Die Metamorphose der maschinellen Übersetzung: Der Aufstieg der neuralen maschinellen Übersetzung und ihre Herausforderungen

Die maschinelle Übersetzung bezieht sich auf den Prozess, Computer zu verwenden, um eine Ausgangssprache in eine Zielsprache zu übersetzen, der seit seiner Entstehung erhebliche Transformationen durchlaufen hat, wobei die derzeit gängige neuronale maschinelle Übersetzung eine zufriedenstellende Übersetzungsleistung erreicht. Dieses Papier bietet einen Überblick über die drei Entwicklungsstufen der maschinellen Übersetzung: regelbasierte maschinelle Übersetzung, statistische maschinelle Übersetzung und neuronale maschinelle Übersetzung, mit einem Fokus auf neuronale maschinelle Übersetzung. Es stellt die wichtigsten Modelle vor, die im Entwicklungsprozess der neuronalen maschinellen Übersetzung entstanden sind, nämlich das rekurrente neuronale Netzwerk-Encoder-Decoder-Modell, das rekurrente neuronale Netzwerk-Suchmodell und den Transformer, und vergleicht ihre Stärken und Einschränkungen. Auch andere relevante Technologien und Modelle, die parallel zur neuronalen maschinellen Übersetzung entwickelt wurden, werden diskutiert. Um die aktuellen Herausforderungen der neuronalen maschinellen Übersetzung zu adressieren, geht das Papier auf Probleme wie Overfitting, Übersetzung mit wenig Ressourcen, strukturelle Optimierung von Transformer-Modellen und die Verbesserung der Interpretierbarkeit der neuronalen maschinellen Übersetzung ein. Schließlich untersucht das Papier die Perspektiven der Anwendung der neuronalen maschinellen Übersetzung auf multimodale Übersetzung.