多语言自动通,翻译、智能语言处理领域世界第一的企业-SYSTRAN INTERNATIONAL(代表Ji Lucas,以下称SYSTRAN, www.systrangroup.com )通过对人工神经网络与深度学习技术的持续不断投资,今年8月,在全球首次实现支持60多种语言对的新一代机器翻译引擎 “ PNMT ” 的商用化。 2016年12月份开始 , 已经 正式在中国上市销售。
这次实现商用化的SYSTRAN PNMT (Pure Neural Machine Translation)是利用人工神经网络技术的机器翻译引擎,与现今机器翻译市场上的两大主流技术 -- 基于统计机器翻译引擎 和 基于规则机器翻译引擎不同, 它可以 从整体上理解文章文脉,整体处理文章,提供高品质的机器翻译结果。同时,SYSTRAN将48年来积累的自然语言处理技术及机器翻译技术经验融合到新一代的PNMT中。所以,与其他软件企业的NMT引擎相比,SYSTRAN的PNMT引擎能够提供更为自然、更高品质的翻译结果。
SYSTRAN的PNMT拥有适合IT 、 法律 、 汽车及旅游等广泛领域的专业词典及翻译记忆库,可按客户需求提供定制化服务。希望跨过语言障碍,驰骋世界市场的企业,如与SYSTRAN PNMT携手,可即刻进入全球任意目标市场,显著缩短本地化时间及成本,提高工作效率。
现在,SYSTRAN正在向亚洲区主要客户提供PNMT翻译引擎的Beta测试。特别将向中国市场,提供基于PNMT技术的SYSTRAN.io平台(SYSTRAN机器翻译及自然语言处理技术综合供应平台)API,并将为国际贸易活跃的中国企业,通过基于PNMT技术的SYSTRAN LINKS,提供一键式快捷网站网页整体翻译服务。SYSTRAN PNMT可通过下面链接 https://demo-pnmt.systran-saas.co.kr/production#/translation ,进行体验。
SYSTRAN的R&D研究所为了PNMT的开发,进行了长达5万多小时的语言模型训练。并与哈佛大学 NLP研究所共同研发机器翻译技术开放源代码项目,持续地将相关研究成果贡献出来进行分享,为机器翻译技术的发展及实现人类无障碍沟通,贡献着自己的力量。
SYSTRAN代表理事Ji Lucas表示 , “SYSTRAN不会满足于现今机器翻译领域世界第一的位置,我们将持续加大对研发的投入,不断地进行创新,保持技术的领先。我们将继续主导世界机器翻译市场,为人类打破语言壁障,实现无障碍沟通,竭尽全力 。”
术语 :
神经网络机器翻译 - Neural Machine Translation: NMT
基于统计的机器翻译 - Statistical Machine Translation: SMT
基于规则的机器翻译 - Rule Based Machine Translation: RBMT
关键字:机器翻译 神经网络
引用地址:
人工神经网络技术与机器翻译实现融合
推荐阅读最新更新时间:2024-05-03 00:59
AI机器学习实战の电磁导航智能车中神经网络应用详解
“不愤不启,不悱不发。举一隅不以三隅反,则不复也”。 -- 《论语·述而》 再次将论语中的这句“不愤不启,不悱不发”引用在这里,说明学生的学习的获得部分来自老师,部分来自于自己主动的“愤”“悱”,否则老师无法进行“启发”。 下面是今年参赛同学就 AI 应用与电磁车模的学习心得,无论他说的对与错,都会在交流和实践中得到提高。在这里转载供大家讨论。 AI 机器学习实战の电磁导航智能车中神经网络应用的问题与思考 - 交流向 - 本科生竞赛——本文略长,可能需要十分钟到半小时的阅读时间。 前言 在机器学习与人工智能高速发展的大背景下,本科生竞赛也在逐渐朝这方面靠拢。全国大学生智能车竞赛也在今年(2020 年)的比赛类别中加
[嵌入式]
Imagination 神经网络加速器助力展锐其新一代5G智能手机平台
Imagination Series3NX神经网络加速器助力展锐打造其新一代5G智能手机平台 优异的PPA特性和可扩展性支持SoC制造商实现领先AI功能 英国伦敦和中国上海,2021年12月20日–Imagination Technologies宣布:领先的无晶圆厂半导体公司展锐(UNISOC)已在其发布的5G业务新品牌——唐古拉系列中T770 和 T760芯片中采用了Imagination的PowerVR Series3NX神经网络加速器(NNA)半导体知识产权(IP)。此次合作是双方在人工智能(AI)、图形处理等领域多年合作的良好延续。Series3NX NNA将凭借优异的PPA(性能、功耗、面积)特性助力唐古拉T77
[手机便携]
谷歌语音识别能力将超过人类,方法是借助神经网络
谷歌语音识别Google Now
与数字助理交流是一件有趣的事情,它给人的感觉就像固执的孩童。如果你曾经对着Xbox或Siri大喊大叫,你或许已经失去希望。
但研究人员表示,语音识别和人工智能领域最近取得的突破,很快就能大幅提升这些电子产品的理解力,使之更好地与我们展开沟通。谷歌工程师约翰·沙尔克维克(Johan Schalkwyk)表示,这种全新的设备不仅能听懂我们的意思,还能结合上下文和语调的细微差别理解深层含义。
沙尔克维克正在谷歌从事一项野心勃勃的研究项目,希望创造一套能够利用该公司海量数据的语音系统。他表示,他们目前正在实验室里测试的一个项目,使得电脑可以听懂并“思考”人
[安防电子]
斯坦福大学研发新神经网络系统 帮助自动驾驶汽车学会处理未知情况
(图片来源:斯坦福大学官网) 盖世汽车讯 据外媒报道,美国斯坦福大学(Stanford University)的研究人员已经研发出一种控制自动驾驶汽车的新方法,该方法整合了之前的驾驶经验,可帮助汽车在极端以及未知情况下,更安全地行驶。研究人员使用了斯坦福大学的自动驾驶汽车大众GTI(名为Niki)以及自动驾驶汽车奥迪TTS(名为Shelley)在赛道上进行了摩擦极限测试,结果发现,与现有的自动驾驶控制系统以及经验丰富的赛车手相比,上述两辆自动驾驶汽车的表现也很好。 自动驾驶汽车的控制系统需要访问道路-轮胎摩擦信息,此类信息决定了汽车在紧急情况下,为保持在道路上行驶,制动、加速和转向操作所能达到的极限。如果工程师们希望让自动驾驶
[汽车电子]
教无人驾驶汽车预测行人行为 科学家到底是怎样做的
研究人的步态,了解人体匀称性,了解脚的位置,利用这些信息,美国密歇根大学研究人员就能训练无人驾驶汽车,让它们识别并预测行人的移动,精准度比现有技术更高。 研究人员用汽车摄像头、激光雷达、GPS收集信息,捕捉人类移动视频,然后在3D计算机模型中重建。有了这些资料,研究人员开发一个“受生物力学启发的递归神经网络”,给人类动作分类。 有了神经网络,当一个或者几个行人离汽车还有一段距离(最远50码),汽车就能预测他们的姿势和未来位置。这样的距离已经可以覆盖十字路口了。 密歇根大学机械工程助理教授Ram Vasudevan说:“在这一领域,此前一般只是关注静态图像,不会关心人是如何在3D世界移动的。当汽车投入使用,与现实世界交流时,我们必须
[汽车电子]
基于神经网络优化的油水界面软测量
1 引言 原油脱水过程中 油水界面 的准确监测对油品的含水率、污水回收及处理成本都是极为关键的,能开发出在线的测量技术具有十分重要的现实意义。 遗传算法 和神经网络都是将生物学原理应用于科学研究的仿生学理论成果,由于它们具有极强的解决问题的能力,近年来引起了众多科研人员和工程人员的兴趣和关注 。但神经网络和 遗传算法 作为传统的算法,不仅计算量大,消耗时间多,而且还需要专家进行校验 。因此,为了充分利用两种算法的优势,弥补两者之间的缺陷,本文采用了将两者结合的思想。 2 问题描述 在基于BP算法的多层前馈网络的应用中,以图1所示的单隐层网络的应用最为普遍。一般习惯将单隐层前馈网络称为三层前馈网或三层感知器,所谓的三层包括了输入层
[测试测量]
神经网络完成芯片设计仅需几小时
科技日报北京6月9日电 (记者张梦然)英国《自然》杂志9日发表一项人工智能突破性成就,美国科学家团队报告机器学习工具已可以极大地加速计算机芯片设计。研究显示,该方法能给出可行的芯片设计,且芯片性能不亚于人类工程师的设计,而整个设计过程只要几个小时,而不是几个月,这为今后的每一代计算机芯片设计节省数千小时的人力。这种方法已经被谷歌用来设计下一代人工智能计算机系统。 不同元件在计算机芯片上的布局,是决定芯片整体性能的关键。设计计算机芯片的物理布局既复杂又耗时,难度非常大,需要专业人类设计工程师付出大量工作。而尽管已为此进行多年的尝试,芯片布局规划一直都无法实现自动化,需要设计工程师们花费数月的努力才能生产可供规模制造的布局
[半导体设计/制造]
BP神经网络用于三相电弧炉弧流控制
摘要: 针 对电极升降式控制的三相电弧炉弧流之间具有强耦合的特点,提出了采用神经网络控制器,在电流超过允许偏差时并行计算出三相电极的调节量,达到减少调节过程和调节机构动作次数的目的。并提出了离线训练方法和仿真模型。
关键词: 三相电弧炉 弧流 神经网络
电弧炉是利用电弧的能量来熔炼金属。目前普遍采用电极升降方法对熔炼过程进行恒流控制。电炉在工作过程中,特别是在炉料熔化期,当电弧强度的随机变化引起三相电流失去平衡时,由人工或自动调节三相电流,使其在给定的允许偏差范围内。但由于负载端相当于三角形连接,则外部检测的即被控制的三相线电流相互耦合,若不采用解耦措施,一次扰动要经过若干次调
[传感技术]