網(wǎng)易有道上線神經(jīng)網(wǎng)絡(luò)翻譯 質(zhì)量提升超過去十年總和

　　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,以下簡稱NMT)技術(shù)正式上線。作為受到丁磊親自“過問”、網(wǎng)易最重要技術(shù)創(chuàng)新之一，此次在有道上線的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)品在語言翻譯質(zhì)量方面將有巨大的提升——超過7億用戶將享受到NMT帶來的高效與便利，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，目前在語言方面的應(yīng)用也獲得了長足的進(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�譯的全過程整體建模;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，語序更接近人類語言使用習(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”出來的翻譯結(jié)果，常常差強(qiáng)人意。

　　NMT翻譯原理

　　如果從具體的例子來看，此次在有道上線的NMT的翻譯結(jié)果更準(zhǔn)確，斷句和語法比起傳統(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)說話”的人工智能。

　　NMT與SMT 英譯中結(jié)果對(duì)比

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

　　新聞和口語翻譯出色  BLEU值超同行

　　從翻譯界通用的BLEU值評(píng)價(jià)指標(biāo)來看，此次在有道上線的NMT在新聞文章、英語學(xué)習(xí)及口語等場景下的英文翻譯，做得比同類國際產(chǎn)品更加出色。而丁磊也曾在內(nèi)部表示，新聞和口語是中國人接觸英語最常見的兩個(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)成為國內(nèi)用戶學(xué)習(xí)英語的首選。憑借這一優(yōu)勢(shì)，再加上有針對(duì)性的優(yōu)化，此次在有道上線的NMT對(duì)英語學(xué)習(xí)場景下的翻譯結(jié)果更加精準(zhǔn)。這類翻譯需求的特點(diǎn)是，原文規(guī)整、語法及句式較為規(guī)范，因此用戶對(duì)其準(zhǔn)確性要求更高。在該類數(shù)據(jù)上的盲測(cè)結(jié)果顯示，此次在有道上線的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)常見的需求，它的特點(diǎn)是，長句較多、句子結(jié)構(gòu)復(fù)雜且有大量人名地名。在這類數(shù)據(jù)上，此次在有道上線的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

　　集網(wǎng)易公司之力攻堅(jiān)技術(shù)難題

　　此次在有道上線的NMT，其翻譯質(zhì)量的大幅提升，源于有道及網(wǎng)易杭州研究院的強(qiáng)大技術(shù)支持。

　　作為國內(nèi)最早開發(fā)統(tǒng)計(jì)機(jī)器翻譯(SMT)的公司，網(wǎng)易早在兩年前也開始涉足神經(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。

　　網(wǎng)易有道首席科學(xué)家段亦濤表示，“有道在用戶翻譯場景上近十年的積累，使得我們擁有豐富的數(shù)據(jù)資源，同時(shí)我們攻克了數(shù)據(jù)處理、領(lǐng)域適配等技術(shù)難題，并開發(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)不同的場景，目前已經(jīng)在新聞、學(xué)習(xí)、口語和一些科技領(lǐng)域等場景下做到了最優(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NMT 技術(shù)，可以說是機(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)�？蚣�、模型優(yōu)化等技術(shù)難題，高效完成了翻譯場景對(duì)接和NMT技術(shù)應(yīng)用工程化。”

　　機(jī)器翻譯的未來讓語言不再是障礙

　　此次在有道上線的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)來說，都是一次重要突破。

　　過去由于技術(shù)的限制，機(jī)器翻譯僅能翻譯一些簡單詞組，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，那么語言對(duì)于人類來說，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，未來將不斷帶來更優(yōu)質(zhì)的翻譯體驗(yàn)。

　　據(jù)悉，此次推出的NMT技術(shù)未來兩周將陸續(xù)在有道詞典、有道翻譯官、有道翻譯網(wǎng)頁版、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