Zubnet AIAprenderWiki › Machine Translation
Using AI

Machine Translation

MT, Neural Machine Translation, NMT
Traduzir automaticamente texto de uma língua para outra. Tradução automática neural (NMT) moderna usa Transformers encoder-decoder treinados em corpora paralelos (textos e suas traduções). Google Translate, DeepL e tradução baseada em LLM todos usam variantes dessa abordagem. A qualidade melhorou dramaticamente — para pares de línguas comuns, MT se aproxima da tradução humana profissional para conteúdo de rotina.

Por que importa

Tradução automática quebra barreiras linguísticas em escala. Habilita comércio global, busca multilíngue, comunicação em tempo real e acesso a informação através de línguas. Para IA especificamente, MT é como modelos treinados principalmente em inglês podem servir usuários em 100+ línguas — e é por que eficiência do tokenizer multilíngue importa para custo.

Deep Dive

Modern NMT uses the encoder-decoder Transformer architecture: the encoder processes the source sentence, and the decoder generates the target sentence token by token, attending to the encoded source through cross-attention. Training requires parallel corpora — millions of sentence pairs in both languages. Data quality and domain match are critical: a model trained on EU Parliament proceedings translates legal text well but informal chat poorly.

LLMs as Translators

Large language models have become competitive translators, sometimes exceeding dedicated MT systems for high-resource language pairs. Their advantage: they understand context, idioms, and cultural nuances better because they've seen language used in diverse contexts. Their disadvantage: they're much slower and more expensive per sentence than dedicated MT models. For real-time translation of millions of sentences, dedicated models (like those behind Google Translate) are necessary. For quality-critical translation of smaller volumes, LLMs often produce more natural results.

The Long Tail of Languages

MT quality varies enormously across language pairs. English-French, English-Spanish, and English-Chinese are well-served (abundant training data). But for the world's 7,000+ languages, most pairs have little or no parallel training data. Low-resource translation remains an active research area, with approaches including: zero-shot translation through multilingual models, back-translation (using the MT system itself to generate synthetic training data), and transfer learning from related languages.

Conceitos relacionados

← Todos os termos
ESC