独家科普:谷歌“汉译英”错误率降低60%是怎样算出来的?

两天前谷歌宣布发布新一代神经网路机器翻译系统(Google Neural Machine Translation),简称GNMT,因为使用当前最先进的训练技术,能够实现到迄今为止机器翻译质量的最大提升。

“人们对这个翻译系统的评价显示,与之前那个基于短语的翻译系统相比,在翻译多种语言时,神经学习翻译系统的错误率已经降低了60%左右,其中包括英法互译,英西互译以及英汉互译。附加实验的结果显示,翻译系统的质量将和笔译人员平均水准更加接近。”

但是好奇心爆棚的AI科技评论君,突然想知道这个错误率降低60%是怎么推理出来的,所以我们为大家进行了一轮神还原。

第一步。

从维基百科和新闻网站上,随机选取 500 个中文句子,作为被评估内容。

第二步。

找人工翻译,将500个句子翻译为英文。

第三步。

将旧的机器翻译结果、新的机器翻译结果(神经网络)、人工翻译的结果、,这三份“考卷”,拿给熟练使用中英双语的真人判卷员。

第四步。

熟练使用中英双语的真人判卷员,给每张考卷的每个句子,进行打分。分数为 0~6 的整数,0代表翻译结果“狗屁不通”,6代表翻译结果“精彩绝伦”。

第五步。

出成绩了,旧机器翻译每个句子平均得分 3.694,新机器翻译得到 4.263 分,人工翻译得分 4.636 分。别忘了满分是 6 分哦。

第六步。

分别计算,跟人工翻译的水平相比,“误差率”(错误率)是多少。

  • 旧机器翻译:(4.636-3.694) / 4.636 = 20%
  • 新机器翻译:(4.636-4.263) / 4.636 = 8%

第七步。

算“错误率”降低了多少。

(20%-8%)/ 20% = 12% / 20%= 60%

第八步。

算算“准确率”提升了多少。

(4.263-3.694)/3.694 = 15%

第九步。

为什么用户兴奋,媒体兴奋,专家没那么兴奋?翻译公司商鹊网CTO魏勇鹏告诉雷锋网:

这里面两个主要的“陷阱”:

1、从3.6提升到4.2,和从4.2提升到4.6,这两个所需要付出的努力程度,后者可能是前者的10倍以上都不止,但Google就简单的线性计算为缩小了60%的差距。 2、中英的人工翻译,得到的评分也就只是4.6,比英西的人要低得多,这点说明用来作为基准的“人”,未必是靠谱的,以它为基准来评估,也未必是靠谱的。

其实还有第三点,别忘了卷子是 Google 自己出的。

注意用于做评测的数据是:500 randomly sampled sentences from Wikipedia and news websites。这些都是互联网上语料最充足的内容类型。也就是机器最擅长的内容。

第十步。

行业认可的一种机器翻译成绩评估,是 WMT 的 BLEU Score 比赛。Google 这次发布的论文,也用了 BLEU Score 的分数。雷锋网没找到汉译英的部分,但是有英译法的数据,从 37 分提升到 41.16 分。

第十一步。

很多人类患上“围棋”恐慌症了。

Google 首次将神经网络技术,成功应用到翻译产品上,上线后使得翻译质量有了明显提升。但是媒体报道中的标题“错误率降低 60%”,甚至某种语言是 “85%”,很容易让普通人以为蒸汽机革命来了……事实上,微软、百度等大公司之前也在翻译产品中使用神经网络技术,但没有引起大的传播。

究其原因。一位不具名的评论者告诉雷锋网,之前很多人看到 Google 的电脑在围棋上战胜了人类,心理上受到了冲击,自然而然认为 Google 强大的人工智能技术,会颠覆很多行业。尤其是那些当初认为机器在围棋上战胜不了人类的人类,现在又对“人工智能”过于乐观了。

第十二步。

北京时间9月29日早上,论文作者之一,Google Brain 团队的陈智峰,通过远程视频接受了 3 家中国媒体的采访。他告诉雷锋网,这次 Google 比较特别的地方在于,训练过程利用了大量的分布式计算,所以才能把语言模型很快训练出来。“差不多一星期才能处理一个方向的语言模型。但是Google有大概一万个语言的模型需要训练,既需要我们有巨大的资源投入,也在不停地改进算法。 ”

对于机器翻译取代人工翻译的问题。陈智峰认为,规则的文本,比如医学论文,比如时事新闻,大家更注重信息的传达,在修辞方面或情感方面的传达可以弱化一些。“机器翻译就能够很快地帮助你获得信息,这是机器翻译目前对人类的主要帮助。”

他说,“目前来讲,我觉得人与人之间的自然的沟通,通过机器翻译还是有很大的工作需要做。做到真正能够让你感觉到跟你说话的是个人,而不是机器,还是有很多年需要努力的。”

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-09-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏ATYUN订阅号

密歇根大学研究者致力于用AI实时识别验证ID证件

密歇根大学的研究人员开发了一种基于深度学习的系统,该系统执行实时面部识别并根据相应的护照和政府颁发的身份证件验证照片。该方法有助于执法机构防范欺诈行为,可以作为...

1014
来自专栏人工智能快报

欧盟专家介绍神经形态计算技术发展概况

2016年8月,欧盟人脑计划(HBP)项目负责人KarlheinzMeier教授在高性能计算机技术国际会议“ISC 2016”上介绍了神经形态计算的发展概况,如...

2097
来自专栏人工智能头条

李理:从Image Caption Generation理解深度学习(part I)

1894
来自专栏程序你好

人脸识别技术的真相

771
来自专栏人工智能头条

贾扬清:希望Caffe成为深度学习领域的Hadoop

1734
来自专栏算法channel

如何抉择是否要做机器学习?如何入门机器学习?

今天又有公众号读者问我一些关于职业选择、入门AI的问题,想想它们同样曾经困扰着我,相信现在也还困扰着一些人,未来可能还会有人面临这样的问题。我深知你们心里很焦急...

662
来自专栏AI科技大本营的专栏

AI Insight:有了深度学习就可以包打天下?你想多了

眼下深度学习是整个 IT 领域中最热门的技术之一。虽然它只是机器学习五大学派数十种算法之一,但从媒体关注度、论文发表数量和创业投资热度来说,在人工智能、数据科技...

31411
来自专栏人工智能头条

五月人工智能博文Top10

592
来自专栏PPV课数据科学社区

给外行能看懂的科普:这就叫自然语言处理

前几年曾经马少平老师的引荐,为某科普图书写过一篇短文介绍自然语言处理。如果只是介绍NLP的概念、任务和挑战,应该可以参考这篇小文。原文如下,仅供参考。 自然语言...

3276
来自专栏AI科技大本营的专栏

深度学习在2017年的十大发展趋势及预测

在本篇文章中,作者对深度学习在接下来一年中的发展趋势作出了十条预测。本文作者在《2011年软件开发趋势和相关预言》的十条预言中,有六条是准确的。 ? 在之前的博...

2967

扫码关注云+社区