网易有道上线神经网络翻译 质量媲美英语八级

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，常常不尽人意。

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质量可媲美英语八级

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

而从以上的例子可以看出，有道上线的神经网络翻译的结果十分通顺和准确，几乎没有任何语法错误。这样的结果，即使是普通人中等英文水平都很难达到，而据翻译专业人士表示，要达到这样翻译水平，至少英语水平在专业八级。

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通力合作。

作为国内最早开发统计机器翻译（SMT）的公司，有道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。为了加快项目进度，网易杭州研究院于一年前也参与进来。

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，同时我们研究深度学习和机器翻译技术多年，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，目前有道的NMT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。

李晓燕也谈到，今天我们在有道产品中上线的NMT，只是人工智能在机器翻译领域探索的起点。得益于有道在翻译数据的强大积累，我们的NMT技术将快速迭代更新，未来将不断带来更优质的翻译体验。

据悉，此次推出的NMT技术未来两周将陆续在有道词典、有道翻译官、有道翻译网页版、有道e读等产品中正式应用。

有道翻译官拍照翻译中应用

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，常常不尽人意。

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质量可媲美英语八级

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。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。