翻译技术哪家强?有道翻译在人工智能翻译大赛拔得头筹

12月16日,在PingWest 品玩“HAY!17”在北京798举办。在其中的人工智能翻译大赛中,谷歌翻译、有道翻译官、搜狗翻译三款翻译软件同台竞技,实测翻译效果。最终,有道翻译官凭借着突出的对话翻译和拍照翻译功能,以及几乎无短板的优势,在比赛中拔得头筹。

比赛规则是三局两胜,第一局是「沟通大挑战」,挑战对话翻译。第二局是「口音大评测」,挑战产品的识别翻译。第三局是「拍照大 PK」,挑战图像翻译。除了翻译产品,现场还邀请了 3 位挑战者一起来“折磨”翻译软件,挑战人工智能对人类的理解和忍耐极限。

挑战经典,看人工智能翻译如何“真情告白”

第一局里先“上场”的是谷歌翻译,随机翻译一段对话。但可能是第一上场的缘故,谷歌翻译表现并不理想。比如挑战者说:“我好像被你嫌弃了的样子”,谷歌翻译却译成了:“I really want to be your ex-wife, look.”,意思完全不对。

测试有道翻译官的素材,来自《大话西游》的经典台词,“曾经有一份真挚的爱情摆在我面前,但是我没有好好珍惜。”“等失去后我才后悔莫及,人世间最痛苦的事莫过于此。”“如果上天再给我一次,我会对那个女孩说三个字:我爱你”

有道翻译官给出的翻译结果是:“There once was a ture love before me, but I didn’t cherish it”“ when I lost my later regret, the most painful thing in the world is this.”“ If God give me one opportunity again, I can say 3 words for that girl: I love you.”,这已经十分准确到位了。值得一提的是,有道翻译官的使用体验最流畅的,几乎没有卡顿并且能第一时间外放出翻译结果。

搜狗翻译也发挥正常,对于“你的声音里,满满的都是我们将要创造的美好回忆”这样的挑战能够准确完成。不过在英文翻译中文的过程中,发音比较容易混淆的 sing 被搜狗翻译成了 see,“我喜欢你,我感觉你能看到我”也被误翻译成了“I like your business, look.”。

至此,有道翻译官率先拿下一局。

拍照翻译,看人工智能黑科技如何“即拍即译”

第二局的口音大评测环节,三款翻译软件都表现突出,翻译得都比较准确。

挑战者演唱了一首 Lady Gaga 的 《Telephone》和说唱歌手 Eminem 的 《Lose yourself》开头的几句,Google 翻译和有道翻译官翻译结果都不错,而搜狗翻译也同样表现良好。

直到第三局“拍照翻译”环节,再一次拉开实力的差距。主持人随机挑选了BBC上一篇题为《How Greenland would look without its ice sheet》的新闻报道。

三款翻译软件现场的翻译结果是这样的:

Google翻译:如何格陵兰岛看起来没有它的冰 表。

有道翻译官:如果没有冰盖,格陵兰岛将会怎样?

搜狗翻译:如果没有冰,格陵兰岛将会怎样。换行之后又多翻译了一个字:表。

笔者亲测的效果也差不多,而且排版上看,有道翻译官整洁很多:

在图例注释的翻译中,也只有有道翻译官将“The map reveals a hidde world of mountains and canyons”翻译为“这张地图揭示了一张隐藏的山脉和峡谷”,而Google 翻译和搜狗翻译的结果都是:“疗法 安塞德”。

最终,凭借在对话翻译、拍照翻译中的出色表现,有道翻译官夺得此次人工智能翻译大赛冠军。而现场的不少观众也被比赛过程中各种精准的翻译结果所折服,纷纷表示“简直碾压了我四级英语水平。”

此前,由第三方翻译评测机构“试译宝”发起的一场人机翻译PK赛中,以有道翻译领衔的机器翻译军团,以碾压之态胜过人类翻译军团。

“截止12月19日最新的结果,人类获得32%译星,机器获得68%译星。在机器军团贡献榜,有道获得译星最多,远多于谷歌、百度、搜狗和必应。(,获得译星越多,表明翻译准确度越高;数据来源“试译宝”)

有道神经网络翻译,让翻译更“聪明”

实际上,人工智能的突飞猛进,已经在很多领域带来了惊人的改变。

以机器翻译领域为例,今年5月正式推出的有道神经网络翻译,实际上正是此次人工智能翻译大赛的真正主角。其给机器翻译带来的效果提升,是过去统计翻译模型(SMT)十年的总和,有些翻译效果甚至堪比专业八级水平。

作为目前机器翻译领域最前沿的技术,神经网络翻译(NMT)采用独到的神经网络结构,能够对翻译的全过程整体建模,整个神经网络翻译模型更像一个有机体。它能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。NMT翻译出来的句子结构完整,语序更接近人类语言使用习惯,翻译结果更加通顺。

而神经网络翻译模型各家都在用,为什么有道神经网络翻译的效果却更好呢?

此前,网易有道首席科学家段亦涛曾表示,其原因在于有道在用户翻译场景上十年的积累,尤其是在中文查词、翻译等方面,使得其拥有独有的、极其丰富的数据资源和技术沉淀;有道的技术团队还攻克了数据处理、大规模框架、模型优化、领域适配等技术难题,并开发出一些特有的技术,比如领域适配技术。例如,在此次人工翻译大赛中表现突出的对于新闻的拍照翻译,就是缘于有道神经网络翻译在新闻、学习、口语和一些科技领域等场景下,把翻译效果做到了最优。

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20171226C0RBJB00?refer=cp_1026

同媒体快讯

相关快讯

扫码关注云+社区