Facebook ចេញផ្សាយគំរូបកប្រែតាមម៉ាស៊ីនដែលគាំទ្រ 200 ភាសា

Facebook (ហាមប្រាមក្នុងសហព័ន្ធរុស្ស៊ី) បានផ្សព្វផ្សាយពីការអភិវឌ្ឍន៍នៃគម្រោង NLLB (No Language Left Behind) ដែលមានបំណងបង្កើតគំរូម៉ាស៊ីនរៀនជាសកលសម្រាប់ការបកប្រែអត្ថបទដោយផ្ទាល់ពីភាសាមួយទៅភាសាមួយទៀត ដោយរំលងការបកប្រែកម្រិតមធ្យមទៅជាភាសាអង់គ្លេស។ គំរូដែលបានស្នើឡើងគ្របដណ្តប់ជាង 200 ភាសា រួមទាំងភាសាដ៏កម្ររបស់ប្រជាជនអាហ្វ្រិក និងអូស្ត្រាលី។ គោលដៅចុងក្រោយនៃគម្រោងគឺផ្តល់មធ្យោបាយទំនាក់ទំនងសម្រាប់មនុស្សគ្រប់រូប ដោយមិនគិតពីភាសាដែលពួកគេនិយាយនោះទេ។

ម៉ូដែលនេះត្រូវបានផ្តល់អាជ្ញាប័ណ្ណក្រោមអាជ្ញាប័ណ្ណ Creative Commons BY-NC 4.0 ដែលអនុញ្ញាតឱ្យចម្លង ការចែកចាយឡើងវិញ ការប្ដូរតាមបំណង និងការងារដេរីវេ ដោយផ្តល់ជូនអ្នកផ្តល់គុណលក្ខណៈ រក្សាអាជ្ញាប័ណ្ណ និងប្រើប្រាស់វាសម្រាប់គោលបំណងមិនមែនពាណិជ្ជកម្មតែប៉ុណ្ណោះ។ ឧបករណ៍សម្រាប់ធ្វើការជាមួយម៉ូដែលត្រូវបានផ្តល់ជូនក្រោមអាជ្ញាប័ណ្ណ MIT ។ ដើម្បីជំរុញការអភិវឌ្ឍន៍ដោយប្រើគំរូ NLLB វាត្រូវបានគេសម្រេចចិត្តបែងចែក 200 ពាន់ដុល្លារដើម្បីផ្តល់ជំនួយដល់អ្នកស្រាវជ្រាវ។

ដើម្បីសម្រួលដល់ការបង្កើតគម្រោងដោយប្រើគំរូដែលបានស្នើឡើង កូដនៃកម្មវិធីដែលប្រើសម្រាប់ការធ្វើតេស្ត និងវាយតម្លៃគុណភាពនៃគំរូ (FLORES-200, NLLB-MD, Toxicity-200) កូដសម្រាប់គំរូបណ្តុះបណ្តាល និងឧបករណ៍បំលែងកូដដោយផ្អែកលើបណ្ណាល័យ LASER3 ( Language-Agnostic SEntence) ជាប្រភពបើកចំហបន្ថែម។ តំណាង)។ ម៉ូដែលចុងក្រោយត្រូវបានផ្តល់ជូនជាពីរកំណែ - ពេញនិងខ្លី។ កំណែខ្លីៗ ត្រូវការធនធានតិចជាងមុន និងសមរម្យសម្រាប់ការធ្វើតេស្ត និងប្រើប្រាស់ក្នុងគម្រោងស្រាវជ្រាវ។

មិនដូចប្រព័ន្ធបកប្រែផ្សេងទៀតដែលមានមូលដ្ឋានលើប្រព័ន្ធរៀនម៉ាស៊ីន ដំណោះស្រាយរបស់ Facebook គឺគួរឱ្យកត់សម្គាល់ដែលវាផ្តល់នូវគំរូទូទៅមួយសម្រាប់គ្រប់ 200 ភាសា គ្របដណ្តប់គ្រប់ភាសា និងមិនតម្រូវឱ្យមានការប្រើប្រាស់គំរូដាច់ដោយឡែកសម្រាប់ភាសានីមួយៗ។ ការបកប្រែត្រូវបានអនុវត្តដោយផ្ទាល់ពីភាសាប្រភពទៅភាសាគោលដៅ ដោយមិនមានការបកប្រែកម្រិតមធ្យមទៅជាភាសាអង់គ្លេសទេ។ ដើម្បីបង្កើតប្រព័ន្ធបកប្រែជាសកល គំរូ LID (ការកំណត់អត្តសញ្ញាណភាសា) ត្រូវបានស្នើបន្ថែម ដែលធ្វើឱ្យវាអាចកំណត់ភាសាដែលបានប្រើ។ ទាំងនោះ។ ប្រព័ន្ធអាចទទួលស្គាល់ដោយស្វ័យប្រវត្តិនូវភាសាណាមួយដែលព័ត៌មានត្រូវបានផ្តល់ និងបកប្រែវាជាភាសារបស់អ្នកប្រើប្រាស់។

ការបកប្រែត្រូវបានគាំទ្រក្នុងទិសដៅណាមួយ រវាងភាសាណាមួយក្នុងចំណោម 200 ភាសាដែលបានគាំទ្រ។ ដើម្បីបញ្ជាក់ពីគុណភាពនៃការបកប្រែរវាងភាសាណាមួយ សំណុំតេស្តឯកសារយោង FLORES-200 ត្រូវបានរៀបចំ ដែលបង្ហាញថា គំរូ NLLB-200 ទាក់ទងនឹងគុណភាពនៃការបកប្រែគឺជាមធ្យម 44% ប្រសើរជាងប្រព័ន្ធស្រាវជ្រាវដែលផ្អែកលើម៉ាស៊ីនដែលបានស្នើពីមុននៅពេលប្រើ។ រង្វាស់ BLEU ប្រៀបធៀបការបកប្រែម៉ាស៊ីនជាមួយការបកប្រែមនុស្សស្តង់ដារ។ សម្រាប់ភាសាអាហ្រ្វិកដ៏កម្រ និងគ្រាមភាសាឥណ្ឌា ឧត្តមភាពនៃគុណភាពឈានដល់ 70% ។ វាអាចធ្វើទៅបានដើម្បីវាយតម្លៃដោយមើលឃើញនូវគុណភាពនៃការបកប្រែនៅលើគេហទំព័រសាកល្បងដែលបានរៀបចំជាពិសេស។

ប្រភព: opennet.ru