Cet article a fait l'objet d'une traduction automatique.

{End Bracket}

L'émergence de traduction

Vikram Dendi

Historians et futurologists uniformiser fascinated à l'idée de communication sans les barrières de langue. Sciences fiction luminaries ont donné vol leurs idées dans la création la Poisson Babel ou la conversion universel, tandis que l'historique des nous dit sur la n'en Pierre Rosetta sur lequel un texte a été traduit en langues trois. Dans un monde aplatie plus en plus, il est plus important que jamais de pouvoir obtenir un message entre, indépendamment du langage.

Plusieurs approches adoptés sur les dernier décennies peu pour résoudre ce problème ont été. Traduction (MT) est celui qui est depuis des décennies mais n'a pas pu deviennent omniprésents même après des années d'investissement dans la recherche. Dans les années 1960 survenu Acronyme inventé pour ce que chercheurs voulais atteindre avec la traduction : FAHQT, entièrement automatique haute qualité conversion général texte. Cette approche idealistic pour MT entraînait à irréalistes, dans le temps un peut-être Acronyme plus précise a été inventé : FAUT, entièrement utiles traduction automatique. L'objectif était ne pas à concurrence avec un traducteur humain mais à créer un système qui a été suffisamment précis pour remettre les traductions en temps réel qui ont été utile de l'utilisateur moyen.

Chez Microsoft, chercheurs travaillons vers cet objectif pour plus d'un de dix ans. L'approche qui adoptent les chercheurs ici combine logique basée sur les règles avec les méthodes statistiques, création d'un système syntaxique statistiques hybride. Pour utilisent de paires de langues (texte traduit et d'origine) dans laquelle nous pouvez apporter d'importantes informations linguistiques, nous allons utiliser connaissances grammaire et de syntaxe dans antérieure et post-processing autour d'un moteur de base statistiques. Où nous n'avez pas autant d'informations, nous avons recours à un modèle purement statistique qui évolue parfaitement à un grand nombre de paires de langues.

La technologie de traduction que nous avons développé a déjà révélé être très utile dans Microsoft, ayant été utilisée depuis 2003 pour traduire presque 140,000 articles de la base de connaissances dans neuf langues principales. De nombreuses autres équipes au sein de la société ont utilisé la technologie afin de réduire le coût et d'améliorer la couverture de leurs efforts de localisation. Dans 2005, l'équipe MT a été demandé à étendre sa portée et depuis nous ont été concentrés sur l'utilisation de cette technologie en dehors de la société de développement. Notre traduction domaine général service Web a été exposée via la recherche (fournissant la fonctionnalité de traduction pour rechercher les résultats), Microsoft Office (fournissant traductions extrait de code et le document), Windows Live Messenger (qu'un outil de conversion) et d'autres utilisateurs (voirmicrosofttranslator.com).

Efforts visant à fournir des domaine général des services de traduction pour le Web est en momentum. La valeur true de MT n'est pas uniquement dans la qualité fournies par le moteur de traduction, mais dans comment ces conversions sont remies dans les scénarios et les moyens de résoudre les problèmes de qualité. Contrairement aux recherche, Actualités, loisirs ou jeu, la valeur perçue de traduction a été limitée en raison d'incohérences historique en qualité de traduction. Il est essentiel pour les générateurs de produit comprendre comment optimiser le potentiel MT.

Contrairement à jour, où la plupart des offres de traduction sont portails et sites de traduction, la plus grande valeur de traduction automatique sera comme un ingrédient simple et essentiel pour les scénarios ciblez un public varié linguistiques. Nous pensons qu'il est important fournir aux développeurs, communautés et créateurs de contenu pour intégrer traduction dans leurs flux de travail et l'utiliser comme un moyen pour exploiter la puissance de la communauté.

Le Wiki conversion MSDN est un exemple bon de ces principes dans exercices pratiques. La communauté est réfléchie pour améliorer la qualité de la traduction ainsi que pour participer nouveau contenu, une combinaison de technologie de base et la puissance de communauté.

Traduction automatique est une technologie "imparfaite et, ne pas contrairement à l'évaluation des résultats de recherche, place les onus sur l'utilisateur d'appliquer son jugement vers la validité des résultats remis. En outre, comme la recherche, il a la possibilité de cours précis est parfois et Affiche l'étendue pour améliorer en permanence avec les nouvelles données. Microsoft effectue des investissements significatives en augmentant la qualité des traductions.

J'AI prédire que cette année sera un important pour la traduction automatique. Conjointement avec la puissance de massif peut être harnessed sur le Web plus en plus social, traduction commence à livrer à son potentiel. Dans les prochains mois, regarder des approches de nouvelles et intéressantes avec la traduction est pont intervalles de langue dans le monde.

Vikram Dendi est responsable de produit senior de l'équipe Microsoft convertisseur. Il est responsable de stratégie d'entreprise et de planification du produit et travaille vers empowering aux développeurs d'aider à créer un site Web sans les murs. Blogs il àviks.orget aublogs.msdn.com/Translation.