Cette phrase sera similaire à quelque chose dans notre ensemble de formation, de sorte qu`il obtiendrez un score de probabilité élevée. Le niveau optimal des données de formation semble être un peu plus de 100 000 phrases, peut-être parce que les données de formation augmente, le nombre de phrases possibles augmente, ce qui rend plus difficile de trouver un match de traduction exacte. Dans le second cas, le moteur RBMT ne traduit pas le texte mais prend en charge le moteur SMT en insérant des métadonnées (e. des approches plus récentes dans la traduction de machines statistiques telles que METIS II et PRESEMT utilisent une taille de corpus minimale et se concentrent plutôt sur la dérivation de structure syntaxique à travers la reconnaissance des motifs. La traduction automatique était enfin disponible pour le monde. Les traductions de phrasal sont traduites par analogie aux traductions précédentes. L`inconvénient est la complexité inhérente qui rend l`approche adaptée uniquement pour des cas d`utilisation spécifiques. L`approche profonde idéale exigerait que le logiciel de traduction fasse toute la recherche nécessaire à ce genre de désambides; mais cela nécessiterait un degré plus élevé d`AI que ce qui a encore été atteint. Le Président Kennedy a été abattu pendant la parade. Il a souligné qu`il est particulièrement adapté à la traduction entre deux langues totalement différentes, comme l`anglais et le japonais.
En d`autres termes, 2 + 2 est toujours égal à 4. On pourrait traduire la sentence le condamné a été abattu pendant la parade. Certaines de ces traductions possibles sont utilisées plus fréquemment que d`autres. Par exemple, vous pouvez traduire des expressions communes à deux mots en tant que groupe unique. Au début, il était surprenant pour tout le monde que l`approche «muette» de la traduction fondée sur la probabilité fonctionnait mieux que les systèmes fondés sur des règles conçus par les linguistes. Malgré leurs limitations inhérentes, les programmes de MT sont utilisés partout dans le monde. Ces phrases rendent simple l`apprentissage des traductions de portions d`une phrase. Les approches peu profondes n`assument aucune connaissance du texte. Avec une collection assez importante de textes, vous pouvez former un moteur de traduction générique pour n`importe quelle paire de langue et même pour une industrie ou un domaine d`expertise particulier. Les chercheurs ont continué à rejoindre le domaine comme l`Association pour la traduction automatique et la linguistique computationnelle a été formée dans le U.
L`exemple particulier montre un exemple d`une paire minimale, ce qui signifie que les phrases varient d`un seul élément. Il compare les traductions parallèles et produit un score entre 0 (le pire) et 1 (le meilleur). Les verbes Phrasaux ont des significations très contextuelles. Cette traduction est ensuite traitée par un moteur SMT, qui corrige toutes les erreurs commises. Bien que la qualité manquait souvent, il est devenu immensément populaire et a apporté MT dans les projecteurs à nouveau. Par exemple, la traduction automatique statistique (SMT) surpasse généralement la traduction automatique basée sur des exemples (EBMT), mais les chercheurs ont constaté que lors de l`évaluation de l`anglais à la traduction Français, EBMT fonctionne mieux. La création d`un système de traduction basé sur les statistiques nécessite beaucoup de données de formation où le texte exact est traduit en au moins deux langues. La traduction est fluide, ce qui signifie qu`elle se lit bien et répond donc aux attentes des utilisateurs. Chercheurs Zhao, et coll. Le premier RNN peut générer l`encodage qui représente une phrase.
L`avantage clé de la traduction automatique statistique est qu`il élimine la nécessité de fabriquer un moteur de traduction pour chaque paire de langues et de créer des ensembles de règles linguistiques, comme c`est le cas avec RBMT. Nous ne sommes pas limités à convertir une phrase en une autre phrase. Parce que le taux de succès pour les longues phrases est très faible, généralement les exemples et la phrase source sont divisés en petits fragments. Par conséquent, pour s`assurer qu`une traduction générée par machine sera utile à un être humain et que la traduction de qualité publiable est obtenue, ces traductions doivent être revues et éditées par un humain. La traduction automatique peut utiliser une méthode basée sur des règles linguistiques, ce qui signifie que les mots seront traduits d`une manière linguistique – les mots les plus appropriés (oralement parlant) de la langue cible remplaceront ceux de la langue source. Ce synthétiseur abritait le processus que l`on doit suivre pour compléter les signes ASL, ainsi que la signification de ces signes.