بهبود انتخاب ویژگی و کاهش ابعاد در ترجمه ماشینی به کمک شبکه های خودرمزنگار

امروزه با پیشرفت چشمگیر هوش مصنوعی در تمام زمینه ها، بسیاری از افراد و شرکت های بزرگ در صدد استفاده از این علم برای پیشرفت کسب و کارها و کاهش هزینه های خود برآمده اند. یکی از حوزه های مهم هوش مصنوعی، پردازش زبان طبیعی است، که در زمینه های مختلفی همچون تحلیل احساسات ، خلاصه سازی متون ، تبدیل گفتار به متن و ترجمه ماشینی به پیشرفت های بسیا ر مهمی دست یافته است. ترجمه ماشینی فناوری است که با ماشینی کردن ترجمه از زبانی به زبان دیگر ، باعث کاهش هزینه ها و افزایش سرعت ترجمه برای کاربران شده است. در اصل ترجمه ماشینی، گامی در راستای جهانی شدن برای هر فرهنگ، دانش، صنعت و سیستمی می باشد. اگر چه ترجمه ماشینی برای رسیدن به نقطه ی درک کامل زبان طبیعی و ظرافت های آن راهی دراز در پیش دارد، اما این فناوری از سال ۲۰۱۳ با ظهور مدل های یادگیری ژرف پیشرفت بسیار چشم گیری در راستای درک شناختی از زبان طبیعی را داشته است. ولی این مدل ها نیز از نقاط ضعف و مشکلاتی برخوردار هستند. در این مقاله سعی شده است

کلیدواژه ها:

هوش مصنوعی ، پردازش زبان طبیعی ، ترجمه ماشینی ، یادگیری ژرف