机器翻译的终极之路在哪里（下）.docxVIP

机器翻译的终极之路在哪里（下）

编者按：据不完全统计，世界上现存语言超过7000多种，即使人類不眠不休穷尽一生也只能掌握几十种语言。于是，很多科学家开始思考如何用机器来帮助人们解决沟通问题，因此机器翻译应运而生。那么，什么是机器翻译？机器翻译是如何发展的？目前还有哪些应用呢？接下来，我们将共同了解这些内容。

倪俊杰?浙江省桐乡市凤鸣高中

刘宗凡?广东省肇庆市四会中学

邱元阳?河南省安阳县职业中专

金?琦?浙江师范大学附属中学

杨?磊?天津市第五中学

邵建勋?浙江省义乌市上溪中学

神经网络机器翻译模型

倪俊杰：据相关新闻报道，神经网络机器翻译（NMT）与其他机器翻译技术相比，可以使翻译质量提升30%，同时解决了远距离语言的复杂性问题。那么，关于神经网络机器翻译的模型，还有哪些值得关注呢？

杨磊：这里我来着重介绍一下神经网络机器翻译的模型。人类语言可以表示为时间序列数据，即指在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度，后面的数据跟前面的数据有关系。由于RNN可以有效地处理时间序列数据，所以，自然语言处理的各个领域越来越多地使用RNN。编码过程就是利用RNN将输入的一段文字转换成一系列数字，用这些“特殊”的数字来表征非常复杂的对象（一句话或一段文字）。这样比较两种不同的语言就相对容易了，因为我们只要去比较那组“特殊”数字就可以，不需要比较完整的文字。我们可以再用另一个RNN，把这些数字再次转换，转换后的结果可以是输入的原句，也可以是其他的语言，甚至还可以是一张图片，这个过程的结果，取决于使用何种语料库（数据集）。模型通过训练网络获得编码和解码过程中的两个RNN的权值，最终构建出一个翻译网络，全过程如图1所示。GNMT利用深度学习方法不依赖于对人类语言规则的了解，模型本身清楚这些规则，这意味着不需要专家调整翻译流程中的步骤，计算机就能做到这些，更有趣的是，如果有合适的训练数据集，大部分序列到序列问题都可以采用该模型。

机器翻译领域还有很多优秀的模型，统计机器翻译（SMT）也是其中的佼佼者。SMT是首先为语言的产生构造某种合理的统计模型，根据统计模型，定义模型参数，并设计参数估计算法，也就是把翻译当成统计几率，利用平行语料，然后逐字进行统计。例如，机器虽然不知道“病毒”的英文是什么，但是在大多数的语料统计后，会发现只要有“病毒”出现的句子，对应的英文例句就会出现“virus”这个词。

最新的研究用生成对抗网络（GAN）与神经机器翻译（NMT）两者结合到一起提出了一种新的框架Adversarial-NMT，也得到了很好的实验效果。相信，随着研究的不断深入和商业领域的创新实践，机器翻译将会给我们的学习生活带来更多惊喜。

在线翻译网站应用

倪俊杰：语言的魅力，有时候连人类都无法参透，更何况是机器翻译呢？既然机器翻译是靠技术支撑的，那么技术的选择或者算法优劣也会对翻译的效果产生影响。目前市面上做机器翻译的企业非常多，具体哪家最好，到底该如何分辨呢？

准确、优美的翻译，是人工智能的终极目标之一。目前的机器翻译虽然取得了长足进展，但离准确、优美还有很长的一段路要走。我们用目前最流行的几个在线机器翻译系统来翻译一段《鲁滨孙漂流记》中比较简单的文字，至于翻译结果的正确性和可读性，留给读者自己来评论。图2～图5分别是百度、谷歌、金山词霸、有道翻译的结果，下面这段是人工翻译：

Ihadtwoelderbrothers，oneofwhomwaslieutenant-coloneltoanEnglishregimentoffootinFlanders，formerlycommandedbythefamousColonelLockhart，andwaskilledatthebattlenearDunkirkagainsttheSpaniards.WhatbecameofmysecondbrotherIneverknew，anymorethanmyfatherormotherknewwhatbecameofme.（我有两个哥哥，大哥是驻佛兰德的英国步兵团中校。著名的洛克哈特上校曾带领过这支部队，大哥是在敦刻尔克附近与西班牙人作战时阵亡的。至于二哥的下落，我至今一无所知，就像我父母对我后来的境况也全然不知一样。）

除了在线翻译系统，机器翻译在同声传译方面也逐渐进入实用性阶段，为人们出国旅游、学习外语等提供了极大的方便。科大讯飞公司的“讯飞翻译机”目前已经可以实现粤语、四川话、东北话、河南话等方言和33种外语的实时翻译以及中英、中日、中韩、中俄四种语言的离线翻译。“搜狗翻译宝”“汉王翻译机”“小米、小爱