网易有道神经网络翻译质量提升超十年总和

　　在机器翻译领域深耕了近十年的网易有道，再次给人们带来了惊喜。

　　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。

　　人工智能改变翻译让翻译更“聪明”

　　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、音频等感知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。

　　而神经网络翻译就是深度学习在机器翻译领域的具体应用。

　　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，生成更高质量的译文。最直观的一点就是，NMT译文的句子结构完整，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，常常差强人意。

　　NMT翻译原理

　　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)有了直观可感知的提升，更接近人们心中“会说话”的人工智能。

　　NMT与SMT 英译中结果对比

　　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。

　　新闻和口语翻译出色 BLEU值超同行

　　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。

　　英译中对比

　　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。

　　中译英对比

　　集网易公司之力攻坚技术难题

　　此次在有道上线的NMT，其翻译质量的大幅提升，源于有道及网易杭州研究院的强大技术支持。

　　作为国内最早开发统计机器翻译(SMT)的公司，网易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。

　　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，同时我们攻克了数据处理、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。”

　　网易杭州研究院感知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。”

　　机器翻译的未来让语言不再是障碍

　　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。

　　过去由于技术的限制，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，虽然业内已有一定成果，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。