मशीन अनुवाद
एक भाषा के पाठ को दूसरी भाषा में बदलना
यह पृष्ठ अंग्रेज़ी में प्रस्तुत है; शीर्षक और सारांश का स्थानीयकरण किया गया है।
यह क्षमता क्या है
Takes source-language text and outputs a translation. Unlike open-ended generation it has an objective reference — whether the translation is faithful — and unlike summarisation it should not drop content but rebuild it as evenly as possible. Beyond prose it must handle terminology lists, markup and placeholders so the output can be pasted back into the original system.
तकनीकी रूप से कैसे
When the Transformer was introduced in 2017, the encoder–decoder with attention was designed for translation, and neural machine translation has since largely replaced statistical systems. Source sentences are encoded and target sentences decoded, trained on parallel corpora. Recent multilingual models cover a hundred-plus languages with one set of parameters and treat translation as an instruction, while low-resource languages lean on transfer from high-resource ones and back-translation.
प्रतिनिधि उत्पाद
6DeepL Translator
2017न्यूरल मशीन अनुवाद सेवा जो अनुवाद की गुणवत्ता पर ज़ोर देती है
GPT-4o
2024मूल रूप से बहुविध सामान्य मॉडल — पाठ, चित्र और ऑडियो एक ही द्वार से
Gemini
2023मूल रूप से बहुविध, अति-लंबे संदर्भ के लिए बना सामान्य मॉडल
Qwen
2023अनेक आकारों और बहुविध संस्करणों वाला ओपन-वेट परिवार
Hunyuan
2023ओपन-वेट संस्करणों सहित टेनसेंट का सामान्य मॉडल परिवार
Whisper
2022कई भाषाओं की वाणी को टेक्स्ट में लिखता और अंग्रेज़ी में अनुवाद करता है
संबंधित संस्थान
सामान्य उपयोग
- Cross-border documents and contracts
- Localisation of software and websites
- Real-time cross-language communication
- Paper abstracts and subtitles
इसका मूल्यांकन कैसे होता है
- BLEU
- N-gram overlap with references; higher is better but not readability
- COMET
- A neural faithfulness score for translations
- chrF
- Character-level F-score, steadier for morphologically rich languages
सीमाएँ और कठिनाइयाँ
- Quality on low-resource languages and dialects trails high-resource ones by a wide margin
- Terminology and proper-noun consistency drifts across a long document
- Idioms, puns and culture-specific wording are often translated literally and lose meaning
इसके पीछे की अवधारणाएँ
Transformer आर्किटेक्चर
शब्द-दर-शब्द relay की जगह वह कक्ष जहाँ सब एक साथ बोलते हैं, जिससे दूर की निर्भरताएँ एक कदम पर आ जाती हैं
अटेंशन तंत्र
हर स्थान बाकी सभी स्थानों को सीधे देख सकता है और प्रासंगिकता के अनुसार ध्यान बाँट सकता है
टोकनाइज़ेशन
मॉडल अक्षर नहीं, टोकन पढ़ते हैं — विभाजन का तरीका चुपचाप क्षमता और लागत तय करता है