Інтеграція машинного навчання для покращення ручного перекладу в сервісі Crowdin

Abstract

Актуальність теми роботи полягає в необхідності покращення функціональності сервісу, покращенні швидкості та якості перекладання проектів. Об’єктом дослідження є система машинного навчання, побудована на основі алгоритму word2vec, та методи і засоби для її реалізації. Метою роботи є побудова системи для інформаційної підтримки перекладачів в сервісі локалізації. Система розроблена за допомогою мови Python з використанням Docker контейнера в якості основи. Система дозволяє покращити швидкість перекладу тексту, за рахунок підказок інтерфейсу використовуючи існуючі переклади, покращує зв’язність контексту у перекладах. Інтеграція створена як окремий мікросервіс, що надає свою гнучкість в використанні і не впливає на основну роботу сервісу Crowdin. Ключові слова: PYTHON, WORD2VEC, RNN, LSTM, ІНТЕГРАЦІЯ, CROWDIN, ЛОКАЛІЗАЦІЯ ПРОДУКТУ.