Facebook (ifofinde ni Russian Federation) ti ṣe atẹjade awọn idagbasoke ti iṣẹ akanṣe NLLB (Ko si Ede osi Lẹhin), ti o pinnu lati ṣiṣẹda awoṣe ikẹkọ ẹrọ gbogbo agbaye fun titumọ ọrọ taara lati ede kan si ekeji, yiyọkuro itumọ agbedemeji si Gẹẹsi. Awoṣe ti a dabaa ni wiwa diẹ sii ju awọn ede 200, pẹlu awọn ede toje ti awọn eniyan Afirika ati Ilu Ọstrelia. Ibi-afẹde ti o ga julọ ti iṣẹ akanṣe ni lati pese ọna fun ibaraẹnisọrọ fun eniyan eyikeyi, laibikita ede ti wọn nsọ.
Awoṣe naa ni iwe-aṣẹ labẹ iwe-aṣẹ Creative Commons BY-NC 4.0, eyiti o fun laaye didakọ, pinpin, isọdi-ara, ati awọn iṣẹ itọsẹ, ti o pese pe o funni ni itara, ṣetọju iwe-aṣẹ, ati lo fun awọn idi ti kii ṣe ti owo nikan. Awọn irinṣẹ fun ṣiṣẹ pẹlu awọn awoṣe ti pese labẹ iwe-aṣẹ MIT. Lati ṣe idagbasoke idagbasoke nipa lilo awoṣe NLLB, o pinnu lati pin $ 200 ẹgbẹrun lati pese awọn ifunni si awọn oniwadi.
Lati ṣe simplify awọn ẹda ti awọn iṣẹ akanṣe nipa lilo awoṣe ti a dabaa, koodu awọn ohun elo ti a lo fun idanwo ati iṣiro didara awọn awoṣe (FLORES-200, NLLB-MD, Toxicity-200), koodu fun awọn awoṣe ikẹkọ ati awọn encoders ti o da lori ile-ikawe LASER3 ( Èdè-Agnostic Sentence) jẹ afikun orisun ṣiṣi. Asoju). Awoṣe ikẹhin ni a funni ni awọn ẹya meji - kikun ati kuru. Ẹya kuru nilo awọn orisun diẹ ati pe o dara fun idanwo ati lilo ninu awọn iṣẹ ṣiṣe iwadii.
Ko dabi awọn eto itumọ miiran ti o da lori awọn eto ikẹkọ ẹrọ, ojutu Facebook jẹ ohun akiyesi ni pe o funni ni awoṣe gbogbogbo fun gbogbo awọn ede 200, ti o bo gbogbo awọn ede ati pe ko nilo lilo awọn awoṣe lọtọ fun ede kọọkan. Ti ṣe itumọ taara lati ede orisun si ede ibi-afẹde, laisi itumọ agbedemeji si Gẹẹsi. Lati ṣẹda awọn ọna ṣiṣe itumọ gbogbo agbaye, awoṣe LID kan (Idamọ ede) ni afikun ti a dabaa, eyiti o jẹ ki o ṣee ṣe lati pinnu ede ti a lo. Awon. eto le ṣe idanimọ laifọwọyi ninu ede wo ti alaye ti pese ati tumọ si ede olumulo.
Itumọ jẹ atilẹyin ni eyikeyi itọsọna, laarin eyikeyi ninu awọn ede atilẹyin 200. Lati jẹrisi didara itumọ laarin awọn ede eyikeyi, a ti pese eto idanwo itọkasi FLORES-200, eyiti o fihan pe awoṣe NLLB-200 ni awọn ofin ti didara itumọ jẹ ni aropin 44% ga ju awọn eto iwadii orisun-ẹrọ ti o dabaa tẹlẹ nigba lilo Awọn metiriki BLEU ti o ṣe afiwe itumọ ẹrọ pẹlu itumọ eniyan boṣewa. Fun awọn ede Afirika toje ati awọn ede India, didara ga julọ de 70%. O ṣee ṣe lati ṣe iṣiro oju wiwo didara itumọ lori aaye demo ti a pese silẹ ni pataki.
orisun: opennet.ru