エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
AIは言語の理解にどこまで近づいたか?|高木久之
2016年にGoogle translateがリカレントニューラルネットワークを活用し、翻訳の精度を劇的に向上させま... 2016年にGoogle translateがリカレントニューラルネットワークを活用し、翻訳の精度を劇的に向上させました。その翻訳の流暢さからAIの力により今にもコンピューターが言語を理解できそうだ!AIすごい!と世の期待が膨らみましたが、その後どうなったのでしょう?ここ数年の動向を追ってみました。 Google Translateの衝撃16年の翻訳精度向上の主役はAI。単語ごとのフレーズベースではなく、ニューラルネットワークを使うことで文章の文脈(文の構造)を考慮して翻訳できるようになりました。英語→フランス語を見ると、人間の翻訳精度にほぼ近づいています。 ただこの方法にも、課題はまだあるようです。 ・単語を落としてしまう ・固有名詞やまれな用語を誤って翻訳してしまう ・文章単位でしか文脈を把握できない。 など人間の翻訳者であれば、決して起こさない誤りを犯すこともあります。 さて、言葉の