Microsoft a annoncé mercredi que ses laboratoires avaient développé un système de traduction automatique d'IA capable de traduire du chinois vers l'anglais avec la même précision qu'un humain. Les chercheurs travaillent dans les laboratoires de Microsoft en Asie et aux États-Unis.

Microsoft considère cela comme une étape historique dans la traduction automatique neuronale en ce sens qu'il a atteint la parité humaine pour les traductions du chinois vers l'anglais.

Bien, ce n'est pas une mince affaire. En traduction, il n'y a pas de "bonnes" manières absolues, car il existe des variations dans la façon dont on peut relayer la même pensée. D'autre part, on sait ce que c'est que de cliquer sur "English" sur un document qui n'est pas en anglais, ou cliquez sur "traduire cette page, " pour découvrir des chaînes de mots inintelligibles en anglais que l'on ne peut tout simplement pas réutiliser.

Xuedong Huang, technicien en charge du discours de Microsoft, les efforts de langage naturel et de traduction automatique, mentionné, "Atteindre la parité humaine dans une tâche de traduction automatique est un rêve que nous avons tous fait, " a déclaré Huang. Huang a été cité dans Le blog de l'IA (un blog officiel de Microsoft).

Qu'est-ce qui justifie leur revendication ? Selon Microsoft, un ensemble de tests d'actualités standard de l'industrie pour comparer les résultats de la traduction humaine et automatique a été appliqué.

Non seulement que; l'équipe a embauché un groupe d'évaluateurs humains bilingues. Il leur a été demandé de comparer les résultats avec un ensemble différent de traductions produites par l'homme.

Alors, qu'est-ce qui fait le succès de leur tentative ? Les mots clés pour une réponse semblent être des réseaux de neurones profonds, qui concerne les moyens de former des systèmes d'IA.

L'avantage est que vous devenez plus fluide, traductions à consonance naturelle.

"Une grande partie de nos recherches est vraiment inspirée par la façon dont nous, les humains, faisons les choses, " dit Tie-Yan Liu, directeur de recherche principal chez Microsoft Research Asia à Pékin.

Dans Le blog de l'IA , Allison Linn a nommé et décrit leurs techniques :vérification des faits, réseaux de délibération, formation commune, et la régularisation des accords.

Dans la vérification des faits, chaque fois qu'ils envoyaient une phrase via le système à traduire du chinois vers l'anglais, l'équipe de recherche l'a également traduit de l'anglais au chinois. L'avantage de la vérification des faits est que « cela a permis au système de s'affiner et d'apprendre de ses propres erreurs ».

Dans les réseaux de délibération, "Les chercheurs ont appris au système à répéter le processus de traduction de la même phrase encore et encore, affinant et améliorant progressivement les réponses."

En formation commune, le système de traduction anglais-chinois traduit les nouvelles phrases de l'anglais vers le chinois afin d'obtenir de nouvelles paires de phrases. Ceux-ci sont ensuite utilisés pour augmenter l'ensemble de données d'entraînement qui va dans la direction opposée, du chinois à l'anglais. La même procédure est ensuite appliquée dans l'autre sens. Au fur et à mesure qu'ils convergent, les performances des deux systèmes s'améliorent.

En accord régularisation, la traduction peut être générée en faisant lire le système de gauche à droite ou de droite à gauche pour rechercher la même traduction.

"La traduction automatique est bien plus complexe qu'une simple tâche de reconnaissance de formes, " dit Zhou. " Les gens peuvent utiliser des mots différents pour exprimer exactement la même chose, mais vous ne pouvez pas nécessairement dire lequel est le meilleur."

Une discussion sur les technologies de « traduction automatique neuronale » apparaît dans le document de recherche, "Atteindre la parité humaine sur la traduction automatique des informations du chinois vers l'anglais."

Les auteurs ont déclaré que leur évaluation a révélé que leur système atteignait la parité avec les traductions humaines professionnelles sur la tâche d'actualités WMT 2017 du chinois vers l'anglais.

Donc, leur travail est-il terminé pour un tel système de traduction automatique neuronale ? Les traducteurs humains vont-ils devenir inutiles ?

Liu, selon Le blog de l'IA , a déclaré que personne ne sait si les systèmes de traduction automatique seront un jour assez bons pour traduire n'importe quel texte dans n'importe quelle paire de langues avec la précision et le lyrisme d'un traducteur humain.

À la fois, il ajouta, les percées permettent aux équipes de passer aux prochaines grandes étapes vers cet objectif et d'autres réalisations de l'IA.

© 2018 Tech Xplore