為啥這句話輸入到谷歌翻譯，就會神奇的出現錯誤的結果？（見圖）不信大家試試？代碼錯誤嗎？
By replacing the relative change in dimensions with the appropriate strain component and Poisson』s ratio
必須是電腦版網頁，手機版網頁是不行的
我也碰到這種問題了...
英文翻譯中文出現英文重複...
謎一樣...
如果不是模型問題....
誰故意這麼教壞谷歌我真想打爆他狗頭...
&這種轉義符怎麼可能出現在翻譯里...
谷歌工程師是白痴嗎...
On the junk, a man stands amidships beating a drum incessantly to guide their efforts, and they pull with all their strength, like men possessed, bent double; and sometimes in the extremity of their travail they craw on the ground, on all fours, like the beasts of the field.
我最近發現很多時候優先解都很不正常...
備選解倒是很好還能讀...
我可憐的翻譯API指標一天到晚浪費在這種玩意兒上了...
這件事情，除了用戶惡搞之外，也不排除競爭對手用自動程序進行干擾，大規模提供錯誤的校訂信息的可能性。
但出現了這種情況，谷歌也是有責任的。這麼長的句子的胡亂改動它居然不加甄別就信任了。那堆亂碼和詭異的隨機重複的漢字在中文中出現的可能性有多少谷歌難道算不出來嗎？估計是有人亂寫的，只要稍稍改動一點就會正常。比如尾部加個句點,翻譯立馬恢復正常。
另外亂碼譯文：數信息預讀信息亦讀亦范范范范范范范范范亦亦亦范范預讀信息中信息
的首字母sxdf，這幾個字母都位於鍵盤左手位置，因此，十有八九是有人亂輸然後提交改進翻譯的建議，多提交幾次谷歌就當真自己翻譯錯了。
而如果把原文改動一點，谷歌就認為這是截然不同的句子，因此，他亂改的譯文也就不起作用了。
可以加個小標點。
簡單來說就是碰到rnn的不動點了（逃
其實就是某些詞被重複attention了。attention這個機制本身是無記憶的，記憶完全依賴rnn，模型本身可以說並沒有顯式的機制去記住自己到底attend過哪些詞。如果rnn的輸出並沒有太大變化，那麼最後對於memory的加權係數都很有可能是和之前類似的（畢竟有一個softmax），最後加權後的結果context就和之前差不多，那麼下一時刻decode出來的詞也就和之前一樣，這樣就會出現某個詞重複翻譯的情況。而且有些時候你會發現即使rnn的輸出變化不能說小，但還是出現這種情況，那是因為模型中乘context的係數太大了，導致context的影響太大了，嗯可見attention有多麼重要...
這個問題可以通過coverage機制來解決，簡單來說就是把源句子中每個詞在之前時刻attention的加權係數加起來，並讓這個值對下一次的attention產生影響，其實就是記住了源句子中每個詞被attend的程度，然後指導下一次的attention。可以看這篇https://arxiv.org/abs/1601.04811可惜GNMT發表的時候還沒有這個怕不是和小女朋友打賭打輸了。。。@紙糊
我客戶端好著，網頁就不好了。
哈哈哈哈哈
親測無用
有趣的是，此時我正在用谷歌翻譯閱讀谷歌自己的那篇論文《Sequence to Sequence Learning
with Neural Networks》
可以去試一下
這種錯誤十有八九就是翻譯模型的鍋，seq2seq就這樣，你永遠不知道他從訓練語料中都學了啥出來，結巴算是好的，還有說話說半句，後半句否定前半句的結果出現也是常有的事情。
這種情況如果線下干預做的不周全，就會出現這種效果。
對話機器人大多也是基於同一種模型，也經常前言不搭後語，習慣就好。
這只是證明了單純依賴深度學習，有些局限性是擺脫不了的。左邊選中德語，就好了百度翻譯英語是可以的
瑞克開發的
亂改翻譯，哼
.cn說這個鍋我不背
------------------------------分割線---------------------
把題主的Poisson』s 改成Poisson"s就翻譯對了，全形的會出錯，半形正常。
奇怪釣魚的？ cn 會出錯com不會
應該是谷歌翻譯伺服器程序出問題了，我用谷歌翻譯翻譯英文網站也有類似的錯誤。
我專門試過過去不會出錯的網頁，現在也會出錯。
可能是有人亂輸的......
為了回答這個問題，我還專門搬出了雪藏已久的梯子。
竟敢質疑我大google，說，百度給了你多少錢，捂臉.jpg
推薦閱讀：