Facebook今天宣布它每天用神經(jīng)網(wǎng)絡(luò)處理翻譯超過45億次。Facebook用遞歸神經(jīng)網(wǎng)絡(luò)處理翻譯任務(wù)，該網(wǎng)絡(luò)可以與Caffe2共用，也就是Facebook今年4月推出的開源深度學(xué)習(xí)框架。Caffe2團隊今天還說，由于在翻譯領(lǐng)域付出了許多努力，現(xiàn)在框架可以與遞歸神經(jīng)網(wǎng)絡(luò)協(xié)同工作。

　　團隊在博客中表示：“有了Caffe2，我們明顯提高了Facebook機器翻譯系統(tǒng)的效率和質(zhì)量。效率提高了2.5倍，這樣我們就可以將神經(jīng)機器翻譯模型應(yīng)用于生產(chǎn)。最終，F(xiàn)acebook所有語言的所有的機器翻譯模型都由短語型系統(tǒng)轉(zhuǎn)向了神經(jīng)模型。”

 　使用遞歸神經(jīng)網(wǎng)絡(luò)使得BLEU提高了11%，BLEU是一個指標(biāo)，用來評估機器翻譯人類語言的表現(xiàn)。之前的翻譯是用短語型模型完成的，它不能翻譯文本塊，只能翻譯獨立單詞和短語。

　　Facebook應(yīng)用機器學(xué)習(xí)團隊的成員在博客中表示：“為了彌補這個缺點，開發(fā)自己的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，我們從一開始就使用了一種遞歸神經(jīng)網(wǎng)絡(luò)，也就是序列到序列（Sequence-to-Sequence）LSTM（長短記憶網(wǎng)絡(luò)）。這種神經(jīng)網(wǎng)絡(luò)可以將源句子的整個語境、至今生成的一切考慮進去，從而讓翻譯更精準(zhǔn)更流暢?！?/p>