Facebook：每天用神经网络处理翻译超45亿次

Facebook今天宣布它每天用神经网络处理翻译超过45亿次。Facebook用递归神经网络处理翻译任务，该网络可以与Caffe2共用，也就是Facebook今年4月推出的开源深度学习框架。

Caffe2团队今天还说，由于在翻译领域付出了许多努力，现在框架可以与递归神经网络协同工作。

团队在博客中表示：“有了Caffe2，我们明显提高了Facebook机器翻译系统的效率和质量。效率提高了2.5倍，这样我们就可以将神经机器翻译模型应用于生产。最终，Facebook所有语言的所有的机器翻译模型都由短语型系统转向了神经模型。”

使用递归神经网络使得BLEU提高了11%，BLEU是一个指标，用来评估机器翻译人类语言的表现。之前的翻译是用短语型模型完成的，它不能翻译文本块，只能翻译独立单词和短语。

Facebook应用机器学习团队的成员在博客中表示：“为了弥补这个缺点，开发自己的神经网络系统，我们从一开始就使用了一种递归神经网络，也就是序列到序列(Sequence-to-Sequence)LSTM(长短记忆网络)。这种神经网络可以将源句子的整个语境、至今生成的一切考虑进去，从而让翻译更精准更流畅。”(德克)