神经网络革命，能否让机器翻译打破人类语言壁垒？

2016-12-22 10:31

尽管川普的走马上任更多与“逆全球化”绑定在一起，但考虑到人类历史“螺旋状”上升的演化轨迹，在技术进步和文化扩散的双重推动下，这个世界总体趋向互通互联的趋势似乎不可违——尤其当全球化与网络相遇的一瞬，不同国家之间平等便捷获取信息，低成本地有效沟通即成一种必然。从这个意义上，全球化的最大敌人之一也许是各国千百年来夯实的语言壁垒。
作为一门交叉学科，机器翻译涉及到认知科学，计算机，信息论，语言学等多学科，其理论路径同样经历了螺旋状上升：从最久远的“翻译备忘录”到后期基于规则，基于实例的机器翻译，再到被视为机器翻译重要转捩点的统计翻译模型（SMT）——后者是科学家初次察觉到通过大数据消弭信息不确定性是攻克“智能”的好办法。
而最近两年，机器翻译正在拥抱另一个更重要的技术转折点——基于神经网络的机器翻译（NMT：Neural Machine Translation）。

机器翻译的技术路径
感同身受的是，无论是普通用户还是资深译员，无论使用WEB还是APP，都明显察觉到近些年来的翻译质量有着迅猛的提升。
问题是：为何变化如此明显？不妨从技术路径上拆解来看。
直觉便知，当人类试图让机器翻译语言时，自然要对文字进行解构，就像同心圆的关系，文章由段落构成，段落由句子构成，句子由短语和字构成，而遵循从易到难，机器翻译的理论路径也是从后向前：从最初的逐字翻译到基于短语的翻译——如今，依靠于神经网络，基于句子的翻译成为可能。
于是，按照翻译单元的不同，大体而言，目前机器翻译有两种类型：其一是上文提及的统计翻译模型（SMT），如你所知，互联网的广泛普及为统计翻译提供了丰富的训练养料，而千禧年左右兴起的基于短语的SMT更是让机器翻译质量大为提高，也在很长一段时间占据机器翻译的主流，但以短语作为翻译单元的弊端即是，当面对整句层面的翻译时显得非常生硬。
另一种类型当然是基于神经网络的机器翻译（NMT），其翻译路径是所谓端到端（end-to-end），将源语句整体编码为一个向量，再通过解码器对其进行解码，理论上仅需给定源语言句子，即可通过神经网络输出目标语言译文。这里不

余下全部

共有评论0条