机器 翻译 都 比 人 强 了 ， 为什么 我 还在 复制 粘贴 查 单词 ？
机器 翻译 都 比 人 强 了 ， 为什么 我 还在 复制 粘贴 查 单词 ？
Bengio 等 人 发布 了 一 篇 在 机器 翻译 领域 应用 神经 网络 的 论文 —— Neural Machine Translation by Jointly
神经 网络 的 出现 ， 让 优质 高效 的 机器 翻译 不再 遥遥无期 。
机器 翻译 能力 是 如何 赶超 人类 的 ？
神经 网络 迅速 成为 了 近代 机器 翻译 领域 最 有 活力 的 “ 鲶鱼 ” 。
短短 两 年 ， 基于 神经 网络 的 机器 翻译 便 已 取代 统计 学派 成为 翻译 领域 的 主流 研究 方法 。 谷歌 、 微软 等 公司 也 纷纷 宣布 将 这个 新 的 技术 应用 到 其 翻译 等 产品 之中 。 两
年 来 ， 神经 网络 翻译 能力 超过 了 翻译 界 过去 几十 年 的 成绩 。 神经 网络 翻译 出现 后 ， 机器 翻译 的 单词 错误率 降低 了 50% ， 词汇 错误 和 语法 错误率 也 都 分别 降低 了 1
而 除 神经 网络 的 应用 之外 ， 机器 翻译 错误率 的 大幅度 降低 ， 还 基于 另 一 个 条件 —— 大 规模 精准 平行 语料 数据集 的 积累 。
决定 机器 翻译 质量 的 因素 中 数据 占据 绝对 的 主导 地位 。 数据 量 的 大小 和 精准 程度 决定 了 机器 翻译 引擎 的 效果 。
十 年 前 ， 谷歌 在 机器 翻译 领域 下 过 一 个 论断 ： 数据集 规模 每 翻 一 倍 ， 它 自动 评价 的 指标 就 能够 提升 0.5 个 百分点 。 这 一 说法 让 有 大 规模 、 准确 数据 积累 的 组织 、
企业 有 了 抢占 机器 翻译 市场 制高点 的 机会 。
但是 ， 垂直 级 的 机器 翻译 并非 一蹴而就 ， 哪怕 是 互联网 巨头们 ， 也 未 轻易 地 将 触手 伸入 垂直 级 的 机器 翻译 领域 。
为了 填补 了 这 一 领域 的 空白 ， 中译语通 率先 推出 MerCube ， 是 全球 第一 个 企业级 机器 翻译 硬件 。
在 具体 场景 下 ， 想要 实现 产品 级 应用 的 机器 翻译 系统 ， 需要 上千万 级别 的 句对 。 另 一 个 方面 是 目前 数据集 的 不均衡 问题 。 在 语种 上 ， 英文 为 主导 的 数据集 占 比较 多
机器 翻译 技术 对 大量 数据 的 需求 和 实际 市场 上 流通 的 存量 数据 的 差距 很 大 ， 这 就 给 了 在 翻译 界 有 深厚 历史 积累 的 公司 发力 的 机会 。
， 有望 与 谷歌 、 微软 等 互联网 巨头 ， 在 机器 翻译 服务 领域 分 一 杯 羹 。
机器 翻译 服务 之痛
机器 翻译 由于 技术 的 进步 在 处理 能力 上 正 迅速 赶超 人类 ， 企业 用户 对 机器 翻译 的 认可 度 越来越 高 ， 但 在 服务 形式 上 多 年 来 却 几乎 一成不变 。 目前 ， to
这样 的 调研 结果 让 中译语通 看到 了 to b 端 翻译 市场 服务 升级 的 巨大 潜力 。 今年 五月份 ， 中译语通 开始 尝试 机器 翻译 上 to
图 ： 7 月份 的 品牌 战略 发布 会上 ， 中译语通 发布 了 MerCube 企业级 机器 翻译 服务器 。 MerCube 产品 性能 表 显示 ， MT
“ （ 开发 这 款 产品 的 ） 契机 更多 还是 市场 的 驱动 ， 很多 客户 其实 是 主动 来 找 我们 ， 觉得 这个 机器 翻译 不错 ， 想买 这个 （ 产品 ） ， 想 本地化 部署 。 ”
V100 ， 通过 这 种 方式 ， 一次性 解决 了 用户 的 软件 和 硬件 需求 。 区别于 原来 在 标准 的 服务器 上 安装 软件 的 方式 ， 中译语通 提供 一体机 的 解决 方案 ， 将 机器 翻译 引
以 中译语通 为例 ， 2014年 其 开始 自主 研发 机器 翻译 引擎 ， 同年 6月 发布 中英 统计 机器 翻译 引擎 ， 是 继 谷歌 、 微软 、 百 度 之后 ， 国内 最早 进行 机器 翻译 引擎 研发
月 ， 中译语通 发布 了 包含 37 个 语种 的 机器 翻译 引擎 ， 成为 国内 翻译 领域 支持 语种 数量 最 多 的 企业 。
在 机器 翻译 领域 ， 每 种 新 的 语种 扩展 都 需要 千万 句 对 ， 要 达到 工业级 的 应用 ， 在 数据集 数量 上 要求 更 高 。 这 也 是 目前 很多 企业 放弃 了 这个 方向 的 原因 。
和 数据 的 垂直 服务者 在 机器 翻译 领域 大有可为 。