擴展數據:
1，神經機器翻譯是在互聯網上匹配上海語料庫的數據的結果。其實神經機器翻譯就是壹個黑盒，它的結果就像阿甘的巧克力盒子裏的巧克力壹樣不可預測。再簡單的句子也可能出錯。多壹個標點，結果就不壹樣了。有時候同樣的壹句話，等壹兩秒再來，可能會有不同的結果，甚至是相反的意思。
與統計機器翻譯相比，神經網絡翻譯在模型上相對簡單，主要包括兩個部分，壹個是編碼器，壹個是解碼器。編碼器將源語言表示為經過壹系列神經網絡變換後的高維向量。解碼器負責將這個高維向量重新解碼(翻譯)成目標語言。
隨著深度學習技術的發展，神經網絡翻譯方法從2014左右開始興起。2015年，百度發布全球首個互聯網神經網絡翻譯系統。短短三四年時間，神經網絡翻譯系統已經超越了大多數語言的統計方法。
2016年底，Google公布了神經網絡機器翻譯(GNMT)。從此，宣告了在大約27年後，機器翻譯正式從1989的IBM機器翻譯模型(PBMT)轉變為神經網絡機器翻譯模型。
2.機器翻譯系統以在沒有人類參與的情況下完成翻譯為目標，通過使用專門的程序、全面的詞典和全套語言學規則，獨立負責從原文輸入到目標語言輸出的整個翻譯過程。它涉及語言學、計算機科學、數字等諸多學科。現在機器翻譯已經到了神經系統的階段，翻譯自然流暢，有和人工翻譯角力的趨勢。