| 送交者: 索探[★★★网络贵族★★★] 于 2017-05-04 6:40 已读 4276 次 1 赞 | 索探的个人频道 |
近日，在GMIC(全球移动互联网大会)未来创新峰会上，网易有道首席科学家段亦涛发表了《机器翻译皆有道》的主题演讲，公布了一个激动人心的消息：由网易公司自主研发的神经网络翻译( Neural Machine Translation,以下简称NMT)技术正式上线了。
此次有道上线的NMT技术，由网易有道与网易杭州研究院历时两年合力研发，将服务于有道词典、有道翻译官、有道翻译网页版、有道e读等产品，期待给用户带去超便捷的产品体验。此外，有道翻译官还推出了拍照翻译，用户只需要对文本进行拍照，就可实时展现出神经网络翻译的结果。
神经网络翻译模型是目前机器翻译领域最前沿的技术，其核心是AI深度学习，它能模仿人脑的工作机制，采用独到的神经网络结构，对翻译的全过程整体建模。整个模型由大量的“神经元”构成，一个“神经元”完成一些简单的任务，然后通过对这些“神经元”的组合来协调工作，最终得到更出色的翻译文本。
NMT不仅能对整个句子进行编码，还能够根据上下文语境来判断多义词的具体词义，生成更高质更准确的译文。
而以前的统计翻译模型（以下简称SMT）更像一个机械系统，它由多个组件构成，包括短语条件、分词条件、条序组件和原模型等等。每个模块都有各自的功能和目标，之后再通过机械拼接输出翻译结果，其主要缺点在于模型中包含的句法、语义成分较低，因而在处理句法差别较大的语言时，如中文-英文时将遇到问题。有时翻译结果虽然“词词都对”却没有可读性。
和SMT相比，NMT模型更像一个有机体，模型里面有很多可以调整和优化同一目标的参数，使得结合和交互更加有机，整体翻译效果会更好。
NMT编码-解码结构
简单来说，NMT更会说“人话”，而SMT则常常前言不搭后语。
但神经网络翻译NMT并不新鲜，谷歌早在2016年就推出了神经网络翻译，号称其翻译能力能够匹敌真人。
网易表示，其NMT的亮点不仅在于从翻译界通用的机器翻译BLEU值评价指标来看，有道做得比同类国际产品更加出色。而且该产品是其深耕十年的力作，公司积累了大量的优质语料和技术，并且更关注中文和其他外语之间的翻译，所以火力更加集中。针对中文特有的语言现象也做了非常多的优化，包括中文的分词等等。
为了能让大家有更加直观的感受，段亦涛展示了两个例子，第一个是英译中，原文是随机选取的一段关于巴黎恐怖事件的报道。
他表示，从上面的结果可以看出来，统计翻译模型的结果拼凑感非常明显，而且有些片断翻译还搞错了，整体来看很不通顺；有道的翻译结果，可以看到是相当的准确和流畅的;第三个国外神经网络翻译模型的结果，可以看到不少的不准确的地方。
紧接着是一个中译英的例子：
他表示：可以看到，有道上线的神经网络翻译的结果，仍然是通顺和准确的，这里面几乎没有任何语法错误。这个结果，即使是普通人中等英文水平，都很难达到，但是我们的神经网络翻译做到了。再来看另个国外神经网络模型的翻译结果，其实还是看出有明显的不合适的地方，比如“起起伏伏”以及一些词之间的关系搞错。
这一波炫技吸引了不少目光和掌声，更有人说其翻译质量可媲美英语八级，那我们今天就拿专八真题来试试。小编选取了2016年的专八翻译真题：
通过对比，我们可以发现，在这三个翻译软件开头翻得都没什么问题，只是一到语义转折和断句的时候，就会出错，小错如动词使用错误、时态不一致；大错就直接语无伦次了，如句子的后半段 “......流逝之际青年变成了老翁而绿草转眼就枯黄，很自然有错阴的紧迫感，”三个翻译软件集体扑街。
翻出来的东西小编也看不懂，所以就让翻译软件把标红部分回译了一下，从上到下依次是有道、谷歌、百度：
要不我们再试试英到中翻译？就选《傲慢与偏见》开篇第一句话吧！
有道和百度翻译得都还说得过去，但是谷歌翻译的有点儿太过分了啊......
请点这里投票，“赞”助支持！