Инженерный переводчик: %d1%82%d0%b5%d1%85%d0%bd%d0%b8%d1%87%d0%b5%d1%81%d0%ba%d0%b8%d0%b9 – перевод с русского на английский

{{l10n_strings.DRAG_TEXT_HELP}}

{{article.content_lang.display}}

{{l10n_strings.AUTHOR_TOOLTIP_TEXT}}

Расширение автоматического машинного перевода на другие языки

Частью миссии Facebook по сближению мира является устранение языковых барьеров и предоставление каждому возможности взаимодействовать с контентом на предпочитаемом им языке. Перевод большего количества контента на большее количество языков также помогает нам лучше выявлять контент, нарушающий правила, и расширять доступ к продуктам и услугам, предлагаемым на наших платформах.Если учесть количество используемых языков и объем контента на этих платформах, мы обслуживаем почти 6 миллиардов переводов в день нашему сообществу. Используя традиционные методы, на профессиональный перевод дневного содержания могут уйти годы. Обеспечение автоматического перевода в нашем масштабе и объеме требует использования искусственного интеллекта (AI) и, в частности, нейронного машинного перевода (NMT).

Наши модели перевода улучшились с точки зрения качества с тех пор, как мы перешли на нейронные сети, но до недавнего времени технические проблемы не позволяли нам увеличить количество обслуживаемых языков.В 2018 году группа Facebook Language and Translation Technologies (LATTE) решила изменить это и достичь цели «ни один язык не останется без внимания». Наши основные проблемы включали нехватку ресурсов для обучения (большинство из этих языков не имеют большого количества доступных человеческих переводов) и необходимость найти способ достаточно быстро обучать системы, чтобы быстро производить удобные переводы.

Сегодня мы с гордостью делимся результатами этих усилий и объявляем о добавлении 24 новых языков в наши услуги автоматического перевода.Сейчас мы обслуживаем переводы для 4504 языковых направлений (пара языков, между которыми мы предлагаем перевод, например, с английского на испанский).

Новые поддерживаемые языки в 2018 году:

1. сербский
2. Белорусский
3. Маратхи
4. Сингальский
5. телугу
6. Непальский
7. каннада
8. Гуджарати
9. Пенджаби
10. Урду
11. Малаялам
12. Камбоджийский
13. Пушту
14. Монгольский
15. Хауса
16. Зулусский
17. Xhosa
18. Амхарский
19. Сомали
20. Суахили
21. Романизированный арабский язык
22. Романизированный бенгальский
23. Романизированный хинди
24. Романизированный урду

Ранний прогресс

Системы перевода для многих из этих языков находятся на начальной стадии, и переводы, которые они производят, все еще далеки от профессионального качества.Тем не менее, системы производят полезные переводы, передающие суть первоначального значения, и дают нам возможность многократно повышать качество.

Примеры переводов на каждом этапе по шкале качества.

Эксперименты по переводу с низким уровнем ресурсов

Большинство систем перевода требуют использования параллельных данных или парных переводов в качестве обучающих данных. В Интернете доступны большие коллекции переводов, исходящие в основном от международных организаций, таких как ООН, Европейский Союз и Парламент Канады.К сожалению, эти легкодоступные параллельные корпуса существуют только для нескольких языков.

Основная проблема, с которой мы столкнулись при создании систем перевода для новых языков, состояла в том, чтобы достичь такого уровня качества перевода, при котором можно было бы использовать переводы при отсутствии большого количества параллельных корпусов. Отсутствие данных также является проблемой для NMT, который использует модели с большим количеством параметров и более чувствителен к качеству данных. Чтобы лучше понять, что помогает при ограниченных ресурсах, мы провели несколько экспериментов.Мы использовали баллы BLEU (показатель, который измеряет степень совпадения между созданным переводом и профессиональным справочником) для измерения качества перевода. Мы обучили модели NMT, используя платформу PyTorch Translate с открытым исходным кодом, преобразовали их в формат ONNX и использовали в производственной среде Caffe2. В целом мы экспериментировали с тремя основными стратегиями:

1) Увеличение количества помеченных данных внутри домена
Сообщения и сообщения Facebook сильно отличаются от других типов текста: они, как правило, короче, менее формальны и содержат аббревиатуры, сленг и опечатки.Чтобы узнать, как их переводить, нам нужно предоставить алгоритмам хорошие примеры переводов сообщений в социальных сетях. С этой целью мы вручную маркируем (профессионально переводим) общедоступные сообщения. Чтобы перейти на все языки, которые мы охватили, мы автоматизировали несколько наших процессов. Например, мы автоматизировали подбор и подготовку этих постов. Затем мы оценили их, чтобы увеличить охват (т. Е. Чтобы убедиться, что мы получаем переводы, которых у нас еще нет). Затем мы автоматически отправляли их на профессиональный перевод еженедельными партиями разным переводчикам.В общей сложности мы вручную пометили миллионы слов на 25 языках.

Чтобы измерить эффективность данных обучения в домене, мы обучили системы с ними и без них и измерили баллы BLEU с ними и без них. В среднем мы получили +7,2 BLEU для каждого из 15 языков в эксперименте (результаты меняются от направления к направлению). В среднем мы видим увеличение BLEU на +1,5 на каждые дополнительные 10 000 пар предложений исходных данных.

2) Изучение полууправляемого NMT
Помимо генерации дополнительных данных в домене, мы исследовали полууправляемые методы и методы увеличения данных для генерации дополнительных обучающих данных.Эти методы основаны на моделях с более низкой точностью, которые используются для создания искусственных обучающих данных. Например, для обучения амхарско-английской системе мы можем обучить базовую систему перевода с английского на амхарский и использовать ее для перевода большого количества одноязычных английских данных на амхарский. Затем мы используем искусственно сгенерированные англо-амхарские данные в качестве дополнительного источника обучающих данных для переводов с амхарского на английский. Это известно как обратный перевод, и он помогает в 88% случаев, при общем среднем значении +2.5 BLEU.

Точно так же мы исследовали использование одноязычных данных в методе, известном как цель копирования. Здесь мы делаем копию частей наших обучающих данных и используем целевую часть корпуса для замены исходной стороны . Для системы англо-хауса это означает, что мы возьмем данные англо-хауса и заменим английскую часть данных на хауса (например, данные хауса-хауса), а затем будем использовать этот искусственный корпус в качестве дополнительного источника обучения. данные. В наших экспериментах в 88% случаев это приводило к среднему улучшению +2.7 BLEU.

Интуиция, лежащая в основе этих двух методов, заключается в том, что они помогают моделям с низким уровнем ресурсов лучше обучать свой декодер (компонент, который производит перевод) и производить более плавные переводы. Однако в условиях ограниченных ресурсов эти два метода имеют незначительные взаимодополняющие эффекты. Таким образом, добавление обратного перевода поверх цели копирования дает лишь умеренный выигрыш (+0,1 BLEU).

Другой метод, который мы использовали, заключался в создании детектора перевода, который может определить, когда два предложения на разных языках являются переводами друг друга.Затем мы можем использовать этот детектор для поиска переводов с многоязычных веб-страниц. Например, мы можем просмотреть страницы Википедии о Facebook на английском и камбоджийском (кхмерском) языках и автоматически сделать вывод, что មូលដ្ឋាន — ស្នាក់ ការ កណ្ដាល — это перевод слова «штаб-квартира». Мы использовали этот детектор перевода поверх CommonCrawl для поиска пар переводов на нескольких языках. Данные, полученные из CommonCrawl в качестве обучения, помогли в 70% экспериментов (средний прирост +0,4 BLEU).

Одним из недостатков использования полууправляемых методов является то, что они могут создавать шум, когда генерируемые ими данные неточны. Это особенно вредно для NMT . Это было очевидно в наших результатах, где мы наблюдали четкое различие между значением, обеспечиваемым переводами, созданными человеком, и копированием-мишенью, и обратным переводом, и добытыми данными. Еще один побочный эффект полууправляемых методов заключается в том, что они генерируют большие объемы данных, большая часть которых находится вне домена.То есть эти методы позволяют получить приблизительный перевод, который отличается от того, как люди пишут в Facebook. При использовании для обучения эти методы могут внести предвзятость и сделать полученные переводы менее похожими на сообщения в социальных сетях. Поэтому мы также ввели повышающую дискретизацию данных в домене. То есть мы взяли части наших данных, которые представляют собой сообщения в социальных сетях (в домене), и сделали несколько копий, чтобы они были хорошо представлены в наших общих данных обучения. Это помогло создавать переводы более высокого качества и более соответствующие тому, как люди пишут в Facebook.Этот метод дал дополнительный +0,4 BLEU к копированию-цели + обратному переводу и привел к улучшениям в 100% наших экспериментов.

3) Использование многоязычного моделирования
Одним из наиболее эффективных способов, которые мы нашли для улучшения качества системы перевода для определенного диалектного направления, было объединение его с другими родственными направлениями. Например, чтобы улучшить перевод с белорусского на английский, мы использовали взаимосвязь между белорусским и украинским языками и создали многоязычную систему.В общей сложности мы протестировали семь различных систем перевода с многоязычными комбинациями, каждая из которых объединила в общей сложности от двух до четырех исходных языков в единую систему (например, с белорусского на украинский и с украинского на английский). Для языков с разными скриптами мы применили транслитерацию ICU (Международные компоненты для Unicode) к исходной стороне, чтобы мы могли совместно использовать словари между всеми исходными языками в многоязычной системе.

Многоязычные системы, с которыми мы экспериментировали, смогли использовать сходство диалектов из одних и тех же языковых семей.Многоязычные системы превзошли двуязычный базовый уровень в среднем на +4,6 BLEU, улучшив семь из 10 направлений, с которыми мы экспериментировали. Обратите внимание, что из 15 направлений, которые мы протестировали для целей этого отчета об эксперименте, пять не подходили для нашей многоязычной установки и были протестированы только в двуязычных экспериментах, описанных выше.

Что будет дальше?

Мы продолжаем двигаться к нашей цели — «ни один язык не останется без внимания». Это означает повышение качества переводов на всех языках, переход от простого полезного к высокоточным, плавным и более понятным переводам.В более долгосрочной перспективе это также означает расширение наших поддерживаемых направлений для охвата всех языков, используемых в Facebook. Это потребует сосредоточения внимания на улучшении переводов для языков с ограниченными ресурсами .

Мы уже инвестируем в более долгосрочные усилия по совершенствованию перевода в условиях ограниченных ресурсов посредством исследований неконтролируемых переводов и более быстрого обучения, а также сотрудничества с академическим сообществом. Мы продолжим работать с получателями грантов Facebook в области NMT с низким уровнем ресурсов, чтобы продвигать передовые достижения в этой области.

Безопасность | Стеклянная дверь

Подождите, пока мы подтвердим, что вы настоящий человек. Ваш контент появится в ближайшее время. Если вы продолжаете видеть это сообщение, напишите нам чтобы сообщить нам, что у вас возникли проблемы.

Nous aider à garder Glassdoor sécurisée

Nous avons reçu des activités suspectes venant de quelqu’un utilisant votre réseau internet. Подвеска Veuillez Patient que nous vérifions que vous êtes une vraie personne. Вотре содержание apparaîtra bientôt.Si vous continuez à voir ce message, veuillez envoyer un электронная почта à pour nous informer du désagrément.

Unterstützen Sie uns beim Schutz von Glassdoor

Wir haben einige verdächtige Aktivitäten von Ihnen oder von jemandem, der in ihrem Интернет-Netzwerk angemeldet ist, festgestellt. Bitte warten Sie, während wir überprüfen, ob Sie ein Mensch und kein Bot sind. Ihr Inhalt wird в Kürze angezeigt. Wenn Sie weiterhin diese Meldung erhalten, informieren Sie uns darüber bitte по электронной почте: .

We hebben verdachte activiteiten waargenomen op Glassdoor van iemand of iemand die uw internet netwerk deelt. Een momentje geduld totdat, мы выяснили, что u daadwerkelijk een persoon bent. Uw bijdrage zal spoedig te zien zijn. Als u deze melding blijft zien, электронная почта: om ons te laten weten dat uw проблема zich nog steeds voordoet.

Hemos estado detectando actividad sospechosa tuya o de alguien con quien compare tu red de Internet. Эспера mientras verificamos que eres una persona real.Tu contenido se mostrará en breve. Si Continúas recibiendo este mensaje, envía un correo electrónico a para informarnos de que tienes problemas.

Hemos estado percibiendo actividad sospechosa de ti o de alguien con quien compare tu red de Internet. Эспера mientras verificamos que eres una persona real. Tu contenido se mostrará en breve. Si Continúas recibiendo este mensaje, envía un correo electrónico a para hacernos saber que estás teniendo problemas.

Temos Recebido algumas atividades suspeitas de voiceê ou de alguém que esteja usando a mesma rede.Aguarde enquanto confirmamos que Você é Uma Pessoa de Verdade. Сеу контексто апаресера эм бреве. Caso продолжить Recebendo esta mensagem, envie um email para пункт нет informar sobre o проблема.

Abbiamo notato alcune attività sospette da parte tua o di una persona che condivide la tua rete Internet. Attendi mentre verifichiamo Che sei una persona reale. Il tuo contenuto verrà visualizzato a breve. Secontini visualizzare questo messaggio, invia un’e-mail all’indirizzo per informarci del проблема.

Пожалуйста, включите куки и перезагрузите страницу.

Это автоматический процесс. Ваш браузер в ближайшее время перенаправит вас на запрошенный контент.

Подождите до 5 секунд…

Перенаправление…

Заводское обозначение: CF-102 / 6b389e2e39871667.

Переводчик по машиностроению> Перевод по машиностроению> Переводы по машиностроению> Машиностроительная документация, Маркетинговые брошюры по машиностроению или Сервисные руководства по машиностроению от специализированных переводчиков> Обновление документации по машиностроению> Корпоративные веб-сайты машиностроения> Каталоги машиностроения> Исследования в области машиностроения

Этот переводчик машиностроения специализируется не только на переводах машиностроения, но и на переводе писем от врача в страховую компанию.Переводчик руководства по интеллектуальной собственности и перевод машиностроения, переводчик руководства по сохранению и перевод машиностроения, переводчик руководств по аудиту контрактов и перевод машиностроения, переводчик руководств SSE и машиностроительный перевод, переводчик публикаций руководств и перевод машиностроения, переводчик, переводы по беспроводным локальным сетям переводчик вакансий, вакансии для специалистов по программному обеспечению, которые могут переводить переводчик IT-контента, вакансии научного устного переводчика.

Перевод машиностроения на итальянский, испанский, французский, арабский, китайский, английский и чешский

Руководства по закупкам и машиностроительный перевод, переводчик гида для гурманов и перевод машиностроения, переводчик театрального гида и перевод машиностроения, руководство для водителя переводчик и перевод машиностроения, переводчик руководства врача и переводчик машиностроения,
Другие переводы включают : перевод журналов для посетителей яхт, устранение неисправностей и перевод руководств по оптимизации системы, перевод текстов о компромиссе между безопасностью и удобством использования, текущая медицинская информация по профилактике и распознаванию перевод всех основных болезней, перевод справочников по искусству и старине и буклетов,

Переводчик языков ЕС Переводчик языков мира Переводчик испанского языка Переводчик португальского языка.Пожалуйста, нажмите здесь, если вам нужны бесплатные цитаты из языковых переводчиков.
Калифорнийский университет | Языки мира | Недвижимость | Языковые курсы | телемаркетинг | Консультанты | Испанский, французский, итальянский, латинский, немецкий и японский | Языки | Google | Колумбийский университет |

• Переводчик машиностроения для компаний в глобализированной экономике
• Переводчик машиностроения для компаний, работающих в глобальном масштабе
• Переводчик машиностроительной и химической документации
• Машиностроение и пользователи Переводчик документации

Найти более специализированных переводчиков ниже

Программное обеспечение (компьютеры) Переводчик | Переводчик машин и инструментов | Переводчик по трудовым отношениям | Переводчик по международному развитию | Переводчик по питанию | Переводчик по нефти | Переводчик по лесному хозяйству | Переводчик договоров | Переводчик изображений | Переводчик по экологии | Переводчик по стеклу | Переводчик по микробиологии | Патентный переводчик | Переводчик дипломов | Переводчик по администрированию и организации | Переводчик по вирусологии | Переводчик по вопросам здоровья | Переводчик налогового права | Переводчик электроники | Переводчик отелей | Переводчик по психологии | Переводчик электроэнергетики | Таможенный переводчик | Переводчик пенологии | Переводчик лингвистики | Переводчик договоров | Интернет-переводчик | Переводчик по нефтяной инженерии | Переводчик по медицинской фармацевтике | Переводчик живописи | Переводчик материалов | Переводчик по морскому делу и судам | Переводчик по экономике | Переводчик по генетике | Персональный переводчик | Переводчик организаций | Компьютеры (программное обеспечение) Переводчик | Переводчик путешествия | Переводчик по нефти и газу | Переводчик по океанографии |

Переводчик в области машиностроения переводит каталоги, маркетинговые брошюры и многое другое.