W dniu 18.11.2019 o 16:06, M.M. pisze:
> iiii jjjj światło kkkk llll". Czasami sieć dla sztucznych słów wypluje
> słowa typu a, the, albo jakieś idiomy. Innym razem sieć wypluje slowo puste, co
> będzie znaczyło, że tego slowa się nie tłumaczy. Potem inny zestaw sieci zadba o

A czy zamiast neuronów nie można użyć jakiegoś algorytmu, np. liczącego
prawdopodobieństwa Bayesa? Trochę mam niezbyt dużo zaufania do sposobu w
którym to nie my określamy działania, tylko sieć sama się uczy w
niewiadomy sposób, za to trzeba ja długo uczyć na wielkiej ilości danych.

Zamiast tłumaczyć z języka A na B, można by spróbować tekst zrozumieć,
mieć wtedy pośredni język.

Na przykład porównując definicje:
http://wordnetweb.princeton.edu/perl/webwn?s=solid&s
ub=Search+WordNet&o2=1&o0=1&o8=1&o1=1&o7=1&o5=&o9=&o
6=&o3=&o4=&h=0

https://en.wiktionary.org/wiki/solid

Widać że część się pokrywa, część nie. Ale w jaki sposób maszyna może
stwierdzić pokrywanie się definicji?
(geometry) A three-dimensional figure (as opposed to a surface, an area,
or a curve).
==
S: (n) solid#3 (a three-dimensional shape)

(chemistry) A substance in the fundamental state of matter that retains
its size and shape without need of a container (as opposed to a liquid
or gas).
==
(14)S: (n) solid#1 (matter that is solid at room temperature and pressure)

natomiast to nie pasuje:
An article of clothing which is of a single color throughout.

--
gdy się porównuje definicje, to człowiek jest w stanie stwierdzić, czy
pasują czy nie, natomiast komputer jak to może stwierdzić?
Przydałoby się liczyć to z jakimś prawdopodobieństwem, na przykład: te
definicje pasuję na 0.99, te na 0.01, a gdy na 0.6 to mamy problem.