A equipe de Pesquisa de Inteligência Artificial do Facebook publicou recentemente resultados de pesquisa usando uma nova abordagem para a tradução automática neural (NMT – neural machine translation). Seu algoritmo tem pontuação mais alta do que qualquer outro sistema em três tarefas de tradução automática estabelecidas e é executado nove vezes mais rápido do que o sistema NMT do Google.
A técnica do Facebook usa redes neurais convolucionais, uma técnica popular no campo da visão computacional. Essa técnica processa sentenças em uma ordem hierárquica; dessa forma, capta relações complexas que ocorrem em uma frase. O Facebook treina o computador para dar significado a partes de uma frase (que consiste em duas, três, quatro, ou mesmo mais palavras próximas umas das outras). Ao processar a frase com essas redes, o computador obtém uma noção do que cada parte da sentença significa. Uma rede neural diferente transforma essa representação de significado em outra linguagem.
[awprm urls=https://imasters.com.br/noticia/facebook-expande-seu-portfolio-open-source-com-novo-framework-de-ui-para-android/,https://imasters.com.br/noticia/facebook-vai-lancar-parlai-uma-plataforma-de-testes-para-ia-e-bots/]
A principal vantagem do método convolucional é que você pode aplicá-lo em várias partes de uma frase ao mesmo tempo. Métodos NMT tradicionais leem uma frase palavra por palavra, e lembram-se do que a frase significava até esse ponto. A velocidade do computador estrangula a velocidade de leitura sequencial. E o resultado é que o algoritmo do Facebook é até nove vezes mais rápido do que os métodos de leitura sequencial.
Eles também introduziram uma nova técnica chamada “multi-hop”. Em vez de ler a frase inteira e, em seguida, escrever toda a sentença traduzida, a rede escolhe em quais palavras do texto original deve se concentrar ao traduzir palavra por palavra. O multi-hop é uma nova técnica que fornece uma alternativa mais inteligente e mais complicada aos mecanismos de “atenção”, que são a chave para o problema dos “múltiplos significados das palavras”. Baseada no contexto de uma palavra, uma palavra tem traduções diferentes. Os mecanismos de atenção resolvem esse problema ao traduzirem uma palavra, concentrando-se em partes relevantes da sentença de origem para determinar uma boa tradução.
Segundo o site Info Q, o Facebook planeja usar sua nova abordagem para outras tarefas de processamento de texto. Um exemplo é utilizar redes neurais para responder a perguntas. Com sua nova abordagem, eles podem se concentrar simultaneamente em partes distintas de uma conversa. Eles descrevem a abordagem completa neste link e aqui. As pessoas que desejam experimentar o algoritmo podem fazer isso baixando o código gratuitamente do GitHub.
O novo algoritmo foi melhor do que qualquer outro nas tarefas padrão em inglês-francês, inglês-alemão e inglês-romeno. Ele bateu a rede neural do Google para tradução automática. O algoritmo do Google está agora disponível para todos os usuários do Google Translate SDK, que suporta 20 pares de idiomas. As pessoas que querem ver a diferença entre NMT e os métodos antigos podem selecionar as traduções que mais gostam usando a tradução do Bing da Microsoft.