近日，网易有道在GMIC（全球移动互联网大会）未来创新峰会上公布：由网易公司自主研发的神经网络翻译（ Neural Machine Translation，以下简称NMT）技术正式上线。作为受到丁磊亲自“过问”、网易最重要技术创新之一，此次在有道上线的NMT技术，由网易有道与网易杭州研究院历时两年合力研发，将服务于有道词典、有道翻译官、有道翻译网页版、有道e读等产品；这不但意味着借力于NMT技术，有道产品在语言翻译质量方面将有巨大的提升超过7亿用户将享受到NMT带来的高效与便利，更意味着低调务实的网易，早已在人工智能的领域未雨绸缪，并早于业界实现人工智能技术在更广泛网民中的深度使用。 深度学习是推动当前人工智能热潮最关键的技术，它首先在图像、音频等领域获得了巨大成功，目前在语言方面的应用也获得了长足的进展。 作为目前机器翻译领域最前沿的技术，神经网络翻译采用独到的神经网络结构，能够对翻译的全过程整体建模；与统计翻译模型（SMT）相比，神经网络翻译模型更像一个有机体。 NMT对整个句子进行编码，能够更充分地利用上下文信息，判定多义词的词义，生成更高质量的。最直观的一点就是，NMT的句子结构完整，语序更接近人类语言使用习惯，翻译结果更加通顺；而SMT则像由多个组件构成的机器，每个组件完成各自的目标，但“拼接”出来的翻译结果，常常不尽人意。
如果从具体的例子来看，此次在有道上线的NMT的翻译结果更准确，断句和语法比起传统机器翻译（SMT）有了直观可的提升，更接近人们心中“会说话”的人工智能。
据悉，与传统的基于短语的统计翻译模型相比，此次在有道上线的NMT翻译质量的提升是SMT过去十年累计提升的总和。 从翻译界通用的BLEU值评价指标来看，此次在有道上线的NMT在新闻文章、英语学习及口语等场景下的英文翻译，做得比同类国际产品更加出色。而丁磊也曾在内部表示，新闻和口语是中国人接触英语最常见的两个领域，应在这两方面加大研究。 事实上，词典本就是有道的传统优势，其词条数据庞大、解释准确，已经成为国内用户学习英语的首选。凭借这一优势，再加上有针对性的优化，此次在有道上线的NMT对英语学习场景下的翻译结果更加精准。这类翻译需求的特点是，原文规整、语法及句式较为规范，因此用户对其准确性要求更高。在该类数据上的盲测结果显示，此次在有道上线的NMT，其英译中和中译英的BLEU值均领先同行7个多百分点。
新闻文章翻译是另外一个常见的需求，它的特点是，长句较多、句子结构复杂且有大量人名地名。在这类数据上，此次在有道上线的NMT同样表现不俗，英译中BLEU值超同行6个百分点，而中译英也超其8个百分点。
而从以上的例子可以看出，有道上线的神经网络翻译的结果十分通顺和准确，几乎没有任何语法错误。这样的结果，即使是普通人中等英文水平都很难达到，而据翻译专业人士表示，要达到这样翻译水平，至少英语水平在专业八级。 作为国内最早开发统计机器翻译（SMT）的公司，有道早在两年前也开始涉足神经网络翻译领域的探索，并为此投入了巨大的研发力量。为了加快项目进度，网易杭州研究院于一年前也参与进来。 网易有道首席科学家段亦涛表示，“有道在用户翻译场景上近十年的积累，使得我们拥有丰富的数据资源，同时我们研究深度学习和机器翻译技术多年，攻克了数据处理、大规模框架、模型优化、领域适配等技术难题，并开发出一些我们特有的技术，比如领域适配技术，使我们的模型能够自动适应不同的场景，目前有道的NMT已经在新闻、学习、口语和一些科技领域等场景下做到了最优。” 网易杭州研究院与智能中心总经理李晓燕则表示，“此次在有道中上线NMT技术，可以说是机器翻译领域的标杆，作为拥有十余年技术沉淀的互联网实力研发团队，杭研院从深度学习理论出发，解决了大规模框架、模型优化等技术难题，高效完成了翻译场景对接和NMT技术应用工程化。” 此次在有道上线的NMT把人工智能接入机器翻译，并结合自身优势以及对技术的优化从而大幅提升翻译质量，对有道乃至整个翻译行业来说，都是一次重要突破。 过去由于技术的，机器翻译仅能翻译一些简单词组，对复杂内容翻译效果并不佳。而神经网络翻译技术的发展，给翻译质量带来了极大提升，高质量的机器翻译将更广泛更便捷地被人们使用，那么语言对于人类来说，还将是一个障碍么？ 段亦涛坦言，神经网络翻译在全球范围内都属于前沿技术，虽然业内已有一定，但可挖掘的空间还很大。目前我们的技术突破，的确让业内感到振奋， 但机器翻译作为人工智能领域的核心难题之一，未来还有很多的努力要做。 李晓燕也谈到，今天我们在有道产品中上线的NMT，只是人工智能在机器翻译领域探索的起点。得益于有道在翻译数据的强大积累，我们的NMT技术将快速迭代更新，未来将不断带来更优质的翻译体验。 据悉，此次推出的NMT技术未来两周将陆续在有道词典、有道翻译官、有道翻译网页版、有道e读等产品式应用。 推荐：
|
