【发布时间】：2021-12-13 18:30:01
【问题描述】：
我使用来自http://www.manythings.org/anki/ 的葡萄牙语-英语数据集训练了一个变形金刚。这是一个并行化的句子数据集。
训练结束后，我尝试将“doente”这个词翻译成“sick”，但结果却是“我感到恶心”。
关于我如何得到生病这个词的任何想法？
我是否使用错误的数据集训练我的模型？基于句子而不是基于单词？
提前通知
【问题讨论】：
标签： nlp translation
【发布时间】：2021-12-13 18:30:01
【问题描述】：
机器翻译通常适用于句子，因为使用单词的上下文会改变其含义。逐字翻译没有意义。
所以会发生的是，你的词doente通常出现在英文翻译为I feel sick的句子中；那是最小的上下文。由于这些都只是机器的字符，因此从人类的角度来看，没有“理解”只有 sick 部分对应于 doente。
如果要翻译单词，请使用双语词典；我怀疑是否存在基于单词的模型，因为数十年的机器翻译研究表明，您需要更大的语言块来翻译，而不仅仅是单词。
【讨论】：
-
嗨奥利弗，谢谢你的回复。所以只是一个简单的问题，谷歌是如何做到的？你知道他们的方法吗？ NLP 不是我的研究领域，我只是为了好玩而尝试做一些类似于谷歌翻译的事情。
-
我不知道 google 到底是怎么做的，但一种常见的方法是向机器学习系统提供并行文本，其中一个句子是另一个句子的翻译；这样就建立了映射，但不是逐字逐句的。但是，它确实适用于句子片段，而不仅仅是完整的句子。