映象新闻

很多朋友想了解關於自然語言處理的一些資料信息，下麵是(揚升資訊www.balincan8.com)小編整理的與自然語言處理相關的內容分享給大家，一起來看看吧。很多朋友想了解關於機器翻譯的一些資料信息，下麵是(揚升資訊www.balincan8.com)小編整理的與機器翻譯相關的內容分享給大家，一起來看看吧。

金磊 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

十年，能讓一個機器翻譯係統發生怎樣的變化？

2011年，TA還隻會“中-英”翻譯這一項技能。但TA卻用十年時間，在翻譯這條路上不斷打磨自己。

現如今，TA的“打開方式”的是這樣：

全球首個發布互聯網神經翻譯係統，10年內讓翻譯質量提升30個百分點（國際常用的評價指標BLEU），而通常提升1個百分點就是非常顯著的了。

全球首次突破200種語言的互譯，10年內讓翻譯語種數量增長100倍。

不再是隻會文本翻譯這一項技能，而是掌握了圖片、視頻、文檔，甚至是同傳這樣的跨模態翻譯。

也不再限於在輸入框中輸入文本來翻譯，而是翻譯APP、AI同傳會議版、同傳助手、小程序以及翻譯開放平台等多種產品。

而且現在的它還變得格外忙碌，全世界每天找TA翻譯的字符量超過千億，相當於2000部大英百科全書，是10年前的10萬倍。

甚至Gartner對它還做出了這樣的評價：

是神經網絡機器翻譯標杆機構，也是國內唯一入圍單位。

是全球AI翻譯服務中的重要力量。

……

TA，就是百度翻譯。

但如果現在你還認為它隻是個搞翻譯的，那可能就有點片麵了。

因為現在的百度翻譯，有點“變味”了。

10歲的百度翻譯，長什麽樣？

如果說百度翻譯的起點，是十年前那個隻會中英翻譯的網站。

那麽現在的它，可謂是把翻譯這事玩出了一種新高度。

首先在翻譯語種這件事，也正如剛才提到的，百度翻譯全世界範圍內首個突破200種語言互譯的係統。

而且不隻是翻譯語種數量多的問題，更是在翻譯難度上有所體現。

例如它甚至在涉獵一些“冷門”的語言，以國粹文言文為例，輸入一段《學弈》的文字：

弈秋，通國之善弈者也。使弈秋誨二人弈，其一人專心致誌，惟弈秋之為聽；一人雖聽之，一心以為有鴻鵠將至，思援弓繳而射之。雖與之俱學，弗若之矣。為是其智弗若與？曰：非然也。

的一下，百度翻譯瞬間就能把晦澀難懂的古文，用大白話的形式展現出來：

然而機器能做到這一點，也相當不容易，因為除去大語種，大部分語言的互譯資源是稀缺的，無法供AI學習足夠多的知識。

但百度翻譯所滿足的可不止於對文本翻譯的“多”和“精”，它還花了十年時間在便捷這塊下足了功夫。

這不就在最近，百度翻譯App更新迭代到了10.0版本，“花式翻譯”也在這裏得到了很好的體現。

不再是把文字輸進去、翻出來這樣單一的套路，而是把語音、圖片、視頻、文檔等形式也融入了進來。

換言之，現在想要做翻譯，不再是輸入文本這種單一的形式了。

說一句話、拍一張照，甚至直接把完整的文檔導進來，就可以完成翻譯了。

不僅如此，甚至像同傳這樣高段位的翻譯，百度翻譯也是能夠輕鬆hold住。

百度翻譯更是在全球頂級機器翻譯比賽WMT （Workshop on Machine Translation）中，拿下過中英翻譯第一名的成績。

不難看出，百度翻譯花了十年時間，不隻是在做橫向的擴展，也是對各個產品在縱向上“自修功法”。Big Family目前已經枝繁葉茂。

那麽百度翻譯，是如何通過十年時間進階到如此的呢？

百度翻譯進化之路

我們不妨先來簡單回顧一下機器翻譯的發展。

“機器翻譯”這件事，早在1946年第一台計算機ENIAC誕生之後的一年，便由信息論先驅、美國科學家Warren Weaver提出：

而至此之後，機器翻譯先是進入到了“基於規則方法”的時代。

這個方法本質上將專家的翻譯知識采用規則形式寫下來，然後采用軟件的方式利用翻譯規則來實現機器翻譯過程。

但這種方法的缺點也是顯而易見，那就是構建成本、維護成本過高，動輒還要將整個程序重寫。

而到了上世紀80年代末90年代初，IBM提出了另一種機器翻譯的方式——統計機器翻譯，這便開啟了機器翻譯時代的第二個大門。

與基於規則的機器翻譯不同，統計機器翻譯不再需要從人工書寫翻譯規則，而是轉換到了數據驅動的機器學習方法。

最大的優點在於機器可以按照人工定義的特征進行“自學”，而之前的基於規則方法，需要人類專家手把手的。

百度翻譯上線之初，主要用的就是基於統計機器翻譯的方法，同時研發了融合已有方法的多策略模型，以便應對互聯網上複雜多樣的翻譯請求。

2010年百度翻譯自建了研發團隊，僅時隔一年，便上線了網頁版。

但此時統計機器翻譯已經誕生了20多年時間，其發展的瓶頸也是越發明顯——在經曆了基於短語的方法、基於句法的方法等一係列技術迭代之後，統計機器翻譯逐漸遇到天花板，翻譯質量難以進一步提升，尤其在長距離調序、譯文流暢度方麵。

即便摸石頭過河，也要身先士卒

到了2013年，一篇名為《Recurrent Continuous Translation Models》的研究橫空出世。

而伴隨著研究人員們所提出的新方法，機器翻譯也就步入到了神經機器翻譯 （NMT）時代。

雖然這種神經網絡的方法確實是一種理想的“替代品”，但非常現實的問題也擺在百度翻譯團隊的麵前。

那就是“無從參考”，建模的方式完全是新的，沒有經驗可循。

再則以當時的技術水平，通過神經網絡模型來做機器翻譯還是一件非常“傷資源”的事。

翻譯效果提升的代價，就是消耗大量的計算資源，往往翻譯一個句子就得花個十幾秒的時間。

時間拉到2015年，即便是在這種大背景的情況下，百度翻譯團隊依舊做了一個“敢為人先”的決定：

上線基於神經網絡的機器翻譯。

在技術方法上，百度翻譯團隊針對NMT所存在的缺點，將上一代統計機器翻譯的特融入了進來。

具體而言，就是將n-gram語言模型、短語表特征、長度特征等，融合到NMT模型中。

實驗結果表明，這種“新舊結合”的方法，顯著提升了NMT在中英互譯方麵翻譯的能。

而從立項到發布全球首個互聯網神經網絡機器翻譯係統，百度翻譯僅僅花了不到半年的時間。

這個節奏要比穀歌翻譯提早了整整16個月的時間。

然而百度翻譯卻並不滿足於此。

△ Bruno Pouliquen，世界知識產權組織機器翻譯負責人，MTSUMMIT-2017

還要做更多方向上的“領頭羊”

為了能夠進一步翻譯出更多的語言，百度翻譯還提出了《Multi-Task Learning for Multiple Language Translation》。

在這項研究中，百度翻譯提出了共享編碼器的多任務學習神經網絡翻譯模型，建立了基於神經網絡的多語言翻譯統一框架。

△ 基於共享編碼器的翻譯模型圖

這也是百度翻譯現在能夠hold住203種語言互譯的關鍵所在。

到了2017年，百度翻譯又驚豔地亮出了AI同傳功能。

具體而言，是提出了語義單元驅動的機器同聲傳譯模型，解決了翻譯質量和同傳時延難以兼顧的難題。

與此同時，百度翻譯團隊還研發了高質量、低時延的機器同傳係統，翻譯準確率超過80%，平均時間延遲3秒。

也正是因為百度在機器翻譯這件事上技術處於領先地位，翻譯準確度又高。

所以許多國際的會議、活動，都陸陸續續選擇百度翻譯作為技術支持。百度翻譯的AI同傳，更是挺進了服貿會、進博會這樣的重要活動。

……

那麽隨之而來的一個問題便是：

百度為什麽要如此發力翻譯這件事？

翻譯，不僅僅是工具那麽簡單

首先，需要明確且達成共識的一點是，機器翻譯是人工智能終極目標之一，也是AI技術最具挑戰的應用之一。

這也就是百度在機器翻譯領域不斷創新的原因所在。

但從另一個角度來看，百度翻譯要做的事情，從來就不是翻譯本身這麽簡單。

而從它十年的發展曆程來看，現在的百度翻譯已經“變味”了：

不僅僅是個工具，更是橋梁、窗口和世界文化的感受器。

這又該如何理解？

我們不妨從百度翻譯帶來了什麽，來理解它的“變味”。

TA是用戶身邊的翻譯助手

例如在交警執法的過程中，就曾遇到過外國（俄羅斯）友人的這種情況。

由於他們不會中文，溝通就成了老大難的問題。

最終，交警通過百度翻譯的能力，成功地救助了外籍船員。

再如工作中，語言的障礙成為了信息獲取與溝通交流的阻礙。

而用戶通過使用百度翻譯的軟件，讓跨語言交流這件事變得更加絲滑。

但這樣的服務和體驗，應當是所有人都該擁有的體驗，哪怕是殘障人士也應如此。

為此，百度翻譯還幫助視力障礙的開發者開發盲人操作軟件，免費幫助大量盲人用戶獲取翻譯服務。

也正是這樣一件又一件的真實故事，讓百度翻譯不再是隻是翻譯工具這麽簡單，更是賦予了諸如橋梁、窗口和感受器等這樣的含義。

TA助力全球抗擊疫情

但講真，比起體驗上的這層“變味”，百度翻譯還逐漸發揮著更具深層宏大的使命和價值。

例如在抗疫這件事上，百度翻譯也在發揮著它的熱量。

法語的3M口罩說明書、英語的防護服說明書、俄語的三層口罩商檢證書……這些抗疫物資等等，無不需要翻譯的工作。

但眾所周知，抗疫這件事不僅任務量重，更是在與時間賽跑。

百度翻譯便扛起了抗疫期間翻譯工作的重擔，僅僅在2天時間內便搭建出了高效易用的定製化翻譯工具，而且火速向誌願者團隊免費開放。

△ 多語言防疫視頻

TA服務國家需求，為跨語言交流鋪路

而且百度翻譯做的事，還是符合國家需求的那種。

國家在第二屆“一帶一路”國際合作峰會論壇中便提出：

共建“一帶一路”，關鍵是互聯互通。我們應該構建全球互聯互通夥伴關係，實現共同發展繁榮。

而跨語言交流，就成為了實現這一目標的關鍵所在。

百度翻譯便在十年時間裏，在翻譯語種增長100倍的情況下，沿著“一帶一路”沿線國家，將跨語言翻譯逐步鋪展開來。

不難看出，這也是應了國家乃至全球發展的互聯互通大趨勢。

而放眼當下，百度翻譯還在“變味”著，要將翻譯這件事轉變為一種生產力。

但畢竟翻譯這件事可謂是任重而道遠，即便是拿下諸多“全球首次”的百度翻譯也還有很長的一段路要走。

至於在接下裏的時間裏，百度翻譯又將在技術和價值上帶來怎樣的提升，我們拭目以待。

— 完 —

量子位 QbitAI ⷠ頭條號簽約

關注我們，第一時間獲知前沿科技動態

本文到此結束，希望對大家有所幫助呢。