Kinhtenews - Một đội ngũ chuyên gia nghiên cứu của Microsoft tin rằng họ đã tạo ra được hệ thống dịch tự động đầu tiên có thể dịch báo từ tiếng Trung sang tiếng Anh với chất lượng và độ chính xác như con người.
Những nhà nghiên cứu tại phòng nghiên cứu ở Mỹ và Châu Á cho biết hệ thống của họ đã đạt được sự tương đồng với con người khi thực hiện chương trình kiểm tra các bài báo có tên gọi newstest2017, được phát triển bởi một nhóm đối tác công nghệ và giáo dục, ra mắt tại hội nghị nghiên cứu WMT17 vào mùa thu năm ngoái. Để đảm bảo kết quả chính xác và tương đương với những gì con người làm được, nhóm đã tuyển vào hai chuyên viên đánh giá song ngữ nhằm so sánh kết quả của Microsoft với phần dịch thuật của hai người dịch độc lập.
Xuedong Huang, nhà nghiên cứu kỹ thuật phụ trách mảng lời nói, ngôn ngữ tự nhiên và dịch thuật tự động của Microsoft, gọi đây là một cột mốc quan trọng của một trong những quy trình xử lý ngôn ngữ tự nhiên phức tạp nhất.
“Đạt được sự tương đồng với con người trong việc dịch tự động là ước mơ của tất cả chúng tôi”, Huang cho hay. “Chúng tôi chỉ không nhận ra rằng mình có thể thành công sớm như vậy”.
Huang cũng là người dẫn đầu nhóm nghiên cứu gần đây đạt được hiệu quả nhận diện giọng nói hội thoại tương đồng như con người. Ông chia sẻ rằng cột mốc dịch thuật này đặc biệt đáng ghi nhớ vì khả năng giúp con người hiểu nhau tốt hơn.
“Giúp xóa bỏ rào cản ngôn ngữ mang con người đến gần hơn với nhau là điều rất tuyệt,” ông nói. “Tôi tự hào về điều đó”.
Dịch tự động là một vấn đề mà các nhà chuyên gia đã nghiên cứu hàng thập kỷ, và hầu hết thời gian đó, nhiều người tin việc tương đương với con người là không bao giờ đạt được. Tuy nhiên, đạt được cột mốc này không có nghĩa là những thách thức của việc dịch tự động đã được giải quyết.
Để đạt được sự tương đồng trên bộ dữ liệu này, ba nhóm nghiên cứu của Microsoft Bắc Kinh, Redmond, Washington đã làm việc cùng nhau, bổ sung các phương pháp đào tạo mới giúp hệ thống dịch thuật trôi chảy và chính xác hơn. Trong nhiều trường hợp, những phương pháp mới bắt chước cách con người học việc bằng cách lặp đi lặp lại, thực hiện nhiều lần đến khi làm được.
“Hầu hết các nghiên cứu được truyền cảm hứng từ cách con người làm việc”, Tie-Yan Liu, trưởng phòng nghiên cứu chính của nhóm Nghiên cứu Châu Á Microsoft ở Bắc Kinh, người dẫn đầu nhóm dự án dịch thuật tự động chia sẻ.
Tie-Yan Liu, trưởng phòng nghiên cứu chính của nhóm Nghiên cứu Châu Á Microsoft ở Bắc Kinh. (Ảnh: Microsoft).
Một phương pháp mà họ sử dụng là học kép. Đây là cách kiểm tra thực tế kết quả làm việc của hệ thống: Mỗi lần họ gửi một câu qua hệ thống để được dịch từ tiếng Trung sang tiếng Anh, nhóm nghiên cứu cũng dịch ngược lại từ tiếng Anh sang tiếng Trung. Việc này tương tự với những gì người ta hay làm để đảm bảo độ chính xác của việc dịch thuật tự động, đồng thời cho phép hệ thống tái xác định và học hỏi từ lỗi sai. Học kép được phát triển bởi nhóm nghiên cứu của Microsoft cũng được áp dụng để cải thiện kết quả của các công việc AI khác.
Một phương pháp khác được gọi là hệ thống cân nhắc (deliberation networks), tương tự với cách con người hiệu chỉnh và sửa phần viết của mình bằng cách đọc đi đọc lại nhiều lần. Những nhà nghiên cứu dạy cho hệ thống lặp lại quy trình dịch cùng một câu nhiều lần, từ đó dần hiệu chỉnh và cải thiện dịch thuật.
Những nhà nghiên cứu cũng phát triển hai kỹ thuật mới để cải thiện độ chính xác của việc dịch thuật, Zhou nói.
Một kỹ thuật gọi là đào tạo kết hợp, được sử dụng để liên tục thức đẩy các hệ thống dịch tiếng Anh sang Trung và ngược lại. Với phương pháp này, hệ thống dịch Anh – Trung thực hiện dịch câu tiếng Anh sang Trung để có được một cặp câu. Sau đó chúng được bổ sung vào bộ dữ liệu đào tạo, dịch ngược lại từ tiếng Trung sang Anh. Quy trình giống y sau đó được áp dụng, khi đó, kết quả dịch của hai hệ thống cải thiện hơn.
Một kỹ thuật khác gọi là quy tắc hóa thỏa thuận. Với phương pháp này, dịch thuật được thực hiện từ trái sang phải và phải sang trái. Nếu kết quả giống nhau, độ chính xác được đánh giá cao hơn khi có sự khác biệt trong hai kết quả. Phương pháp này dùng để khuyến khích hệ thống đưa ra các mẫu dịch tương đồng hơn.
Zhou kỳ vọng những phương pháp và kỹ thuật này sẽ thực sự hữu ích trong việc cải thiện dịch thuật tự động đối với nhiều ngôn ngữ và tình huống khác nhau, hoặc hơn thế nữa, áp dụng vào các ứng dụng AI khác ngoài dịch thuật.
P.V
Bài viết đóng góp, xin gửi về email:
vnkinhtenews@gmail.com
.jpg)
