munozc3tbfy5@outlook.com

留意 (attention)功能是為了每一步都產出正確的詞，解碼器將針對編碼中文向量裡最相關的英文單詞權重分布(weighted distribution)進行解碼。

簡立峰解釋，google翻譯有學習及資料庫的功能，不竭積累經驗，毛病也是一種經驗，除非幾近所的人都在「修改建議」欄寫下一模一樣的錯誤，才會積非成是，但事實上這種情況並不可能産生。

在讀取完全句子後，解碼器(decoder)就會起頭運作，一次產生一個英語句子中的一個詞翻譯

過去，為翻譯任意兩種語言，google需要建構多個不同的翻譯系統，運算成本相當可觀。此刻也有人提出讓alphago打alphago，進修能力可以更快的說法，就像是金庸小說「西嶽論劍」裡全真派的周伯通，用本身的左手和右手對打，使出的「左右互搏」翻譯

他指出，機器學習是很重要的議題，大家在討論google翻譯的學習功能之際，也會聯想到人工電腦alphago打敗真人世界棋王。

為改善nmt翻譯品質，研究人員提出許多技術來解決，這傍邊包羅透過摹擬調校模子(externalalignment model) 處理罕見字詞、使用「注意」(attention)來對準輸入詞和輸出詞，以及將詞拆解成更小的單元以應對罕有字詞等翻譯

數年前，google採用遞歸神經網絡（recurrentneural networks）將句子視為一個單位進行翻譯，之後的片語式機械翻譯體例（pbmt），則是將句子切割成零丁的字和詞組做自力翻譯翻譯

google翻譯的發展進程快速，10年前，google推出翻譯服務，並以片語式機器翻譯（phrase-basedmachine translation）作為主要運算體例翻譯從曩昔僅支援幾種說話，到如今可支援103種語言，且每天翻譯超過1400億個單詞，google翻譯的品質有了很大的進展。

他認為，固然簡體中文、繁體中文有些不異的字詞有著分歧的意義，或相同的字已衍生出新的意義，但因簡體、繁體中文語法相同，在機器翻譯上仍採用一套系統，可視為專有名詞，透過學習建立資料庫來校訂。

其實不只簡體中文、繁體中文的語法不異，他流露，日文、韓文在機械翻譯上也可算是語法相同，用同一套系統翻譯