A Microsoft criou um algoritmo de tradução que traduz frases chinesas para inglês tão bem quanto tradutores humanos.
Traduzir frases chinesas para o inglês tem sido um problema difícil até então. Alguns idiomas se alinham bem com o idioma inglês, tornando-os mais fáceis de traduzir. Como o chinês tem uma estrutura de oração diferente, traduzir a partir desta linguagem é um desafio para muitos algoritmos de tradução clássica. Graças à tradução de máquinas neurais, uma técnica que criou resultados surpreendentes nos últimos anos, a máquina da Microsoft conseguiu traduzir as frases com a mesma assertividade que frases traduzidas por humanos.
Os pesquisadores da Microsoft usaram duas abordagens existentes para a tradução de máquinas neurais: dupla aprendizagem e redes de deliberações. Com a aprendizagem dupla, toda tradução que o sistema criou de chinês para inglês foi traduzida de volta para chinês para verificar se o resultado significaria o mesmo. Os seres humanos executam o mesmo quando traduzem manualmente para verificar se a tradução está correta e as máquinas parecem se beneficiar com a utilização da mesma técnica. As redes de deliberações são uma maneira de rever a frases geradas. Esta técnica é inspirada pelos seres humanos: quando traduzimos uma frase, não escrevemos imediatamente a tradução completa, mas revisamos nossa tradução para criar uma melhor.
A Microsoft também desenvolveu duas novas técnicas para melhorar seu algoritmo de tradução. Sua técnica de "treinamento conjunto" aumenta o conjunto treinamento ao traduzir frases de inglês para chinês, e então traduzi-las de volta para o inglês. Ambos os sistemas de tradução [utilizados na técnica de treinamento em conjunto] estão melhorando ao usar esta técnica. Eles também criaram uma regularização do acordo: dois algoritmos lêem a sentença chinesa da direita para a esquerda, e da esquerda para a direita. Se ambos os algoritmos produzirem a mesma tradução, isso é considerado uma forte indicação de que a tradução estava correta.
É importante notar que eles alcançaram este "marco de paridade", permitindo que os consultores de idiomas bilíngues comparem suas traduções criadas com a "tradução dourada". As avaliações de tradução de idiomas comparam a saída que uma máquina gera com uma única frase traduzida por um tradutor humano. Uma desvantagem dessa abordagem é que não há algoritmos perfeitos para comparar o significado intrínseco das frases traduzidas e ver se significam o mesmo. Este é um problema que todos os pesquisadores de tradução enfrentam, incluindo o Google que escolheu um algoritmo que se tornou mais fraco na avaliação algorítmica, mas mais forte na comparação humana como avaliação.
Nos últimos anos, a comunidade de tradução automática obteve ganhos maciços em algoritmos de tradução ao aproveitar o poder das redes neurais. Google, Facebook, e Microsoft estão todos na corrida para desenvolver o melhor algoritmo de tradução. A Microsoft oferece uma comparação dos algoritmos de tradução clássica e neural neste site, porém o sistema que pareia a tradução humana ainda não está disponível.