Применение методов нейросетевых моделей для автоматизированного перевода текстов на естественных языках

В данной работе рассматривается одна из наиболее актуальных задач нашего времени – разработка системы машинного перевода (МП) естественных текстов. Анализируется современное состояние и тенденции развития моделей машинного перевода. На основании сравнения наиболее успешных и востребованных на настоящее время систем МП (таких как Google Translate, Яндекс.Переводчик, переводчик от Facebook и др.) были выделены возможные области их улучшения. На базе технологии векторного представления слов Word2Vec от Google предложен и разработан собственный метод автоматизированного перевода поступающих на вход текстов на заданных естественных языках. Разработанный метод применен для решения задачи автоматизации процесса поиска, анализа и перевода статей для информационно-развлекательного Интернет портала pluggedin.ru. Предложенный подход показал свою перспективность, и были определены дальнейшие направления развития данной задачи. Работа состоит из введения, трех основных глав, включающих в себя описание понятийного аппарата, существующих решений и реализаций, пояснение постановки задачи и разбиение ее на этапы, предложение собственного метода и его программной реализации, список литературы, состоящий из 51 пункта.