以往用过百度或是谷歌翻译的都知道，利用基于短语的机器翻译系统（PBMT）翻译出来的结果准确度较低，因为它将每一句话都拆分成了一个个独立的短语再进行翻译，至于句子结构以及上下午语义则全都抛之脑后，词不达意也是常有的事。
一直以来谷歌都在致力于 AI 技术的研发与应用，就在今日上午，他们发布了网页与移动版的神经机器翻译系统（GNMT），即将告别过去的 PBMT 系统。
其实早在数年前，谷歌就已经开始尝试利用递归神经网络（RNNs）技术学习翻译句与被翻译句之间的映射关系。与 PBMT 不同的是，这种神经机器翻译（NMT）的方法并不会对句子进行切割。当初进行系统测试时，该方式在少量语句的翻译精度上与 PBMT 方式相当，而且大幅度简化了翻译系统。然而神经网络技术对于产品的处理能力要求非常高，以当时的技术水平而言，NMT 无法在数据过多的情况下使用，也因此限制了它的后续发展。
但 GNMT 如今作为最新成果，不仅能够实现句子信息的快速翻译，PBMT 也能做到更贴近人工翻译的效果。
谷歌在展示这项 GNMT 技术时用了一个中译英的例子。具体来说，首先它给每个中文单词都划分了不同的向度，它们涵盖了这个词所有可能的解释。当整个句子的所有单词都被划分完成后，解码的过程就开始了，每次解码后都会产生一个英语单词，不同的向度有不同的权重，根据翻译过程中的相关性原理，算法会采用最接近的翻译来进行解码。
根据诸多使用者的评价，GNMT 系统相比 PBMT，其错误率已经下降了 60%。此外，经过专业双语翻译人员的评估，GNMT 的翻译错误率已经减少了 55%-58%。
除了中译英，谷歌还选择了西班牙语、法语作为补充测试，结果显示无论是哪两种语言的翻译，GNMT 系统给出的答案相比 PBMT 系统有一个明显的提升。
虽然谷歌在机器翻译上取得了不小的进展，但 GNMT 也有一些不尽如人意的地方。例如会漏掉一些单词，把一些常见名字或少见的专有名词弄错，以及对文章语境缺乏整体的把控等。
*本文由 粹客网原创，如需转载，请标明出处和原文链接。
*有 VR/AR 创业项目想被报道？发邮件到这里:tougao@cheekr.com。
标签： #英语快速翻译
