吴华：神经网络机器翻译技术大幅提升翻译质量

本篇文章1274字，读完约3分钟

新华网北京12月23日电基于统计机器翻译技术的网络翻译系统用了15年时间才得以大规模应用。神经网络翻译(nmt)技术于2014年9月提出，百度于2015年5月推出首个神经网络机器翻译系统，只用了8个月时间。

12月21日，百度技术委员会联合主席、自然语言处理部技术总监吴华博士表示，nmt技术带来了翻译质量的飞跃，极大地改善了用户体验。“与以前的传统方法相比，百度翻译在中英文测试集中的翻译质量提高了7个百分点以上。”

众所周知，机器翻译已经有70年的历史了。自20世纪40年代以来，基于规则、实例和统计的机器翻译方法逐渐出现，并相互领先。在过去的两年里，神经网络机器翻译技术如雨后春笋般遍地开花，并在翻译质量上取得了巨大的飞跃。在2016年的顶级学术会议上，几乎所有的人都关注与高考相关的创新。今年9月，谷歌、微软等公司也相继发布了nmt系统。

为什么追求nmt技术？吴华认为，该方法克服了传统的将句子分成不同片段进行翻译的缺点，而是充分利用语境信息对句子进行整体编码和解码，从而使翻译更加流畅。

“如果你想在翻译中非常准确，你必须有一些背景知识和偏向知识。”例如，吴华说，当我们读一篇文章时，只有把文章读透了才能知道一个句子的意思。例如，在阅读英语文学作品时，我们可能知道每一个英语单词，但如果我们缺乏英语文学或当地文化背景的积累，我们就不能深刻理解作品的内涵。

吴华说，这是机器翻译要解决的下一个问题，即通读课文，掌握这段或课文，逐字翻译，而不是像现在这样逐句翻译。基于神经网络技术本身，它在处理长句方面优于一些翻译，并且翻译质量有了很大的提高。她说，作为翻译工具，核心是翻译质量。未来几年，百度将进一步扩大基于神经网络技术的领先优势，提高翻译内容的准确性。

虽然神经网络翻译技术极大地提高了翻译质量，但吴华认为，如果用“信、达、雅”的翻译原则来衡量目前的机器翻译水平，仍处于“信”的水平，或处于相对直译的阶段。

随着百度、谷歌等科技公司相继推出神经网络机器翻译系统，翻译行业会被淘汰吗？这场辩论引起了很多关注。对此，吴华的观点是，机器翻译长期以来没有达到人工翻译的精度水平，尤其是在要求高精度的专业翻译领域。她认为，如果机器翻译要取代人工翻译，其准确率至少要达到90%，而目前只有70%。

然而，吴华指出，机器翻译也有其自身的优势。它就像一个便携式的翻译器，在翻译质量不太严格的时候，它可以帮助你解决生活中的一些实际问题。以百度翻译为例，她说公交车售票员使用百度翻译帮助巴基斯坦男孩寻找失物，游客使用“对话翻译”和“照片翻译”功能在国外自由交流，这些都表明百度翻译越来越融入生活。

据报道，百度翻译目前在全球支持28种语言和756个翻译方向，每天响应超过1亿个翻译请求。此外，百度翻译(Baidu Translation)也开放了其api接口，已有超过2万个第三方应用被访问。华为、oppo、中兴、三星等手机也接入了百度翻译api。世界知识产权组织(wipo)还将百度翻译api集成到官方网站上，供用户将专利信息翻译成不同语言进行查询。