“一带一路”需过言关 网络机器翻译蓄势待发.docVIP

　　具有深远意义的“一带一路”战略构想涉及俄罗斯、印度、泰国等超过六十个国家，近四十亿人口，四十多种语言，将极大的促进沿线各国的深度合作和交流。 　　提到合作与交流，首先摆在我们面前的便是语言问题。如何跨越语言障碍，实现各国互联互通呢？全球一体化时代，单靠人力显然是不能完成这样的艰巨任务。好在科技的进步给我们提供了解决方案，以机器取代人，让机器扮演翻译这一重要角色，不仅具有很强的战略意义，在实际经济和文化生活中也举足轻重。 　　显然，这并不是一项轻松的工作，机器翻译需要凝聚计算机、认知科学、语言学、信息论等学科的知识，是人工智能的终极目标之一。国内外的一些行业巨擘都在这一领域发力，努力研发出具备高度可用性的机器翻译技术。百度也是这一领域的佼佼者，联合了国内顶级学术机构展开研究，中国科学院自动化研究所、浙江大学、哈尔滨工业大学、中国科学院计算技术研究所和清华大学等悉数在列。 　　爆发式增长的数据规模给机器翻译带来新的想象空间，百度依托得天独厚的大数据优势，取得了机器翻译核心技术的多项突破。 　　先进的机器翻译背后蕴含着怎样的高科技呢？下面我们一探究竟。 　　互联网学霸： 　　高质量翻译知识获取技术 　　蹒跚学步是新生儿必须经历的过程，当一个人接触到翻译这个工作的时候， 熟悉和掌握大量的双语词句就是这个学步的过程。只有了解了大量语句的常用翻译方法，才可以举一反三，融会贯通。我们可以将这个过程理解为“背诵例句”的过程。作为个人，要背诵成百上千的例句就颇为不易，挑灯夜战，痛苦不堪，往往还需要反复背诵以加深记忆。 　　百度机器翻译同样有着这样“背诵例句”的过程，所不同的是，它的背诵能力超出了大多数人的想象。 　　百度研发了基于互联网大数据的高质量翻译知识获取技术，突破了传统翻译知识获取规模小、成本高的瓶颈。互联网就是百度机器翻译的语料库的来源，而基于网页自主拓扑结构和内容互译计算的语料获取方法，也解决了互联网翻译知识质量控制的难题。 　　百度机器翻译“背诵例句”的规模有多大，通过一个数据可以窥豹一斑：“例句”的数量如果按照字数换算成《大英百科全书》，翻译系统在一周内学习的内容相当于千万部《大英百科全书》。 　　即便是最强悍的人类学霸，在这种规模的语料学习前也将一败涂地。 　　翻译方法的突破： 　　基于互联网大数据的翻译方法 　　如果将互联网大数据比喻为浩瀚的大海，传统方法犹如一叶扁舟，难以应对互联网大数据带来的冲击。要想显著的提高翻译质量，必须打破传统方法的束缚，打造能够乘风破浪的翻译航空母舰。 　　百度翻译提出了基于互联网大数据的机器翻译模型，融合了多种翻译策略，并实现了机器翻译云平台与算法的充分优化与融合。一天之内即可完成全网超过2000亿网页双语资源的模型训练，稳定响应每天近亿次的翻译请求。 　　举一反三 融会贯通： 　　枢轴语言机器翻译技术 　　尽管互联网带来了数据量的激增，但是数据量是不均衡的。对于很多小语种而言，互联网上的数据仍然非常匮乏，比如哈萨克语、斯洛文尼亚语、泰语等。俗话说“巧妇难为无米之炊“，如何开发高质量的小语种翻译系统，是一个世界级难题。 　　百度提出了枢轴语言机器翻译技术，攻克了机器翻译语种覆盖度受限的难题，使得资源稀缺的小语种翻译成为可能。以枢轴语言为桥梁，充分挖掘“源语言-枢轴语言”以及“枢轴语言-目标语言”之间潜在的对应关系，构建大规模高质量翻译模型。例如，开发高质量的“中-泰”翻译系统，可以以英语作为枢轴语言，通过“中-英”“英-泰“的丰富资源建立”中-泰“翻译模型。 　　通过以上技术，在小语种资源匮乏的情况下，降低了新语种资源获取和新翻译方向开发的成本，平均11天部署1个新语种。而如果是让人类从零开始掌握一门语言，11天无疑是天方夜谭，即便是对于传统的机器翻译技术来说，新语言部署周期动辄需要数月或数年的时间。 　　百度翻译助力一带一路腾飞 　　机器翻译一直被公认为是人工智能领域最难的课题之一。让机器理解语言，进而实现不同语言之间的翻译，是人类一直以来的梦想。 　　互联网大数据给机器翻译研究带来新的机遇和挑战，使得海量翻译知识的自动获取和实时更新成为可能，百度翻译在机器翻译系统框架、翻译模型与算法、多语种翻译技术等方面取得重大突破，自主研发了基于互联网大数据的机器翻译系统，使我国掌握了使我国掌握了互联网机器翻译的核心技术，占据了该领域的技术制高点。 　　目前，百度翻译覆盖了全球超过5亿用户，每日响应近亿次的翻译请求，百度翻译开放平台为上万个第三方应用提供免费服务，即帮助普通用户跨语言获取信息和服务，自由沟通和交流，也促进了国际贸易、跨境经济文化合作。 　　习近平主席对一带一路有一个形象的比喻：如果将“一带一