El sistema Google Neural Machine Translation (GNMT) “supera” los resultados de todas las demás soluciones de traducción automática disponibles en la actualida, ha puesto de relieve el gigante de Internet.
Google ha anunciado este sistema de traducción automática neuronal, que reducirá entre un 55% y 85% los errores de traducción en su servicio Google Translate.
En el marco del 10º Aniversario de Google Translate, el equipo de científicos de la organización ha utilizado la inteligencia artificial para mejorar sus sistemas de imagen y reconocimiento de voz, pero también ha encontrado “un reto”: mejorar la traducción automática hasta ahora.
Hace diez años, cuando se anunció el lanzamiento de Google Translate, se hizo sobre la base del algoritmo de traducción automática Phrase-Based Machine Translation, que traduce palabras y frases de manera independiente dentro de una oración, y que es conocido por su alto nivel de errores.
Ahora, el nuevo Google Neural Machine Translation considera toda la oración como una unidad para traducirse.
Los investigadores de Google han estado trabajando en este proyecto durante los últimos años para encontrar una manera de hacer que funcione en grandes conjuntos de datos (Big Data), manteniendo su velocidad y precisión.
La compañía ha puesto en marcha el nuevo GNMT en Google Translate, en la web y la aplicación móvil, para las traducciones de chino-a-inglés, que representan alrededor de 18 millones de traducciones al día, y lo extenderá a más idiomas en los próximos meses.
Mejora su plataforma para ayudar a gestionar los riesgos asociados a una adopción masiva de…
Sin embargo, aumentaron los incidentes con gravedad media o baja. Los expertos advierten sobre la…
La pérdida por acción GAAP de la compañía menguó hasta los 0,09 dólares durante el…
Ubicado en Estambul, permite revisar el código fuente de los productos, actualizaciones de software y…
Durante el primer trimestre de su año fiscal 2024 alcanzó los 378,6 millones de dólares.
La compañía californiana ha sufrido descensos en el segmento de productos, como los iPhone, pero…