#alternate
* 搜狐 首页
* 新闻
* 体育
* 汽车
* 房产
* 旅游
* 教育
* 时尚
* 科技
* 财经
* 娱乐
* 更多
母婴 健康 历史 军事 美食 文化 星座 专题 游戏 搞笑 动漫 宠物
搜狐 > 科技 > > 正文
新 零售 智库
文章
总 阅读
查看 TA 的 文章 >
揭秘 阿里 机器 翻译 团队 ： 拿下 5 项 全球 冠军 ， 每 天 帮 商家 翻译 7.5亿 次
2018-08-13 18:25 来源 : 新 零售 智库 电商 / 阿里巴巴
原 标题 ： 揭秘 阿里 机器 翻译 团队 ： 拿下 5 项 全球 冠军 ， 每 天 帮 商家 翻译 7.5亿 次
[ 44a22aa1a42a4528a7254 fec3339f759.jpeg ]
他们 要 让 商业 没有 语言 障碍 ， 打赢 再造 “ 通天塔 ” 的 “ 军备 竞赛 ” 。
文 ｜ 刘 卓然
跨境 电 商 市场 越来越 大 ， 商家们 也 遇到 了 新 问题 。 以 阿里巴巴 国际 站 为例 ， 七 成 买家 以 英语 沟通 ， 剩下 三 成 的 小 语种 ， 却 难住 了 平台 上 近 96% 的 卖家 。
“ 翻译 和 本地化 都 做 不 好 ， 说明 你 对 海外 市场 根本 不 重视 ， 还 想 怎么 品牌 出海 ？ ” 一 米 八 大 高个 的 李兮芝 ， 语速 极快 ， 说话 从不 绕弯 。
李兮芝 是 阿里巴巴 国际 贸易 事业部 （ ICBU ） 阿里 语言 服务 总 经理 ， 对 商家 的 痛点 了如指掌 。 讲到 最 棘手 的 案例 ， 他 会 立刻 站 起来 ， 抄起 一 支 笔 ， 在 会议室 的 白
板 上 演示 一 番 。
[ 8620d3ea32844497945cd3d5ac54d671.jpeg ]
阿里巴巴 国际 站 用户 沟通 语言 现状
坐在 李兮芝 一旁 的 骆卫华 ， 语速 要 慢 许多 。 2014年 1月 ， 中科院 计算所 出身 的 骆卫华 ， 加入 了 阿里 ， 如今 是 阿里巴巴 达摩院 翻译 平台 负责人 。
今年 5月 ， 在 全球 机器 翻译 领域 影响 最大 、 水平 最 高 的 WMT 2018 评测 中 ， 骆卫 华 带领 的 翻译 技术 团队 一举 拿下 5 个 语言 方向 的 冠军 ， 成为 比赛 的 最大 赢家 。
与 谷歌 、 微软 、 百度 等 做 不 区分 场景 的 通用 翻译 不同 ， 阿里 选择 在 电商 场景 的 翻译 上 发力 。 目前 ， 阿里 机器 翻译 已 支持 21 个 语种 的 48 个 语言 方向 的 翻译 ， 日均
使用量 已 达到 7.5亿 次 。 除了 支持 离线 及 文字 翻译 ， 还 支持 实时 语音 、 图片 以及 视频 翻译 ， 应用于 阿里巴巴 国际 站 、 速 卖 通 、 LAZADA 、 菜鸟 、 阿里云 、 钉
钉 、 飞猪 等 40多 个 业务 部门 。
“ 首先 在 电 商场 景下 ， 我们 要 把 机器 翻译 做到 最好 。 ” 骆卫华说 ， 但 在 未来 将 不 局限于 电商 翻译 。
没有 硝烟 的 “ 军备 竞赛 ”
《 圣经 》 旧约 中 ， 人类 曾 联合 起来 搭建 通往 天堂 的 高塔 ， 上帝 为了 阻止 这 一 计划 ， 让 人类 说上 不同 的 语言 。 没 过 多久 ， 无法 沟通 的 人类 便 四 散 而去 。
[ b503 db9bf4be47fa9dfcea3f080e8dc8.jpeg ]
回溯 机器 翻译 的 源头 ， 不 难 发现 ， 这 是 一 场 为了 再造 《 圣经 》 中 “ 通天塔 ” 而 展开 的 “ 军备 竞赛 ” 。
冷战 时期 ， 苏联 和 美国 的 科学家 就 曾 在 机器 翻译 上 有 过 几 番 较量 。 当时 ， 机器 翻译 领域 的 主角 是 懂得 英俄 双语 的 语言 学家 ， 他们 试图 为 计算机 编写 出 一 套 双语 规则
。 “ 但 问题 是 ， 规则 和 规则 之间 存在 大量 冲突 ， 在 实际 应用 中会 出现 大量 异常 情况 。 ”
骆卫华说 ， 很 长 一 段 时间 ， 机器 翻译 都 被 局限 在 编写 规则 的 泥淖 中 ， 直到 上世纪 90年代 ， 才 被 IBM
Watson 研究 中心 提出 的 统计 机器 翻译 所 取代 ， 程序员 开始 取代 语言 学家 ， 站上 了 机器 翻译 领域 的 主 舞台 。
2014年 ， 蒙特利尔 大学 计算机系 博士后 Kyunghyun
Cho 等 人 关于 将 人工 智能 底层 模型 “ 神经 网络 ” 应用于 机器 翻译 的 论文 ， 又 一 次 吹响 了 翻译 技术 革命 的 号角 。 这 一 年 ， 各 大 互联网 公司 开始 大举 投入 ， 诸多 优秀
的 学者 和 学生 陆续 加入 谷歌 、 亚马逊 、 脸谱 和 BAT 。
在 中科院 学习 和 工作 近 12 年 的 骆卫华 ， 在 “ 纠结 一 段 时间 后 ” ， 也 决定 跳出 学术圈 ， 选择 加入 阿里 ， 去 实现 将 技术 真正 落地 的 梦想 。 “ 以前 在 实验室 的 主要 任务
是 发 paper （ 论文 ） ， 做 课题 ， 只有 这个 领域 的 人才 会 关心 ， 但 现在 每 天 有 几千万 人 在 实际 使用 你 的 产品 ， 这 种 感觉 是 完全 不 一样 的 。 ”
[ 90b30 ecd4d4d4ce49a816b9308f1eadb.jpeg ]
2014年 ， 骆卫 华 加入 阿里
不同于 大多数 在 通用 翻译 领域 厮杀 的 玩家 ， 阿里 机器 翻译 团队 以 核心 电 商场 景 为 起点 ， 为 整 个 国际化 业务 提供 本地化 解决 方案 。
“ 项目 很多 ， 得 排 期 。 比如 ， 2 、 3月 做 钉钉 的 项目 ， 4 、 5月 要 做 速 卖 通 项目 。 ” 骆卫华说 ， 除此之外 ， 团队 还会 时不时 会 接到 十万 火急 的 需求 。 比如 ， 去年 双
11 之后 ， 团队 曾 用 两 个 星期 ， 与 菜鸟 团队 一起 加班加点 编写 了 一 套 报关 自动 翻译 产品 ， “ 后来 菜鸟 评估 说 ， 整个 报关 成本 下降 了 90% 。 ”
难 的 不止 是 翻译
说到 机器 翻译 ， 除了 算法 模型 ， 大量 的 样本 数据 是 非常 重要 的 。 这 也 恰恰 是 阿里 的 优势 所在 。
“ 举 个 例子 ， ‘ Photo
Print ’ 这个 词 在 通用 语境 下 会 被 翻成 ‘ 照片 打印 ’ ， 但 你 知道 它 在 纺织 面料 行业 里 是 什么 意思 吗 ？ ” 李兮芝 接着 说 ， “ 这 是 ‘ 热转印 印花 ’ 工艺 的 一 种 ， 翻
成 照片 打印 就 贻笑大方 了 。 ”
阿里 本身 沉淀 了 大量 电商 领域 相关 的 数据 ， 机器 翻译 团队 进一步 梳 理出 10亿 级别 的 双语 平行 语料 、 亿 级 别的 电商 双语 平行 语料 、 千万 级 电商 知识库 ， 以及 大 规模
行业 多 语言 术语 库 。
然而 ， 语言 上 的 准确 翻译 只是 第一 道 难关 ， 更 困难 的 是 通过 算法 实现 文化 、 法律 、 经济 、 宗教 等 层面 的 本地化 落地 。
一 个 案例 让 李兮芝 印象 深刻 。 “ 同样 是 10万 ， 英 美 国家 千位 分隔符 用 逗号 ， 标 成 ‘ 100,000 ’ ； 但 法国 、 西班牙 的 千 位 分隔符 是 句号 ， 逗号 用来 标 小数点
， 10万 在 法国 得标 成 ‘ 100.000 ’ ， 如果 标成 ‘ 100,000 ’ 就 表示 是 100 了 。 ” 这 类 大额 数字 在 阿里巴巴 国际 站 经常 出现 ， 曾经 出现 过 中国 卖家
因为 没有 将 数字 本地化 ， 而 被 买家 投诉 的 情况 。
阿里巴巴 ICBU 语言 服务 总经理 李兮芝
今年 4月 ， 主打 男装 的 国内 服饰 品牌 英爵伦 ， 加入 了 阿里 旗下 的 东南亚 电商 平台 Lazada 上 的 “ 淘宝 精选 ” （ Taobao
Collection ） 计划 。 Lazada 通过 自动 抓取 天 猫 店 的 产品 ， 帮助 品牌 拓展 东南亚 市场 。 “ 我们 天 猫 店 商品 标题 是 全 中文 的 ， 没 想到 Lazada 能
自动 翻译 成 英文 。 ” 英爵伦 跨境 电商 负责人 刘晨 芳说 ， “ 最 重要 的 是 ， 机器 自动 翻译 的 英文 品牌 名 ‘ Enjeolon ’ ， 和 我们 真实 的 英文 名 分毫不差 ， 太 神奇
了 。 ”
[ 53950 de86e814a9ab2de4dfbcc1b7b7e.jpeg ]
英爵伦 发现 ， 品牌 名 英文 名 翻 得 分毫不差
刘晨芳 不知道 的 是 ， Lazada 这 套 自动 翻译 系统 也 是 由 阿里巴巴 机器 智能 翻译 团队 开发 出来 的 。 翻译 系统 还 改写 了 标题 ， 让 产品 描述 看上去 更加 接地 气 。
“ 淘系 商品 标题 没有 固定 格式 ， 由 N 个 热搜 词 组成 ， 但 不 是 一 个 完整 的 句子 。 要是 直接 翻译 ， 海外 消费者 压根 看 不 懂 。 ” 李兮芝 说 ， 这 种 没有 上下文 信息 的 标题 翻
译 ， 不论 对人 还是 对 机器 ， 都 是 极大 的 挑战 。 “ 我们 曾经 找来 专业 人工 译员 翻译 标题 ， 结果 译员 翻到 一半 不 干了 ， 根本 看 不 懂 。 ”
后来 ， 团队 通过 融合 多 种 自然 语言 处理 和 文本 生成 技术 ， 攻下 了 商品 标题 改写 的 难题 。 像 英 爵伦 这样 的 中国 品牌 ， 不用 担心 Lazada 上 的 东南亚 买家 会 因为 看
不 懂 标题 ， 而 放弃 购买 商品 。
今年 5月 ， 阿里巴巴 正式 上线 对话 实时 翻译 功能 ， 这 也 是 全球 电商 领域 的 首 个 实时 翻译 AI 产品 。 “ 无 障碍 的 跨语言 沟通 明显 增加 了 阿里巴巴 国际 站的 用户 粘性 。
我们 期望 卖家 不再 需要 为了 做 某 一 个 国家 的 生意 而 专门 聘请 会 那 国 语言 的 专职 人员 。 ” 李兮芝 说 。 除了 用户 体验 的 提高 ， 阿里 机器 翻译 还为 旗下 国际 电商 平台 带来
了 明显 的 流量 、 转化率 和 购买率 增长 。
[ 29b82262 fd 3145c6b0468926626a13 da.jpeg ]
阿里巴巴 实时 翻译 系统
“ 机器 翻译 是 块 非常 难 啃 的 骨头 。 但 如果 我们 真要 实现 全球 买 、 全球 卖 ， 就 必须 要花 精力 去做 。 ” 李兮芝 说 。
解放 ， 而 非 替代 人工 翻译
今年 5月 23日 ， WMT 2018 国际 机器 翻译 大赛 ， 首 次 参赛 的 阿里巴巴 达摩 院 机器 智能 - NLP 翻译 团队 拿下 5 项 冠军 ， 包括 英文 - 中文 翻译 、 英文 - 俄罗斯
语互译 和 英文 - 土耳其语 互译 项目 。
[ c96969158 aca4a068b04f802e32b0127.jpeg ]
阿里巴巴 达摩 院 机器 智能 - NLP 翻译 团队
作为 全球 最 具 权威 、 已 举办 13 次 的 机器 翻译 大赛 ， WMT （ Workshop on Machine
Translation ） 成为 了 各 大 科技 公司 和 学术 机构 的 竞技场 。 2018年 的 大赛 竞争 格外 激烈 ， 吸引 了 霍普金斯 大学 、 爱丁堡 大学 、 微软 、 阿里 、 腾讯 、
小牛 翻译 等 几十 个 机器 翻译 团队 参与 。
“ WMT 大赛 的 文本 主要 是 新闻 题材 ， 参赛 团队 要 在 截止 日期 内 上传 机器 翻译 的 成果 。 ” 骆卫华说 。 竞争 很 激烈 ， 整个 行业 提升 也 特别 快 ， 例如 在 竞争 最 激烈 的 英
中 翻译 任务 ， 去年 最好 的 成绩 在 今年 可能 已经 排 不到 前 几 名 了 。
“ 中 英 翻译 还好 ， 起码 我们 知道 哪里 翻 得 有 问题 。 但 像 土耳其 、 俄罗斯 语 这样 的 小 语种 ， 我们 完全 看 不 懂 ， 只 能 完全 拼 算法 、 拼 模型 。 ” 骆卫华说 ， 在 小 语种 机器
翻译 领域 ， 以前 一直 是 由 国外 的 公司 与 科研 机构 一直 保持 领先 地位 。 “ 小 语种 的 双语 语料 是 很 稀缺 的 ， 但 阿里 全球化 的 目标 要求 我们 必须 从 技术 层面 做 突破 ， 用更
少的 数据 ， 在 专业 领域 上翻 得 更 准确 。 ”
谈到 机器 翻译 和 人工 翻译 的 关系 ， 骆卫 华 和 李兮芝 都 赞同 一 个 观点 ： 阿里 的 机器 翻译 最终 的 目的 ， 不 是 为了 替代 专业 ， 而 是 为了 解放 专业 的 人工 翻译 。
随着 机器 翻译 技术 的 不断 突破 ， 传统 人工 翻译 正 逐渐 变为 一 个 “ 搬砖 ” 行业 ， 充斥 着 大量 重复 低效 的 劳动 。 “ 1995年 ， 翻译 一 篇 1000 字 的 中 到 英文 本 ， 译
员的 收入 可达 600 元 人民币 。 ” 李兮芝 说 ， 但 在 今天 ， 同样 字数 的 文本 ， 甚至 低 到 只有 50 元 的 收入 。
低廉 的 人工 翻译 报酬 ， 正在 把 专业 译员 推向 价格 更 高 的 专业 技术 翻译 领域 。 然而 ， 这些 领域 的 文本 ， 由 大量 专业 术语 和 范式 行文 构成 。 “ 人类 不 擅长 记忆 专业 词汇
， 但 机器 擅长 。 ” 李兮芝 说 ， 人工 翻译 的 长处 在于 “ 创造性 的 智慧 ” ， 以及 对 文化 背景 的 深刻 了解 。 “ 翻译 讲究 信达雅 ， 机器 目前 最 多 能 做到 ‘ 信 ’ 和 ‘ 达 ’ ， 像
文学 翻译 、 口语 俚语 、 本地化 的 惯用 表达 等等 ， 还是 需要 人工 翻译 。 ” 骆卫华说 。
今年 1月 ， 阿里巴巴 国际 站 向 平台 所有 供应商 ， 免费 开放 了 一 款 AI 实时 翻译 系统 。 商家 输入 的 语音 或 文字 ， 能 自动 转变 为 翻译 好 的 目标 文本 。 为了 增强 翻译 的 准
确性 ， 加入 人工 修正 的 干预 功能 。 比如 ， 商家 如果 有 更 地道 的 表达 方式 ， 可以 进行 翻译 订正 ， 以 弥补 神经 网络 翻译 系统 现 阶段 存在 的 问题 。
下 一 步 ， 阿里 机器 翻译 在 迭代 优势 电商 场景 的 同时 ， 还 将 向 新 的 领域 拓展 ， 同时 完善 产品 矩阵 ， 支持 文本 、 语音 和 图像 等 多 模态 翻译 ， 并 最终 对外 开放 API 。 “
我们 希望 把 阿里巴巴 全球化 过程 中 的 经验 沉淀 下来 ， 最后 打包 输出 ， 赋 能 给 整个 社会 。 让 商业 没有 语言 障碍 ， 让 天下 没有 难 做 的 生意 。 ” 李兮芝 说 。 返回 搜狐 ， 查
看 更多
责任 编辑 ：
声明 ： 该 文 观点 仅 代表 作者 本人 ， 搜狐 号 系 信息 发布 平台 ， 搜狐 仅 提供 信息 存储 空间 服务 。
阅读  ( )
投诉
推荐 阅读
* 推荐
* 创业 武林 大会
* 移动 互联网
* 工业 技术
* 国家 电网
* 阿里 星球
* Surface
* 陈竺
* 运动 手环
* 智能 手表
* Apple Watch
* 测评
* AR
免费 获取
今日 搜狐 热点
6 秒 后
进入 搜狐 首页
今日 推荐
进入 搜狐 首页
意见 反馈