大数据文摘作品，作者
DevinColdewey，编译
白丁，大饼，钱天培。
Iarrivedatthebankaftercrossingthestreet.
Iarrivedatthebankaftercrossingtheriver.
拿到这两句话，你会怎么翻译呢？你觉得机器翻译又会怎么处理呢？
机器翻译的缺点
机器翻译虽然是一大利器，但也有一些缺点，比如说：按照“一个字一个字”顺序翻译的机器翻译模型往往会导致严重错误发生。
谷歌在其研究日志（Researchblog）中发表了一篇趣味十足的文章，详细分析了这个问题并给出解决方案。
谷歌自然语言处理部门的JakobUszkoreit用以下两句话阐释了这个问题：
Iarrivedatthebankaftercrossingthestreet.
过了这条街，就到银行了。
Iarrivedatthebankaftercrossingtheriver.
过了这条河，就到对岸了。
（译者加注：“bank”为多义词，兼有“银行”和“河岸”之意。）
显而易见，“bank”一词在两句话中含义截然不同，但是后台算法很容易处理错-因为不读完整个句子就无法判定句中“bank”的确切含义。类似这种多义词的现象比比皆是。
如果让我去翻译这句话，我一眼就能看出这两句话中”bank“的区别，但这对翻译系统来说就没那么简单了。如果修改神经网络，使其翻译完一句话后再检查是否有误，有问题的话就再重来一遍，就未免效率太低。
解决方法
为此，谷歌提出了在转换器（Transformer）中建立