Neural Machine Translation (NMT): volvamos a los orígenes

Todos hemos oído hablar del aprendizaje profundo y de las redes neuronales artificiales y probablemente hemos utilizado soluciones basadas en esta tecnología, como el reconocimiento de imágenes, el análisis de grandes datos y los asistentes digitales que los gigantes de la Web han integrado en sus servicios.

En los últimos dos años, se ha estado llevando a cabo mucha investigación sobre la aplicación de redes neuronales artificiales al procesamiento del lenguaje natural. Los resultados se comparten entre un comunidad de código abierto en la que SYSTRAN participa activamente y comparte sus conocimientos.

Una máquina de traducción autodidacta

A diferencia de los motores actuales en el mercado (estadísticos y basados en reglas), un motor neuronal modela todo el proceso de traducción automática a través de una red neuronal artificial única.

Una Red Neuronal Artificial (RNA) está compuesta por capas de neuronas artificiales, las capas están conectadas entre sí con pesos llamados parámetros de la red.
Un elemento clave de la red neuronal es su capacidad para corregir automáticamente sus parámetros durante la fase de entrenamiento (pocas semanas). Técnicamente, la salida generada se compara con la referencia esperada y la retroalimentación correctiva enviada “hacia atrás” para ajustar pesos y ajustar las conexiones de red.

Esta tecnología, que se basa en algoritmos complejos a la vanguardia del aprendizaje profundo, permite al motor PNMT™ (Pure Neural™ Machine Translation) aprender, generar las reglas de un idioma a partir de un texto traducido determinado y producir una traducción que supere el estado actual de la técnica y mejor que un hablante no nativo.

Ayudar a las empresas a tener éxito en la era del tiempo real