小牛开源计划（NiuTrans Open Source，NOS）顺利进行中

• 

  李家小猫爷 (喵呜~) 楼主 2018-08-29 14:54:58

  #niutrans小牛翻译# 小牛团队一直非常看好人机智能交互的应用前景，基于自然语言理解的语音智能交互，将是人工智能的下一个里程碑工作。 让机器懂得人类语言，将来所有的设备成为智能设备，有能力与人直接进行语音交流，不仅仅是些自动问答，还可以实现语音助手等智能服务。 小牛雅智公司自年初创立以来，依托于东北大学自然语言处理实验室小牛NLP研究团队，专注“小牛大脑”研发计划（NiuBrain），核心思想就是基于自然语言理解技术，结合语音技术，基于小牛云服务，目的为所有的智能设备提供高级智能人机交互服务和语言理解能力，真正实现让机器更懂语言。 该研发计划通过不断的迭代升级优化，永无止境坚持下去，为合作伙伴提供最新研究成果，希望大家合作愉快！

  删除 |

  赞 回复
• 

  李家小猫爷 (喵呜~) 楼主 2018-09-03 16:11:54

  #niutrans小牛翻译# 伪数据技术是神经机器翻译有效的性能优化技术之一，特别适合于训练数据缺乏和新应用领域迁移的时候。伪数据技术的基本思想是，利用一定规模的单语数据，比如说中文数据，采用机器翻译系统翻译成英文，这就完成伪数据的自动构造，简单来说就是假的双语数据。利用伪数据去训练，有可能改善神经机器翻译系统的翻译品质。但是在实际应用过程中，还有一些问题没有得到很好的解答，值得进一步的思考。比如，如何选择单语数据来完成伪数据的自动构造呢？在训练的过程中真实的数据和伪数据的比例多少为合适呢？伪数据的权重该怎么设置呢？等等，对最终的效果都是有影响的，值得进一步探讨。

  小牛翻译现在比较关心的是一些技术如何落地的问题，在学术界经常被称为工程问题，不一定能写出很高水平的研究论文，所以往往被研究人员忽略，但是这些问题决定了小牛翻译的品质。机器翻译，性能为王，用户只关心最后的翻译效果，不关心是怎么做的。

  删除 |

  赞 回复
• 

  李家小猫爷 (喵呜~) 楼主 2018-09-03 16:12:12

  #niutrans小牛翻译# 相对于统计机器翻译而言，神经机器翻译有一个优势就是增量式训练，适合解决领域迁移和领域自适应的问题。比如想把一个通用的机器翻译系统，采用一部分专利领域的数据，利用增量式训练的技术，改善这套系统在专利领域的翻译品质，而不用重新训练整套系统。增量式训练简单效率高。但如何保证增量式训练不会损害系统的品质，能够达到或接近类似全部重新训练的效果。在实际应用过程中，我们到底是采用增量式训练的，还是采用全部重新训练的方法，来提高系统的品质，这个问题好像一直没有给出准确的答案，值得进一步探讨。

  简单来说，什么情况下我们可以采用增量式训练？什么情况下我们应该采用全部重新训练？

  删除 |

  赞 回复
• 

  李家小猫爷 (喵呜~) 楼主 2018-09-06 14:54:30

  #niutrans小牛翻译#小牛翻译开放平台2.0 正式版计划于9月14号正式上线。欢迎感兴趣的朋友参与测试，并通过平台提供宝贵的修改意见。所提的意见一旦被平台正式采纳，小牛团队将为被采纳人在平台上注册的账号提供一定的积分，该积分可以直接代替现金购买平台上的具体服务，作为奖励。 测试开放时间截止在9月12号之前，小牛翻译开放平台2.0测试版开放网址（建议采用pc机浏览器）: https://developer.niutrans.vip/ 小牛翻译所支持的112个语种翻译引擎正在不断上线到开放平台中，预计在一个月之内全部上线完毕，敬请期待

  删除 |

  赞 回复

你的回复

回复请先 登录 , 或 注册