Facebook heeft gewerkt aan een alternatief voor zijn automatische vertaalmodellen, dat teksten en berichten op het sociale platform om kan zetten in een andere taal. Het Amerikaanse bedrijf van Mark Zuckerberg heeft aangekondigd zijn transitie naar een nieuw systeem af te hebben gerond, waarbij neurale netwerken centraal staan. Inmiddels handelen deze op dagelijkse basis ruim 4,5 miljard vertalingen af.

Voorheen werd door Facebook gebruik gemaakt van zogenoemde phrase-based vertalingsmodellen, welke eenvoudiger zijn ten opzichte van de neurale netwerken die het sociale platform nu gebruikt. In een artikel schrijft Facebook dat het lastig is om 2 miljard mensen van zeer accurate vertalingen te voorzien, omdat hierbij rekening gehouden moet worden met context, jargon, spelfouten, afkortingen en intenties van de schrijver. Het nieuwe systeem moet dit echter mogelijk maken.

De eerder gebruikte vertalingsmodellen waren in staat om losse woorden en zinsdelen te vertalen. Hierdoor kan de vertaalde zin incorrect zijn of anders overkomen dan de schrijver bedoelde. De nieuwe vertalingsmodellen zijn in staat om volledige zinnen om te zetten in een andere taal. Hiervoor maakt Facebook gebruik van het deep learning-framework Caffe2, dat dankzij zijn flexibele aard Facebook de mogelijkheid geeft zijn machinevertalingsmodellen in productie te kunnen nemen.

Het voordeel van de overschakeling is duidelijk. Als voorbeeld laat Facebook twee verschillende Turks-naar-Engels vertalingen zien. De bovenste vertaling gebruikt het originele phrase-based systeem, terwijl de onderste tekst door het nieuwe systeem is vertaald. Doordat de volledige zin wordt geanalyseerd wordt een meer accurate vertaling gegeven.

Facebook vertaling van Turks naar Engels door neurale netwerken
Facebook vertaling van Turks naar Engels door neurale netwerken

LAAT EEN REACTIE ACHTER

Please enter your comment!
Please enter your name here

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.