Facebook今天宣布它每天用神經(jīng)網(wǎng)絡(luò)處理翻譯超過(guò)45億次。Facebook用遞歸神經(jīng)網(wǎng)絡(luò)處理翻譯任務(wù)，該網(wǎng)絡(luò)可以與Caffe2共用，也就是Facebook今年4月推出的開(kāi)源深度學(xué)習(xí)框架。Caffe2團(tuán)隊(duì)今天還說(shuō)，由于在翻譯領(lǐng)域付出了許多努力，現(xiàn)在框架可以與遞歸神經(jīng)網(wǎng)絡(luò)協(xié)同工作。

　　團(tuán)隊(duì)在博客中表示：“有了Caffe2，我們明顯提高了Facebook機(jī)器翻譯系統(tǒng)的效率和質(zhì)量。效率提高了2.5倍，這樣我們就可以將神經(jīng)機(jī)器翻譯模型應(yīng)用于生產(chǎn)。最終，F(xiàn)acebook所有語(yǔ)言的所有的機(jī)器翻譯模型都由短語(yǔ)型系統(tǒng)轉(zhuǎn)向了神經(jīng)模型?！?/p>

 　使用遞歸神經(jīng)網(wǎng)絡(luò)使得BLEU提高了11%，BLEU是一個(gè)指標(biāo)，用來(lái)評(píng)估機(jī)器翻譯人類(lèi)語(yǔ)言的表現(xiàn)。之前的翻譯是用短語(yǔ)型模型完成的，它不能翻譯文本塊，只能翻譯獨(dú)立單詞和短語(yǔ)。

　　Facebook應(yīng)用機(jī)器學(xué)習(xí)團(tuán)隊(duì)的成員在博客中表示：“為了彌補(bǔ)這個(gè)缺點(diǎn)，開(kāi)發(fā)自己的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，我們從一開(kāi)始就使用了一種遞歸神經(jīng)網(wǎng)絡(luò)，也就是序列到序列（Sequence-to-Sequence）LSTM（長(zhǎng)短記憶網(wǎng)絡(luò)）。這種神經(jīng)網(wǎng)絡(luò)可以將源句子的整個(gè)語(yǔ)境、至今生成的一切考慮進(jìn)去，從而讓翻譯更精準(zhǔn)更流暢?！?/p>