AI Based Machine Translation Learns Languages Like Little Babies

Machine translation quality has improved remarkably over the years. Automatic translations are becoming more and more usable in different contexts. Heavy users might have noticed that the development, Cependant, hasn’t been linear. Machine translation has moved up some kind of quality steps.

The reason for jumps to higher quality steps is technical. Machine translation technologies are getting much attention and resources. The idea of how machine translation works has changed. The steps from rule-based to statistical machine translation and then to the use of artificial intelligence (or AI) have all improved the quality. The technologies are getting closer to the way humans adapt their first languages.

Little babies learn a language by being surrounded by it in their everyday life. They hear it over and over again. They try to say a word or two. They will first say it wrong but improve by repeating it many times. They learn new words and what those words mean. They do it even without having someone explicitly explaining these things to them. They hear, their brains work very hard and they learn.

Using a lot of data

AI and neural nets learn languages a little like babies. Data is the most important element. For technologies, it is crucial to have enough data. Just like for babies it is crucial to hear people speak and read aloud. The more is better. There is plenty of research saying parents should read to their children. When parents read to their children, they will succeed in life. They will have better skills in communication and linguistic. No human nor machine can learn without enough data coming in.

Using good quality data

De même, the quality of the data is important. One-sided interactions with the language limit the learning process. Varied and rich exposure to different uses of language brings more versatile results. Mais, too wide data isn’t going to work either. There should be enough repetition to ensure remembering. Babies learn first those words which they hear most often. They hear them in different sentences and situations. The more they hear those words the stronger the meaning and usage of them become in their minds.

Getting support for the learning

All language learners need some outside support as well. Control by someone who knows more. Parents tend to correct if a child says something in the wrong way. Or at least they repeat the idea in other words back to the child. They often use phrases like ’did you mean that’ or ’what do you try to say’ or ’did I understand you correctly’. Even the most modern technologies need that kind of guidance and feedback as well.

The difference is that AI won’t really understand. Technologies know words and can link meanings and synonyms. They can produce spoken or written texts. They can even maintain a conversation through chat or customer service. But they don’t understand. Babies and children can. Human brains are just amazing. We are clever enough to use machines and technologies in those tasks that can be outsourced. This way we can concentrate on more interesting and creative tasks, and challenge our brains to keep on improving.

(Final note: AI and neural nets are very advanced technologies. For many they are just abstract and unclear terms. This text simplifies them and tries to give an overall idea of how they work. If you want to tell your own description, we’ll be more than happy to publish it here on our blog. Just leave a comment below or email us.)

Grâce à la traduction de la Machine, Maintenant, nous voulons plus de traductions

Quelques langues ont dominé la plupart du contenu en ligne. Si vous vouliez un accès à toutes les informations intéressantes disponibles en ligne, vous devriez être en mesure de lire l’anglais, Russe, Allemand, Japonais et l’autre principales langues en ligne. Très peu d'entre nous peuvent le faire. Technologies de traduction de pointe ont été déployés pour résoudre ce problème des barrières linguistiques en ligne. Ainsi, aujourd'hui, nous voyons plus de contenu dans nos propres langues. Continuer la lecture Grâce à la traduction de la Machine, Maintenant, nous voulons plus de traductions

À l’aide de la traduction automatique ne fait pas mal votre marque quand vous savez ce que vous faites

Cet article est en partie une réponse à une annonce blog “Pourquoi Google traduire Widget mal votre marque“. Le message de cette affectation peut être exprimé aussi en termes plus généraux: Pourquoi la traduction automatique (MT) nuit à votre marque?

Cependant, des exemples montrent que les entreprises et les marques bien connues comme eBay, Microsoft et TripAdvisor ne pense pas que MT fait mal leurs marques. Continuer la lecture À l’aide de la traduction automatique ne fait pas mal votre marque quand vous savez ce que vous faites

Pourquoi Amazon, Alibaba et eBay Develop Machine Translation?

La réponse est simple: Amazon, Alibaba et eBay développent la traduction automatique à vendre plus. eBay vend déjà plus à l’aide de la traduction automatique (MT). Mais si ces sociétés seront vendra plus, qui se vendra moins? Continuer la lecture Pourquoi Amazon, Alibaba et eBay Develop Machine Translation?

Nous pourrions bientôt obtenir une meilleure qualité de traduction automatique

Les chances de la traduction automatique (MT) amélioration de la qualité plus rapidement dans un proche avenir ont amélioré. Il y a quelque temps, nous avons écrit que d’après nos recherches de qualité MT le MT amélioration s’est enlisée dans certaines langues. Cependant, la situation change et nous pourrions très bien être déjà touchés par une amélioration considérable de la qualité de MT. Continuer la lecture Nous pourrions bientôt obtenir une meilleure qualité de traduction automatique

Une tendance dans la traduction automatique: affaire Facebook

Semaine dernière Facebook a publié qu’il a a cessé d’offrir Microsoft ’ traductions automatiques s (MT) dans son service. À la place Facebook a développé son propre système de MT qui fait actuellement la traduction en temps réel au service de Facebook. Continuer la lecture Une tendance dans la traduction automatique: affaire Facebook