La traduction automatique neuronale (NMT) : retournons aux origines

Nous avons tous entendu parler de l'apprentissage profond et des réseaux neuronaux artificiels, et nous avons probablement utilisé des solutions basées sur cette technologie, comme la reconnaissance d'images, l'analyse de mégadonnées et les assistants numériques que les géants du Web ont intégrés à leurs services.

Au cours des deux dernières années, de nombreuses recherches ont été menées sur l'application de réseaux neuronaux artificiels au traitement du langage naturel. Les résultats sont partagés entre un communauté open source dans lequel SYSTRAN participe activement et partage son savoir-faire.

Machine de traduction autodidacte

Contrairement aux moteurs actuels sur le marché (statistiques et basés sur des règles), un moteur neuronal modélise l'ensemble du processus de traduction automatique à travers un réseau neuronal artificiel unique.

Un réseau de neurones artificiels (ANN) est composé de couches de neurones artificiels, les couches sont reliées entre elles par des poids appelés paramètres du réseau.
Un élément clé du réseau neuronal est sa capacité à corriger automatiquement ses paramètres pendant la phase de formation (quelques semaines). Techniquement, la sortie générée est comparée à la référence attendue et à la rétroaction corrective envoyée « en arrière » pour ajuster les poids et régler les connexions réseau.

Cette technologie, basée sur des algorithmes complexes à la pointe de l'apprentissage profond, permet au moteur PNMT™ (Pure Neural™ Machine Translation) d'apprendre, de générer les règles d'une langue à partir d'un texte traduit donné et produire une traduction surpassant l'état actuel de l'art et meilleure qu'un locuteur non natif.

Aider les entreprises à réussir à l'ère du temps réel