網(wǎng)易有道上線(xiàn)神經(jīng)網(wǎng)絡(luò)翻譯 質(zhì)量媲美英語(yǔ)八級(jí)

在機(jī)器翻譯領(lǐng)域深耕了近十年的網(wǎng)易有道，再次給人們帶來(lái)了驚喜。

近日，網(wǎng)易有道在GMIC（全球移動(dòng)互聯(lián)網(wǎng)大會(huì)）未來(lái)創(chuàng)新峰會(huì)上公布：由網(wǎng)易公司自主研發(fā)的神經(jīng)網(wǎng)絡(luò)翻譯（ Neural Machine Translation,以下簡(jiǎn)稱(chēng)NMT）技術(shù)正式上線(xiàn)。作為受到丁磊親自“過(guò)問(wèn)”、網(wǎng)易最重要技術(shù)創(chuàng)新之一，此次在有道上線(xiàn)的NMT技術(shù)，由網(wǎng)易有道與網(wǎng)易杭州研究院歷時(shí)兩年合力研發(fā)，將服務(wù)于有道詞典、有道翻譯官、有道翻譯網(wǎng)頁(yè)版、有道e讀等產(chǎn)品；這不但意味著借力于NMT技術(shù)，有道產(chǎn)品在語(yǔ)言翻譯質(zhì)量方面將有巨大的提升——超過(guò)7億用戶(hù)將享受到NMT帶來(lái)的高效與便利，更意味著低調(diào)務(wù)實(shí)的網(wǎng)易，早已在人工智能的領(lǐng)域未雨綢繆，并早于業(yè)界實(shí)現(xiàn)人工智能技術(shù)在更廣泛網(wǎng)民中的深度使用。

人工智能改變翻譯讓翻譯更“聰明”

深度學(xué)習(xí)是推動(dòng)當(dāng)前人工智能熱潮最關(guān)鍵的技術(shù)，它首先在圖像、音頻等感知領(lǐng)域獲得了巨大成功，目前在語(yǔ)言方面的應(yīng)用也獲得了長(zhǎng)足的進(jìn)展。

而神經(jīng)網(wǎng)絡(luò)翻譯就是深度學(xué)習(xí)在機(jī)器翻譯領(lǐng)域的具體應(yīng)用。

作為目前機(jī)器翻譯領(lǐng)域最前沿的技術(shù)，神經(jīng)網(wǎng)絡(luò)翻譯采用獨(dú)到的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，能夠?qū)Ψg的全過(guò)程整體建模；與統(tǒng)計(jì)翻譯模型（SMT）相比，神經(jīng)網(wǎng)絡(luò)翻譯模型更像一個(gè)有機(jī)體。

NMT對(duì)整個(gè)句子進(jìn)行編碼，能夠更充分地利用上下文信息，判定多義詞的詞義，生成更高質(zhì)量的譯文。最直觀的一點(diǎn)就是，NMT譯文的句子結(jié)構(gòu)完整，語(yǔ)序更接近人類(lèi)語(yǔ)言使用習(xí)慣，翻譯結(jié)果更加通順；而SMT則像由多個(gè)組件構(gòu)成的機(jī)器，每個(gè)組件完成各自的目標(biāo)，但“拼接”出來(lái)的翻譯結(jié)果，常常不盡人意。

NMT翻譯原理

如果從具體的例子來(lái)看，此次在有道上線(xiàn)的NMT的翻譯結(jié)果更準(zhǔn)確，斷句和語(yǔ)法比起傳統(tǒng)機(jī)器翻譯（SMT）有了直觀可感知的提升，更接近人們心中“會(huì)說(shuō)話(huà)”的人工智能。

NMT與SMT英譯中結(jié)果對(duì)比

據(jù)悉，與傳統(tǒng)的基于短語(yǔ)的統(tǒng)計(jì)翻譯模型相比，此次在有道上線(xiàn)的NMT翻譯質(zhì)量的提升是SMT過(guò)去十年累計(jì)提升的總和。

新聞和口語(yǔ)翻譯出色質(zhì)量可媲美英語(yǔ)八級(jí)

從翻譯界通用的BLEU值評(píng)價(jià)指標(biāo)來(lái)看，此次在有道上線(xiàn)的NMT在新聞文章、英語(yǔ)學(xué)習(xí)及口語(yǔ)等場(chǎng)景下的英文翻譯，做得比同類(lèi)國(guó)際產(chǎn)品更加出色。而丁磊也曾在內(nèi)部表示，新聞和口語(yǔ)是中國(guó)人接觸英語(yǔ)最常見(jiàn)的兩個(gè)領(lǐng)域，應(yīng)在這兩方面加大研究。

事實(shí)上，詞典本就是有道的傳統(tǒng)優(yōu)勢(shì)，其詞條數(shù)據(jù)龐大、解釋準(zhǔn)確，已經(jīng)成為國(guó)內(nèi)用戶(hù)學(xué)習(xí)英語(yǔ)的首選。憑借這一優(yōu)勢(shì)，再加上有針對(duì)性的優(yōu)化，此次在有道上線(xiàn)的NMT對(duì)英語(yǔ)學(xué)習(xí)場(chǎng)景下的翻譯結(jié)果更加精準(zhǔn)。這類(lèi)翻譯需求的特點(diǎn)是，原文規(guī)整、語(yǔ)法及句式較為規(guī)范，因此用戶(hù)對(duì)其準(zhǔn)確性要求更高。在該類(lèi)數(shù)據(jù)上的盲測(cè)結(jié)果顯示，此次在有道上線(xiàn)的NMT，其英譯中和中譯英的BLEU值均領(lǐng)先同行7個(gè)多百分點(diǎn)。

英譯中對(duì)比

新聞文章翻譯是另外一個(gè)常見(jiàn)的需求，它的特點(diǎn)是，長(zhǎng)句較多、句子結(jié)構(gòu)復(fù)雜且有大量人名地名。在這類(lèi)數(shù)據(jù)上，此次在有道上線(xiàn)的NMT同樣表現(xiàn)不俗，英譯中BLEU值超同行6個(gè)百分點(diǎn)，而中譯英也超其8個(gè)百分點(diǎn)。

中譯英對(duì)比

而從以上的例子可以看出，有道上線(xiàn)的神經(jīng)網(wǎng)絡(luò)翻譯的結(jié)果十分通順和準(zhǔn)確，幾乎沒(méi)有任何語(yǔ)法錯(cuò)誤。這樣的結(jié)果，即使是普通人中等英文水平都很難達(dá)到，而據(jù)翻譯專(zhuān)業(yè)人士表示，要達(dá)到這樣翻譯水平，至少英語(yǔ)水平在專(zhuān)業(yè)八級(jí)。

集網(wǎng)易公司之力攻堅(jiān)技術(shù)難題

此次在有道上線(xiàn)的NMT，其翻譯質(zhì)量的大幅提升，源于有道及網(wǎng)易杭州研究院的通力合作。

作為國(guó)內(nèi)最早開(kāi)發(fā)統(tǒng)計(jì)機(jī)器翻譯（SMT）的公司，有道早在兩年前也開(kāi)始涉足神經(jīng)網(wǎng)絡(luò)翻譯領(lǐng)域的探索，并為此投入了巨大的研發(fā)力量。為了加快項(xiàng)目進(jìn)度，網(wǎng)易杭州研究院于一年前也參與進(jìn)來(lái)。

網(wǎng)易有道首席科學(xué)家段亦濤表示，“有道在用戶(hù)翻譯場(chǎng)景上近十年的積累，使得我們擁有豐富的數(shù)據(jù)資源，同時(shí)我們研究深度學(xué)習(xí)和機(jī)器翻譯技術(shù)多年，攻克了數(shù)據(jù)處理、大規(guī)?？蚣?、模型優(yōu)化、領(lǐng)域適配等技術(shù)難題，并開(kāi)發(fā)出一些我們特有的技術(shù)，比如領(lǐng)域適配技術(shù)，使我們的模型能夠自動(dòng)適應(yīng)不同的場(chǎng)景，目前有道的NMT已經(jīng)在新聞、學(xué)習(xí)、口語(yǔ)和一些科技領(lǐng)域等場(chǎng)景下做到了最優(yōu)。”

網(wǎng)易杭州研究院感知與智能中心總經(jīng)理李曉燕則表示，“此次在有道中上線(xiàn)NMT技術(shù)，可以說(shuō)是機(jī)器翻譯領(lǐng)域的標(biāo)桿，作為擁有十余年技術(shù)沉淀的互聯(lián)網(wǎng)實(shí)力研發(fā)團(tuán)隊(duì)，杭研院從深度學(xué)習(xí)理論出發(fā)，解決了大規(guī)模框架、模型優(yōu)化等技術(shù)難題，高效完成了翻譯場(chǎng)景對(duì)接和NMT技術(shù)應(yīng)用工程化。”

機(jī)器翻譯的未來(lái) 讓語(yǔ)言不再是障礙

此次在有道上線(xiàn)的NMT把人工智能接入機(jī)器翻譯，并結(jié)合自身優(yōu)勢(shì)以及對(duì)技術(shù)的優(yōu)化從而大幅提升翻譯質(zhì)量，對(duì)有道乃至整個(gè)翻譯行業(yè)來(lái)說(shuō)，都是一次重要突破。

過(guò)去由于技術(shù)的限制，機(jī)器翻譯僅能翻譯一些簡(jiǎn)單詞組，對(duì)復(fù)雜內(nèi)容翻譯效果并不佳。而神經(jīng)網(wǎng)絡(luò)翻譯技術(shù)的發(fā)展，給翻譯質(zhì)量帶來(lái)了極大提升，高質(zhì)量的機(jī)器翻譯將更廣泛更便捷地被人們使用，那么語(yǔ)言對(duì)于人類(lèi)來(lái)說(shuō)，還將是一個(gè)障礙么？

段亦濤坦言，神經(jīng)網(wǎng)絡(luò)翻譯在全球范圍內(nèi)都屬于前沿技術(shù)，雖然業(yè)內(nèi)已有一定成果，但可挖掘的空間還很大。目前我們的技術(shù)突破，的確讓業(yè)內(nèi)感到振奮， 但機(jī)器翻譯作為人工智能領(lǐng)域的核心難題之一，未來(lái)還有很多的努力要做。

李曉燕也談到，今天我們?cè)谟械喇a(chǎn)品中上線(xiàn)的NMT，只是人工智能在機(jī)器翻譯領(lǐng)域探索的起點(diǎn)。得益于有道在翻譯數(shù)據(jù)的強(qiáng)大積累，我們的NMT技術(shù)將快速迭代更新，未來(lái)將不斷帶來(lái)更優(yōu)質(zhì)的翻譯體驗(yàn)。

據(jù)悉，此次推出的NMT技術(shù)未來(lái)兩周將陸續(xù)在有道詞典、有道翻譯官、有道翻譯網(wǎng)頁(yè)版、有道e讀等產(chǎn)品中正式應(yīng)用。

有道翻譯官拍照翻譯中應(yīng)用

在機(jī)器翻譯領(lǐng)域深耕了近十年的網(wǎng)易有道，再次給人們帶來(lái)了驚喜。

近日，網(wǎng)易有道在GMIC（全球移動(dòng)互聯(lián)網(wǎng)大會(huì)）未來(lái)創(chuàng)新峰會(huì)上公布：由網(wǎng)易公司自主研發(fā)的神經(jīng)網(wǎng)絡(luò)翻譯（ Neural Machine Translation,以下簡(jiǎn)稱(chēng)NMT）技術(shù)正式上線(xiàn)。作為受到丁磊親自“過(guò)問(wèn)”、網(wǎng)易最重要技術(shù)創(chuàng)新之一，此次在有道上線(xiàn)的NMT技術(shù)，由網(wǎng)易有道與網(wǎng)易杭州研究院歷時(shí)兩年合力研發(fā)，將服務(wù)于有道詞典、有道翻譯官、有道翻譯網(wǎng)頁(yè)版、有道e讀等產(chǎn)品；這不但意味著借力于NMT技術(shù)，有道產(chǎn)品在語(yǔ)言翻譯質(zhì)量方面將有巨大的提升——超過(guò)7億用戶(hù)將享受到NMT帶來(lái)的高效與便利，更意味著低調(diào)務(wù)實(shí)的網(wǎng)易，早已在人工智能的領(lǐng)域未雨綢繆，并早于業(yè)界實(shí)現(xiàn)人工智能技術(shù)在更廣泛網(wǎng)民中的深度使用。

人工智能改變翻譯讓翻譯更“聰明”

深度學(xué)習(xí)是推動(dòng)當(dāng)前人工智能熱潮最關(guān)鍵的技術(shù)，它首先在圖像、音頻等感知領(lǐng)域獲得了巨大成功，目前在語(yǔ)言方面的應(yīng)用也獲得了長(zhǎng)足的進(jìn)展。

而神經(jīng)網(wǎng)絡(luò)翻譯就是深度學(xué)習(xí)在機(jī)器翻譯領(lǐng)域的具體應(yīng)用。

作為目前機(jī)器翻譯領(lǐng)域最前沿的技術(shù)，神經(jīng)網(wǎng)絡(luò)翻譯采用獨(dú)到的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，能夠?qū)Ψg的全過(guò)程整體建模；與統(tǒng)計(jì)翻譯模型（SMT）相比，神經(jīng)網(wǎng)絡(luò)翻譯模型更像一個(gè)有機(jī)體。

NMT對(duì)整個(gè)句子進(jìn)行編碼，能夠更充分地利用上下文信息，判定多義詞的詞義，生成更高質(zhì)量的譯文。最直觀的一點(diǎn)就是，NMT譯文的句子結(jié)構(gòu)完整，語(yǔ)序更接近人類(lèi)語(yǔ)言使用習(xí)慣，翻譯結(jié)果更加通順；而SMT則像由多個(gè)組件構(gòu)成的機(jī)器，每個(gè)組件完成各自的目標(biāo)，但“拼接”出來(lái)的翻譯結(jié)果，常常不盡人意。

NMT翻譯原理

如果從具體的例子來(lái)看，此次在有道上線(xiàn)的NMT的翻譯結(jié)果更準(zhǔn)確，斷句和語(yǔ)法比起傳統(tǒng)機(jī)器翻譯（SMT）有了直觀可感知的提升，更接近人們心中“會(huì)說(shuō)話(huà)”的人工智能。

NMT與SMT英譯中結(jié)果對(duì)比

據(jù)悉，與傳統(tǒng)的基于短語(yǔ)的統(tǒng)計(jì)翻譯模型相比，此次在有道上線(xiàn)的NMT翻譯質(zhì)量的提升是SMT過(guò)去十年累計(jì)提升的總和。

新聞和口語(yǔ)翻譯出色質(zhì)量可媲美英語(yǔ)八級(jí)

從翻譯界通用的BLEU值評(píng)價(jià)指標(biāo)來(lái)看，此次在有道上線(xiàn)的NMT在新聞文章、英語(yǔ)學(xué)習(xí)及口語(yǔ)等場(chǎng)景下的英文翻譯，做得比同類(lèi)國(guó)際產(chǎn)品更加出色。而丁磊也曾在內(nèi)部表示，新聞和口語(yǔ)是中國(guó)人接觸英語(yǔ)最常見(jiàn)的兩個(gè)領(lǐng)域，應(yīng)在這兩方面加大研究。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。