机器学习：超越机器翻译（网络研讨会）

詹妮弗·周

产品营销经理Smartling

俗话说：做得越多，知道的越多。 就像人类一样，机器可以随着时间的推移进行训练以识别模式并做出高度具体的行动。

Jennifer Chew 和 Benjamin Loy 介绍了内容创建者可以使用 Smartling 机器学习来提高效率并在平台上创建高质量翻译的不同方式。

暑期学校 | 机器学习：超越机器翻译，来自Smartling的Vimeo 。

什么是机器学习？

这是一种大规模建模和执行所需操作的方法。 据华盛顿大学称，“机器学习算法可以通过从示例中概括来弄清楚如何执行重要任务。” 本质上，算法是为了识别现有数据点内的模式而建立的。 然后，这些模式被应用到新的数据点以告知要采取的行动。

Smartling 如何利用机器学习：

以下是Smartling平台中机器学习的一些示例：

1. 文件类型检测——当客户将其内容加载到 Smartling 平台时，Smartling 使用支持向量机来识别文件类型并相应地解析字符串。
2. 质量信心分数 - Smartling 使用决策树来决定不同的数据点如何影响对翻译质量信心的整体评估。
3. 标签对齐 - HTML 标签 - 如对于斜体 - 当词性出现在不同语言的不同位置时，有时会放错位置。 Smartling 的机器学习针对法语中的形容词位置进行训练，以确保从英语翻译到法语时标签被移动到句子的正确部分。
4. MT Auto Select - Smartling 的最新工具MT Auto Select能够提取单词并按主题分组（例如 我们可以使用机器翻译引擎（例如，健康、餐厅、法律）来翻译特定主题的词汇。

但值得注意的是，虽然机器学习算法可以大规模地揭示翻译中的强大见解，但它们永远不会 100% 完美。 请务必抽查您的结果并让我们知道您的发现。 我们一直在训练我们的模型以获得更加准确的见解。