Tłumaczenie maszynowe

Opinie czytelników

Książka stanowi dobrze napisany i przystępny przegląd rozwoju tłumaczenia maszynowego, śledząc jego historyczną ewolucję od wczesnych metod opartych na regułach do nowoczesnych metod głębokiego uczenia się. Jest odpowiednia dla czytelników bez wykształcenia technicznego i podkreśla wkład kluczowych postaci w tej dziedzinie.

Przystępna dla osób niebędących ekspertami, dobrze zorganizowana i przejrzysta prezentacja, perspektywa historyczna, kompleksowe wprowadzenie, obejmuje najnowsze trendy w tłumaczeniu maszynowym oraz zawiera ocenę i spostrzeżenia rynkowe.

Informacje mogą nie być w pełni aktualne ze względu na szybki rozwój technologii.

(na podstawie 6 opinii czytelników)

Oryginalny tytuł:

Machine Translation

Zawartość książki:

Zwięzły, nietechniczny przegląd rozwoju tłumaczenia maszynowego, w tym różnych podejść, kwestii oceny i głównych graczy w branży.

Marzenie o uniwersalnym urządzeniu tłumaczącym sięga wielu dekad wstecz, na długo zanim fikcyjna ryba Babel Douglasa Adamsa zapewniła tę usługę w Przewodniku Autostopowicza po Galaktyce. Od czasu pojawienia się komputerów, badania koncentrowały się na projektowaniu cyfrowych narzędzi do tłumaczenia maszynowego - programów komputerowych zdolnych do automatycznego tłumaczenia tekstu z języka źródłowego na język docelowy. Stało się to jednym z najbardziej fundamentalnych zadań sztucznej inteligencji. Niniejszy tom z serii MIT Press Essential Knowledge oferuje zwięzły, nietechniczny przegląd rozwoju tłumaczenia maszynowego, w tym różnych podejść, kwestii oceny i potencjału rynkowego. Główne podejścia są przedstawione z perspektywy historycznej i w sposób intuicyjny, pozwalając czytelnikowi zrozumieć główne zasady bez znajomości szczegółów matematycznych.

Książka rozpoczyna się od omówienia problemów, które należy rozwiązać podczas opracowywania systemu tłumaczenia maszynowego i oferuje krótki przegląd ewolucji tej dziedziny. Następnie omawia bardziej szczegółowo historię tłumaczenia maszynowego, opisując jego przedcyfrowe początki, podejścia oparte na regułach, raport ALPAC (Automatic Language Processing Advisory Committee) z 1966 roku i jego konsekwencje, pojawienie się równoległych korpusów, paradygmat oparty na przykładach, paradygmat statystyczny, podejście oparte na segmentach, wprowadzenie większej wiedzy językowej do systemów oraz najnowsze podejścia oparte na głębokim uczeniu się. Wreszcie, rozważa wyzwania związane z oceną i komercyjnym statusem tej dziedziny, w tym działania takich głównych graczy jak Google i Systran.