Facebook承諾為低資源神經(jīng)網(wǎng)絡研究提供高達40,000美元的資助

神經(jīng)網(wǎng)絡翻譯（NMT）因數(shù)據(jù)饑餓而被詬病 – NMT引擎不僅需要大量數(shù)據(jù)，還需要干凈，高質(zhì)量的數(shù)據(jù)。對于所謂的低資源語言來說，這是一個問題，因為很少有培訓數(shù)據(jù)來源。

對于社交媒體巨頭Facebook來說，這個問題不是一個抽象的問題。該社交網(wǎng)絡在2017年突破了20億用戶標記，該平臺每天執(zhí)行45億次翻譯。

這些數(shù)十億翻譯中的一部分用于低資源語言，例如越南語翻譯，土耳其語翻譯和菲律賓語翻譯，這是菲律賓的主要方言，菲律賓是全球社交媒體之都，擁有超過4700萬Facebook用戶。

所以Facebook正在為此問題投入一些現(xiàn)金。 Facebook研究為學術界開辟了一項研究補助金，以解決資源匱乏的NMT問題。

“在沒有大量平行語料庫的情況下，最大的挑戰(zhàn)之一是實現(xiàn)出色的翻譯準確度，”Facebook的公告宣讀。 “對于使用具有大量參數(shù)的模型的神經(jīng)機器翻譯（NMT）尤其如此。”

因此，F(xiàn)acebook研究將資助多達四項研究提案，從2018年6月開始，為期一年，贈款金額從20,000美元到40,000美元不等，可以選擇在評估后進一步提供資金。 Facebook研究開始提交截至2018年4月18日的補助金。成功的獲獎翻譯公司將在2018年5月前獲得通知。

研究提案需要專門解決低資源NMT問題。正如Facebook所說，主題包括但不限于：

低資源語言對的無監(jiān)督NMT
可比較的語料庫挖掘，再次用于低資源配對，以及
低資源NMT的單語資源

或者上述任何一種的組合。

Facebook研究要求申請人提交擬議項目的摘要以及季度里程碑的時間表，預算草案描述，當然還有參與者的簡歷。

Facebook研究也將在2018年9月召開研討會，這是在2018年11月六個月之前的幾個月，屆時將評估研究進展，“確定第二輪融資的機會”。