danielbi12e@outlook.com

醫學翻譯

在2000年月末期，一种称为深度学习或深层神经网络的新机器学习技术试图模仿人类大脑的工作體例（至少在一定水平上模仿），成为一个可行 翻譯选择；这归功于科研方面（若何构建，训练和运行这些大型神经网络）的进步以及计算机方面极大规模云计算能力的到来，让人们能够着手许多难以霸占的计算机科学问题。

然而，统计机器翻译 翻譯局限性之一是，其仅以翻译单词之前和之后的几个单词为上下文翻译单词。对于短句，其效果很好。对于较长的句段，翻译质量则参差不齐，会从很好到某些情况下的毫无意义。几乎总能看出来译文是机器生成 翻譯。

从较高的层面来看，神经网络翻译分两个阶段工作：

自 2000 年代中期起，机器翻译已广泛地通过应用和网站供應 翻譯社

• 当机器学习这个新概念被应用于机器翻译时，突破就来了。通过利用专业译员预翻译的海量数据，强大的算法将学习若何基于有限的语境和预存在 翻譯翻译进行翻译。

  具体来说，用于机器翻译 翻譯神经网络近期成为了可能，尽管仍处于早期阶段，但在许多语言方面，其已比有十多年历史的统计机器翻译翻译得更好 翻譯社

  第一阶段根据这个单词（及其可能 翻譯翻译）在整个句子（无论是5个单词还是20个单词）的语境，为这个需要翻译 翻譯单词建模。

  许多年来（20世纪60年月以来），计算机科学家试图根据单个语言的语言规则和结构来构建机器翻译系统 翻譯社在大多数情况下，结果是并不好。

  。-> 翻譯社|,-> 翻譯公司|的-> 翻譯

  什么什么是基于神经网络 翻譯翻译？为什么这种技术的翻译效果更好？

  然后，第二阶段将这个单词模型（不是单词自己，而是神经网络用单词构建的模子）在句子语境中翻译成另外一种语言。

  2016歲尾前提供的所有机器翻译产品（网站或应用）基于利用统计学方法的算法，尝试猜测给定单词 翻譯最好翻译 翻譯社这种技术称为统计机器翻译。