採訪關於「kode-AI Translation Cloud API」機器學習和評估的負責人！ （第一部分）
大家好！ 距離 （;^ω^） Kodensha Development Office 博客已經很久了。
在這篇博客中，負責銷售的Satake通過夯實採訪了我們的開發人員，
以對話形式介紹各種開發和產品資訊。
這就是今天回答採訪的人！
我叫柴田先生，目前正在學習中文、韓語和俄語。
（您上次還回答了 ♪ My Interpreter Assist 的採訪。
佐竹： 你學會了三種語言，真是太棒了！
柴田：非常感謝，語言學習很有趣！
佐竹：這一次，我們將使用“kode-AI Translation Cloud API”，預計未來將用於車站和商業設施的多語言廣播。
請詳細介紹♪一下機器學習。
柴田：好的，謝謝。
1. 什麼是神經引擎機器學習？
Satake：首先，您能否簡要說明一下在這種情況下什麼是機器學習和評估？
Shibata：是的，這是一個由 10,000 個日語和英語句子的配對數據（雙語語料庫）組成的機器學習。
它通過與訓練前的數據進行比較來驗證學習效果，並測量神經引擎的機器學習結果。
（什麼是雙語語料庫？ 如果是這樣，請查看此博客！ ）
Satake：有點難以想像機器學習是什麼......
柴田：機器學習就像“像這樣將這種日語翻譯成英語”
這是一種機械地記憶和學習的方式。
在一個簡單的地方，回應日語「請告訴我你的名字」，「我可以有你的名字嗎？這就像把它翻譯成。
當我們學習一門外語時，我們學習瞭如上所述與日語相對應的外語，它是一樣的。 輕柔地說，就是訓練。
佐竹： 原來如此~！ 這很容易理解。 順便說一句，之前推出的“kode-AI Translation Cloud API”是
它與使用普通翻譯引擎的雲翻譯有什麼不同嗎？
柴田：使用 AI（人工智慧）的神經機器翻譯是“kode-AI 翻譯”。
特別是，它在將英語翻譯成日語方面→準確性高而享有盛譽。
按兩下此處瞭解有關「kode-AI Translation」的詳細資訊
佐竹： 哇~~。 由於它是世界上最高水準的 AI 翻譯，因此您可以期待翻譯的準確性！
接下來，您究竟使用什麼來評估所學成果？
2. 介紹評估機器學習結果的過程
Shibata：這一次，我們使用以下程序比較了機器學習數據和非訓練數據。
（1） 手動將 10,000 篇日語原文翻譯成英文，並創建 10,000 對日英雙語語料料庫
（2） 弘電子社持有的特定類別的日英雙語語料庫中的 （1） 中的 9,000 對 + 1,000 對
= 總共 10000 對用於機器學習
（3） （1） 中剩餘的 1000 對數據被排除在評估數據之外，不包含在機器學習數據中。
（4） 對 （3） 中的評估資料執行日英機器翻譯，機器學習前 （Before）
（5） 對 （2） 中的 10000 對數據執行機器學習
（6） 對 （3） 中的評估資料進行日英機器翻譯 機器學習後 （After）
（7） 分別對 （4） 和 （6） 的翻譯結果進行機械 （*） 評估
* 根據與 （1） 的英文翻譯的相似性進行評估（= BLEU 值）
（8） （4） 和 （6） 中的 100 個翻譯結果由翻譯人員手動評估（之前與之後）
佐竹： 好多步驟啊~！ 和一點 （1） ~ （6）
這很困難，我不太理解。 (>_<)
現在，機器學習使翻譯準確性提高了多少？
我會在下一篇博客中宣佈我感興趣的結果~！
哈特布
