Slator：為什么你會選擇聚焦在 NMT 的這一特定的應(yīng)用場景？
Neubig：首先，因為這是語音翻譯的一個非常重要的問題。其次，因為 NMT 非常適于處理這個問題。NMT 的工作方式是預(yù)測句子的下一個單詞并且一次一個地輸出它們這正是我們在同步機(jī)器翻譯系統(tǒng)中所需要的。在這里也考慮了其他很多有趣的算法。
Slator：因為主語和動詞之間間距的長短，所以專門選擇了德譯英的語言組合（圖1）嗎？
Neubig：是的，這是選擇這個語言對的主要原因。先前的同步翻譯的工作也因為這個原因聚焦在大量重新排列的語言對上，例如 德語－英語 和 日語－英語。
Slator：如果在德譯英中，一旦真正的動詞出現(xiàn)在句末，而模型選擇了一個明顯被誤譯了的動詞，這樣的話會發(fā)生什么？
Neubig：這是一個非常有趣的問題，我們之前并沒有考慮到。真人的同步翻譯會返回并改正他們的錯誤，但是現(xiàn)在還沒有機(jī)器可以做到這一點。
Slator：你預(yù)計這項研究會有什么影響？另外你打算怎樣進(jìn)行接下來的工作？
Neubig：我希望這項研究最終的影響會是語音翻譯，當(dāng)它實現(xiàn)的時候你就不需要為平滑、流暢的輸出結(jié)果等待很長一段時間。當(dāng)然，這項工作僅僅是這個方向的一步，在實現(xiàn)這個目標(biāo)之前，諸如怎樣將現(xiàn)有的方法和語音識別系統(tǒng)和合為一體等考慮是要被處理的事。
Slator：你在論文結(jié)尾致謝了 Facebook、三星、谷歌、微軟和 Nvidia 這些科技巨頭？能告訴我們原因嗎？
Neubig：這些公司給予了 Kyunghyun 或 Graham 從事與同步 NMT 密切相關(guān)的或是通用的 NMT 研究的贊助。然而我們顯然不能夠代替這些公司發(fā)言，我認(rèn)為他們有興趣為推進(jìn)他們認(rèn)為有前景的研究或教育領(lǐng)域而向?qū)W術(shù)界提供贊助。不過他們可能會也可能不會這個特定的項目感興趣。
Slator：特別的，Nvidia 贊助這樣一個研究的利害關(guān)系是什么？為神經(jīng)網(wǎng)絡(luò)、人工智能等等部署的 GPU 已經(jīng)成為他們業(yè)務(wù)的一個如此大的推動力了嗎？
Neubig：我認(rèn)為他們的確為機(jī)器學(xué)習(xí)使用 GPU 而感到興奮；但是，當(dāng)然，再次說明，我們不能代替他們發(fā)言。
登陸|注冊歡迎登陸本站，認(rèn)識更多朋友，獲得更多精彩內(nèi)容推薦！