GoogleWave-NaturalLanguageProcessing.srt - google-video-captions - Captions for Videos on Google's YouTube channels

Source path: svn/ trunk/ captions/ ru/ GoogleWave-NaturalLanguageProcessing.srt

r43

1
00:00:00,000 --> 00:00:05,734
Google Wave: Обработка естественных языков.

2
00:00:05,734 --> 00:00:08,234
Вайтлоу: Привет. Я Кэйси Вайтлоу.

3
00:00:08,234 --> 00:00:09,234
Я технический руководитель

4
00:00:09,234 --> 00:00:10,567
группы обработки естественных языков

5
00:00:10,567 --> 00:00:12,501
здесь в Сиднее,
и сегодня я собираюсь немного 

6
00:00:12,501 --> 00:00:13,901
поговорить с вами

7
00:00:13,901 --> 00:00:16,601
о тех крутых вещах,
которые мы внедрили в Google Wave.

8
00:00:16,601 --> 00:00:18,834
Одна из главных целей,

9
00:00:18,834 --> 00:00:21,834
преследуемых нами в Google Wave - 
это эффективность.

10
00:00:21,834 --> 00:00:23,734
Мы хотим, чтобы пользователи 
продолжали эффективно работать

11
00:00:23,734 --> 00:00:25,734
как при чтении,
так и при наборе текста.

12
00:00:25,734 --> 00:00:27,601
Один из способов, 
который мы разработали для этой цели

13
00:00:27,601 --> 00:00:29,267
- это наша
система проверки орфографии.

14
00:00:29,267 --> 00:00:32,234
Мы бы хотели, чтобы
пользователи могли

15
00:00:32,234 --> 00:00:34,534
сосредоточиться на том, что они пишут
и не беспокоиться

16
00:00:34,534 --> 00:00:36,801
опечатались они где-нибудь, 
или нет.

17
00:00:36,801 --> 00:00:39,000
Мы считаем, что если люди 
могли бы чуть-чуть расслабиться

18
00:00:39,000 --> 00:00:41,100
или просто печатать на 5% быстрее,

19
00:00:41,100 --> 00:00:43,400
то они бы тратили 
на 5% меньше времени на набор текста.

20
00:00:43,400 --> 00:00:45,734
Итак, я приведу пример.

21
00:00:45,734 --> 00:00:47,801
Это, наверное, 
самый легкий способ для объяснения.

22
00:00:47,801 --> 00:00:51,133
Представим, что Вы хотите встретиться
с кем-то из друзей.

23
00:00:51,133 --> 00:00:52,300
Вы договариваетесь о встрече.

24
00:00:52,300 --> 00:00:54,534
И пишете...

25
00:00:54,534 --> 00:00:56,467
[пишет]
Let's [Давай]

26
00:00:56,467 --> 00:00:58,434
met [встретились]...

27
00:00:58,434 --> 00:01:00,067
упс...

28
00:01:00,067 --> 00:01:03,767
tomorrow [завтра].

29
00:01:03,767 --> 00:01:05,567
Вы видите, что
я допустил ошибку

30
00:01:05,567 --> 00:01:07,516
Я тут написал "met" [встретились],
вместо "meet" [встретимся].

31
00:01:07,516 --> 00:01:09,501
Мой палец пропустил букву "e".

32
00:01:09,501 --> 00:01:13,534
Мы реализовали проверку орфографии

33
00:01:13,534 --> 00:01:16,968
путем создания автоматизированного 
участника и назвали его Спелли.

34
00:01:16,968 --> 00:01:19,767
Он работает прямо как
ещё один пользователь,

35
00:01:19,767 --> 00:01:21,767
который участвует 
в волне наравне с вами

36
00:01:21,767 --> 00:01:24,334
Итак, Спелли на волне
с вами,

37
00:01:24,334 --> 00:01:29,267
и он может увидеть, что вы
написали "Let's met tomorrow" 
[Давай встретились завтра]

38
00:01:29,267 --> 00:01:31,367
и попробует проверить
правильность написанного.

39
00:01:31,367 --> 00:01:32,901
По каждому слову...

40
00:01:32,901 --> 00:01:35,534
У него нет никаких 
словарей,

41
00:01:35,534 --> 00:01:39,534
так что он не может знать, 
правильное ли слово "met" [встретились]

42
00:01:39,534 --> 00:01:40,834
или ошибка.

43
00:01:40,834 --> 00:01:43,100
Для начала он 
предлагает список

44
00:01:43,100 --> 00:01:46,634
возможных кандидатов
для исправления этого слова.

45
00:01:46,634 --> 00:01:50,367
Например, это могут быть

46
00:01:50,367 --> 00:01:53,400
"meat" [мясо], т.е. еда...

47
00:01:53,400 --> 00:01:56,868
или "meet" [встретимся], правильный
вариант в нашем случае.

48
00:01:56,868 --> 00:01:59,367
Вы можете придумать ещё
множество подобных вариантов.

49
00:01:59,367 --> 00:02:02,200
Например "set" [установим], 
или "net" [сеть], 
или "me" [мне] — 

50
00:02:02,200 --> 00:02:05,367
все варианты слов, 
какие мы могли бы рассматривать,

51
00:02:05,367 --> 00:02:09,200
чтоб понять, что же вы 
на самом деле хотели написать.

52
00:02:09,200 --> 00:02:12,734
Мы научились у Интернета,

53
00:02:12,734 --> 00:02:14,934
какого рода опечатки 
допускают люди,

54
00:02:14,934 --> 00:02:17,200
и какие варианты более
или менее подходят.

55
00:02:17,200 --> 00:02:18,834
Итак мы понимаем, что,
к примеру,

56
00:02:18,834 --> 00:02:20,634
случайная вставка буквы "a"

57
00:02:20,634 --> 00:02:22,300
вполне вероятна,

58
00:02:22,300 --> 00:02:25,434
а пропуск самой первой буквы слова

59
00:02:25,434 --> 00:02:28,467
менее вероятен
в данном случае.

60
00:02:28,467 --> 00:02:32,667
Итак, у нас есть некие предположения,
и далее мы собираемся

61
00:02:32,667 --> 00:02:34,667
оценить наши предположения
в контексте.

62
00:02:34,667 --> 00:02:38,067
Некоторые сервисы Google уже используют

63
00:02:38,067 --> 00:02:40,434
подобную статистическую
языковую модель,

64
00:02:40,434 --> 00:02:42,467
например, Google Переводчик,

65
00:02:42,467 --> 00:02:44,367
который обрабатывает информацию

66
00:02:44,367 --> 00:02:46,133
о том, как используется язык.

67
00:02:46,133 --> 00:02:47,968
Данные системы обучались Интернетом,

68
00:02:47,968 --> 00:02:49,734
прорабатывая миллиарды веб-страниц,

69
00:02:49,734 --> 00:02:51,217
и дали нам по-настоящему хорошее представление

70
00:02:51,217 --> 00:02:53,734
о том, как же на самом деле
общаются люди.

71
00:02:53,734 --> 00:02:55,434
Далее мы бы оценивали

72
00:02:55,434 --> 00:02:58,834
 вероятность правильности предложений
типа "Давай встретились завтра"

73
00:02:58,834 --> 00:03:02,067
и "Давай мясо завтра" - они менее вероятны,

74
00:03:02,067 --> 00:03:03,767
и "Давай встретимся завтра"

75
00:03:03,767 --> 00:03:06,267
которое больше похоже на правду, 
нежели предыдущие.

76
00:03:06,267 --> 00:03:08,300
Для этого мы совмещаем статистическую модель
с нашей моделью ошибок,

77
00:03:08,300 --> 00:03:10,200
которая высчитает вероятность каждой 
опечатки,

78
00:03:10,200 --> 00:03:13,834
не учитывая контекст, для финального определения

79
00:03:13,834 --> 00:03:15,901
тех слов,

80
00:03:15,901 --> 00:03:19,200
которые вы могли подразумевать при написании.

81
00:03:19,200 --> 00:03:22,000
Так, в данном случае мы бы предложили 
"встретимся" [meet].

82
00:03:22,000 --> 00:03:25,467
Как только мы поняли, что в слове ошибка,

83
00:03:25,467 --> 00:03:29,100
мы должны отобразить 
эту информацию в Google Wave-клиенте,

84
00:03:29,100 --> 00:03:31,667
чтобы пользователь мог увидеть ее

85
00:03:31,667 --> 00:03:34,701
и исправить ее вручную, либо же автоматически.

86
00:03:34,701 --> 00:03:36,067
Наша система проверки орфографии

87
00:03:36,067 --> 00:03:38,834
несколько отличается от существующих систем.

88
00:03:38,834 --> 00:03:42,000
Одно из отличий в том, 
что система работает на сервере.

89
00:03:42,000 --> 00:03:44,100
А это значит, что качество проверки

90
00:03:44,100 --> 00:03:46,033
орфографии не зависит 

91
00:03:46,033 --> 00:03:49,434
от того, с какого устройства Вы работаете.

92
00:03:49,434 --> 00:03:52,767
Так что независимо от того, используете ли Вы
стационарный компьютер

93
00:03:52,767 --> 00:03:56,000
или же ноутбук - вы получите такую же 
качественную проверку орфографии.

94
00:03:56,000 --> 00:03:57,901
Это же справедливо и в языковом плане,

95
00:03:57,901 --> 00:03:59,467
то есть мы реализовали это 

96
00:03:59,467 --> 00:04:01,267
и для других алфавитных языков.

97
00:04:01,267 --> 00:04:06,667
Как я говорил, мы используем огромные 
статистические языковые модели.

98
00:04:06,667 --> 00:04:07,801
Под огромными я подразумеваю

99
00:04:07,801 --> 00:04:09,801
модели с миллиардами слов.

100
00:04:09,801 --> 00:04:12,033
Которые вылились в много-много гигабайт данных.

101
00:04:12,033 --> 00:04:15,501
Их невозможно запустить на одной машине,

102
00:04:15,501 --> 00:04:17,601
но это совсем не проблематично в датацентре,

103
00:04:17,601 --> 00:04:19,234
где множество машин работают

104
00:04:19,234 --> 00:04:22,200
над языковой и орфографической моделью вместе.

105
00:04:22,200 --> 00:04:27,167
Более того, мы можем сделать эту орфографическую
систему

106
00:04:27,167 --> 00:04:28,734
доступной всем пользователям,

107
00:04:28,734 --> 00:04:30,767
поэтому стоимость в расчете на пользователя
очень незначительна.

108
00:04:30,767 --> 00:04:33,534
Поэтому для нас это очень выгодно.

109
00:04:33,534 --> 00:04:35,667
После того, как приходит осознание, что
у вас есть система,

110
00:04:35,667 --> 00:04:37,801
которая поддерживает совместное одновременное 
редактирование,

111
00:04:37,801 --> 00:04:39,501
которая обладает структурированной моделью
данных,

112
00:04:39,501 --> 00:04:42,667
и что вы можете менять
пользовательский интерфейс,

113
00:04:42,667 --> 00:04:45,167
приглашая удаленных участников,

114
00:04:45,167 --> 00:04:47,200
тогда действительно понимаешь, что 
нет предела совершенству.

115
00:04:47,200 --> 00:04:49,434
Я имею ввиду,
что мы можем применять

116
00:04:49,434 --> 00:04:51,367
все существующие технологии обработки
естественных языков,

117
00:04:51,400 --> 00:04:53,100
типа проверки орфографии
или перевода

118
00:04:53,100 --> 00:04:55,667
и продолжаем искать
новые приложения,

119
00:04:55,667 --> 00:04:57,667
так как наши способы и методы
общения постоянно меняются.

120
00:04:57,667 --> 00:05:00,868
Я считаю, нас ждут
по-настоящему удивительные времена.

Show details Hide details

Change log

r41 by naomi.bilodeau on Aug 8, 2009 Diff

[No log message]

Go to:

Project members, sign in to write a code review

Older revisions

All revisions of this file

File info

Size: 13153 bytes, 545 lines

View raw file

File properties

url: http://www.youtube.com/watch?v=Sx3Fpw0XCXk
title: Google Wave: Natural Language Processing
translation-by: habratranslation