القيود السابقة. شبكة التدقيق هي حل هذه الخطوة المشكلة الأولى.

تدقيق تصميم الشبكات

نموذج الترجمة السابقة اعتبار جملة المدخلات تسلسل المدخلات، ثم تولد نفس النتيجة مثل ترجمة لكلمة سلسلة كلمة من اليسار إلى اليمين، فإن هذا النهج يولد النظر فقط كل كلمة عندما تم إنشاء كلمة أمامه لا تعتبر لم يتم إنشاؤها وراء الكلمات. . للوهلة الأولى ليست خاطئة، ثم ليس هناك ما هو خطأ، ولكن في كثير من الأحيان في سياق عند مقارنة الكتابة الإنسان، من الكلمات المتكررة التدقيق، حتى الانتهاء من جمل كاملة، وبعد ذلك ننظر في النص الكامل لكامل التكيف وتعديله مرة أخرى من نقطة الصفر نوعية النص ولكن أيضا لمواصلة تحسين. تحت فكرة "نظرة على الجيل العالمي ومن ثم إجراء تغييرات" في الصين HKUST - يجب أن دورات التدريب المشترك الدكتور مايكروسوفت والصيف يخطط كعمل نشرت ورقة في خطط التنفيذ الوطنية 2017 "الشبكات المداولة: الجيل تسلسل راء واحدة باس فك"، وأيضا شبكة GAIR لى فنغ محاضرة عن الخط للمشاركة في تفاصيل التدقيق الفئة المفتوحة مفصل للشبكة.

ملخص نهج شبكة التدقيق هو أنه يستخدم مثل التشفير هو مبين في الشكل، وبعد فك مرحلتين، يتم فك فك البيانات المصدر المرحلة الأولى من التشفير في مشروع اضحة الجملة اللغة الهدف جزءا لا يتجزأ، ثم الثاني مشروع الجملة مرحلة فك مرة أخرى فقط ضبط المناظر الطبيعية.

على وجه التحديد، بنية النموذج هو لزيادة التدقيق في بنية الشبكة شبكة محول. محول نفس مستوى الشبكة، والمرحلة الأولى من التشفير فك D1 هو عبارة عن شبكة عصبية متعددة الطبقات، متصلة آليات الإنتباه. هنا، فإن التشفير جزءا لا يتجزأ من الكلمات وبناء على المعلومات سياق الأصلية من سلسلة من الكلمات بين كل كلمة في الجملة كلمة مصدر تس التمثيل ولدت، هذه المتتاليات تميز H. تكوين س التشفير بعد قراءة الجملة قد تكون لديها انتاج تسلسل ضمني من جانب اهتمام الدولة النفس H.

المرحلة الأولى من فك D1 H كمدخل، ينفذ فك المرحلة الأولى، والدولة التي تم الحصول عليها قبل softmax مشروع الأحكام الضمنية وS ^ ص ^. المرحلة الثانية فك D2 هي الشبكة العصبية متعدد الطبقات، بل هي مختلفة جدا، وD1، فإنه ضمنيا الدولة من وفك التشفير D1 يكون كما مدخلاتها. منذ هناك ضمنية D2 من ولاية D1 فك الشفرة، وإخراج D2 يعتمد على ذ مشروع الحكم ^ تم إنشاؤه D1. ويمكن الحصول على هذا النهج من مصدر للبيان المعلومات العالمي، عند إنشاء الجملة سيكون لديهم معلومات سياق الصحيحة للاستخدام.

فحص الشبكة والاستخدام المشترك للتعليم المزدوج

كيفية الجمع بين التقنيتين والباحثين مايكروسوفت هي أول تدريب مزدوج لتعلم اللغة الإنجليزية واللغة الإنجليزية إلى قسمين نموذج ترجمة محول من دون رقيب وأشرف. ثم الجمل الإحضار الإنجليزية مترجمة إلى الإنجليزية من قبل نموذج ذ ترجمتها إلى الجملة الصينية س '، و(خ، ذ) من هذه الجملة كما الزائفة المثول بلغتين، إضافته إلى المثول بلغتين القائمة. والإحضار الموسع يمكن أن تستخدم لتدريب محول المذكورة أعلاه مبنية على أعلى التدقيق الشبكة. أول مرحلة فك التشفير واستخدام هو الخطوة الأولى لتدريب في التهيئة ترجمة إنجليزي نموذج.

رابعا، تماسك التنظيم اتفاق توفيق أوضاع

تنظيم الاتساق هو وسيلة أخرى لمنع التعرض تنشأ. ووجد الباحثون أن نوعية رديئة من طراز الجملة الترجمة ولدت من اليسار إلى اليمين في الجزء الخلفي من كلمة، ونوعية من طراز الترجمة لتوليد الجمل من اليمين إلى اليسار أمام كلمة ليست عالية. من اليمين إلى اليسار ومن اليسار إلى اليمين الاتساق وقدم إلى فقدان العصبي نموذج الترجمة الآلية وظيفة، حتى يتسنى للترجمة للنموذج ترجمة تنتج متسقة وقت ممكن.

على غرار التدريب المشترك السابق، نتيجة لفقدان من حيث الأداء تصميم تحتوي على واحد نموذجين، حيث تقدم أداء النموذج قد تؤثر أيضا على نموذج عرض إلى أخرى، فإنه يمكن تحديثها بشكل متكرر التقدم، كما هو مبين في الشكل.

في الواقع، الصينية إلى اللغة الإنجليزية وإلى نموذج الترجمة الصينية في كلا الاتجاهين، ويمكن تقسيمها إلى نموذج من اليسار إلى اليمين واليمين إلى اليسار اثنين من سلاسل الإدخال. لديها ما مجموعه أربعة نماذج وأربعة نماذج يمكن أن يستند إلى إطار موحد للتدريب والمشترك معا التدريب. أولا، نموذج عملية التدريب إلى اللغة الإنجليزية من اليسار إلى لدت الحق عملية وسيطة الزائفة الإحضار تستخدم لتدريب اثنين من اليسار إلى اليمين واليمين إلى اليسار في المملكة المتحدة في إطار النموذج الاتساق تنظيم المساعدة؛ التالي، تم تدريبهم في تعزيز من اليسار إلى اليمين ثم إلى النموذج البريطاني سوف تولد شبه الإحضار للتدريب من اليسار إلى اليمين واليمين إلى اليسار، وهما على النموذج البريطاني. هذه النماذج الأربعة وتعزز بعضها البعض، والتدريب التكراري، حتى تلتقي في نهاية المطاف.

أمثلة من الأوائل

التعلم المزدوج، والتدريب المشترك والتدقيق الشبكة واتساق أربع تقنيات العادية قدم أكثر، هي بعض من التحسينات بما يتماشى مع الفطرة السليمة، ونحن اختبار وقد أظهرت البيانات على تقرير واحد أيضا تحسن ملحوظ.

في الواقع، في الاختبارات، وفقا للباحثين دراسة المزدوج + فحص الشبكة والاتساق تسوية + التدريب المشترك، WMT + مجموعات أكثر إضافية من البيانات مثل اختيار البيانات، تكوين العديد من أنظمة مختلفة، يتم التحقق من جانب واحد عن طريق اختبار مشاريع تحسين مختلف الأثر العملي، والجانب الآخر يمكن أيضا القيام مختلفة نتيجة لتكامل النظم متعددة، ترجمة النتائج أفضل. في الواقع، فإن المطالبات الصحيفة أن البشر بلغ مستوى الترجمة، عشرات BLEU أكثر من 28 نقطة هي أيضا نتيجة لذلك هو، وهو أعلى نموذج متكامل المستمدة من نموذج متكامل يحتوي على 6-8 نتائج النموذج لديها 28.46 نقطة. (للإشارة، وسجل أفضل نتيجة WMT 2017 لعبة الترجمة Sogou بل هو مزيج من نماذج متعددة ليصل إلى 26.40)

ووفقا لتقارير بلوق الرسمية مايكروسوفت، في هذا النظام الترجمة إلى اللغة الإنجليزية صفحة الخبرة في الترجمة لديك خط على https://translator.microsoft.com/neural/ الترجمة التي يوفرها نظام واحد، (وهذا ليس أفضل أداء النظام، أن أكثر نموذج شامل يحقق نتائج أفضل) كانت BLEU نتيجة لهذا النظام 27.60 نقطة. توفر الصفحة أيضا بعض الإحضار الأنباء الصينية مباشرة من WMT 2017 newstest مجموعة بيانات الاختبار مايكروسوفت تستخدم كمرجع. بكل إنصاف، هذه التصريحات الصينية في الحقيقة ليست بهذه البساطة، هناك تحد كبير، ويمكنك أيضا إدخال الجملة الخاصة بك لمحاولة. بالإضافة إلى ذلك صفحة كما يقدم اثنين من ترجمات مختلفة للتجربة.

نحن هنا استخراج ثلاثة الإحضار الصيني من مجموعة الاختبار، وكذلك البيانات الأخرى اختبار اثنين من الصعب، ويشعر جودة الترجمة. ولكن أيضا أن نتذكر، وهذا ليس كل قوة نظام الترجمة الجديد (نموذج متكامل) أوه.

هايكو محكمة البحرية للشروع في قارب صيد في الصباح الباكر غرق Lingao ضمان حقوق ومصالح

• في الصباح الباكر من المحكمة البحرية هايكو لضمان مصالح الحدث Lingao غرق قارب صيد

• رفعت هايكو المحكمة البحرية قضية في الصباح الباكر لضمان حقوق ومصالح الأطراف المشاركة في غرق قارب صيد Lingao

وأشارت المحكمة إلى أن المجتمع الإنساني ولكن بعد هذه المحلات والمطاعم في غاية الأهمية لأن الجمعيات التي ترعاها الدولة وغيرها من المنظمات التي تقدم الطعام المجاني لا تستطيع ان تلبي احتياجات مخيمات اللاجئين المتزايدة.

• وقال إن المجتمع الإنساني المحكمة أن هذه المحلات والمطاعم هي في غاية الأهمية، والطعام المجانية التي تقدمها الجمعيات التي ترعاها الدولة والجماعات الأخرى غير قادرة على تلبية الاحتياجات المتزايدة للاجئين في مخيم للاجئين.

• المنظمات الإنسانية، ومع ذلك، وقال للمحكمة ان المحلات التجارية والمطاعم كانت مهمة للغاية لأن الطعام المجانية التي تقدمها الجمعيات ترعاه الدولة والجماعات الأخرى ببساطة لا تستطيع تلبية الاحتياجات المتزايدة من اللاجئين في المخيم.

ووفقا لتقارير وسائل الاعلام، وذلك بسبب تدفق أعداد كبيرة من رؤوس الأموال قائما الطب الإنترنت، مما أدى إلى مشكلة تجانس المنتج الحالية جادة، وازدهار الاستثمار تراجع عاصمة في فترة الانتظار.

• وفقا للكشف وسائل الإعلام، وذلك بسبب تدفق أعداد كبيرة السابق من رؤوس الأموال إلى الطب الإنترنت، مما أدى إلى مشكلة خطيرة الحالية تجانس المنتج، ازدهار الاستثمار تراجع تدريجيا، رأس المال في فترة الانتظار والترقب.

• وفقا للكشف وسائل الإعلام، وذلك بسبب تدفق أعداد كبيرة من رأس المال قبل الدواء الإنترنت، مما أدى إلى المشكلة الحالية من التجانس من المنتجات، وازدهار الاستثمار تنحسر، ورأس المال في الانتظار والترقب الفترة.

طفل السماسرة النوم طفل رضيع، والآن الطفل لا يعرف الطفل الطفل ليس الطفل الرضيع الولادة

• ينام وكيل الطفل مع الطفل الرضيع، والآن الطفل لا يعرف ما اذا كان الطفل الطفل هو الطفل البيولوجي الطفل

• وكيل الطفل ينام الطفل الرضيع، والآن الطفل لا يعرف الطفل الرضيع ليست الطفل الرضيع

المدخل الأنوار، وضعت الحقيبة، وذهب إلى غرفة ينظر من النافذة، إذا نظرنا إلى الوراء فقط اشترى الكتاب، ودعا كتاب Bandaotiehe

• أضواء الممر خارج، وضعت الحقائب المدرسية، وذهب للبحث من نافذة الغرفة، ويتذكر فقط اشترى كتابا، ودعا صندوق حديد الجزيرة

• ليغلق الخفيفة الممر، ويضع حقيبة، يمشي إلى نظرات نافذة الغرفة، ويتذكر فقط اشترى الكتاب، اسم الصندوق الحديدي شبه الجزيرة

لمرة واحدة تعطى ترجمة الصفحة، وتريد للمستخدم لاختيار واحد الذي هو أكثر راض، ونحن نعتقد أن مايكروسوفت لا تزال تحاول استخدام أكثر البصرية ردود الفعل الإحضار وإضافة المزيد من الناس على القراءة، لمواصلة تحسين نظام الترجمة. نقاط أخرى من تحسين لنتطلع لتشمل أيضا أقل سرعة جسم الترجمة ثنائية اللغة في مجال النظام، وكيفية دمج الأنظمة الفرعية متعددة في أداء كامل نماذج مماثلة.

ونأمل أيضا أن مايكروسوفت يمكن فتح في وقت مبكر الإنجليزية إلى الخبرة في الترجمة الصينية للجميع في مرحلة الاختبار أكثر تشعر سحر نظام الترجمة الجديد. إذا كان يمكن أن يصبح نظام الترجمة على مستوى إنتاج مفتوحة رسميا، وهذا أمر جيد.

نظام ترجمة عنوان الاختبار: الشبكي: //translator.microsoft.com/neural/

أوراق عنوان: الشبكي: //www.microsoft.com/en-us/research/uploads/prod/2018/03/final-achieving-human.pdf. تقارير لى فنغ شبكة AI تقنية مراجعة