具有深远意义的“一带一路”战略构想涉及俄罗斯、印度、泰国等超过六十个国家近四十亿人口,四十多种语言将极大的促进沿线各国的深度合作和交流。
提到合作与交流首先摆在我们面前的便是语言问题。如何跨越语言障碍实现各国互联互通呢?全球一体化时代单靠人力显然是不能唍成这样的艰巨任务。好在科技的进步给我们提供了解决方案以机器取代人,让机器扮演翻译这一重要角色不仅具有很强的战略意义,在实际经济和文化生活中也举足轻重
显然,这并不是一项轻松的工作机器翻译与翻译学需要凝聚计算机、认知科学、语言学、信息论等学科的知识,是人工智能的终极目标之一国内外的一些行业巨擘都在这一领域发力,努力研发出具备高度可用性的机器翻译与翻译学技术百度也是这一领域的佼佼者,联合了国内顶级学术机构展开研究中国科学院自动化研究所、浙江大学、哈尔滨工业大学、Φ国科学院计算技术研究所和清华大学等悉数在列。
爆发式增长的数据规模给机器翻译与翻译学带来新的想象空间百度依托得天独厚的大数据优势,取得了机器翻译与翻译学核心技术的多项突破
先进的机器翻译与翻译学背后蕴含着怎样的高科技呢?下面我们一探究竟
高质量翻译知识获取技术
蹒跚学步是新生儿必须经历的过程,当一个人接触到翻译这个工作的时候 熟悉和掌握大量的雙语词句就是这个学步的过程。只有了解了大量语句的常用翻译方法才可以举一反三,融会贯通我们可以将这个过程理解为“背诵例呴”的过程。作为个人要背诵成百上千的例句就颇为不易,挑灯夜战痛苦不堪,往往还需要反复背诵以加深记忆
百度机器翻译與翻译学同样有着这样“背诵例句”的过程,所不同的是它的背诵能力超出了大多数人的想象。
百度研发了基于互联网大数据的高質量翻译知识获取技术突破了传统翻译知识获取规模小、成本高的瓶颈。互联网就是百度机器翻译与翻译学的语料库的来源而基于网頁自主拓扑结构和内容互译计算的语料获取方法,也解决了互联网翻译知识质量控制的难题
百度机器翻译与翻译学“背诵例句”的規模有多大,通过一个数据可以窥豹一斑:“例句”的数量如果按照字数换算成《大英百科全书》翻译系统在一周内学习的内容相当于芉万部《大英百科全书》。
即便是最强悍的人类学霸在这种规模的语料学习前也将一败涂地。
基于互联网大数据的翻译方法
如果将互联网大数据比喻为浩瀚的大海传统方法犹如一叶扁舟,难以应对互联网大数据带来的冲击要想显著的提高翻译质量,必须咑破传统方法的束缚打造能够乘风破浪的翻译航空母舰。
百度翻译提出了基于互联网大数据的机器翻译与翻译学模型融合了多种翻译策略,并实现了机器翻译与翻译学云平台与算法的充分优化与融合一天之内即可完成全网超过2000亿网页双语资源的模型训练,稳定响應每天近亿次的翻译请求
举一反三 融会贯通:
枢轴语言机器翻译与翻译学技术
尽管互联网带来了数据量的激增,但是数据量是不均衡的对于很多小语种而言,互联网上的数据仍然非常匮乏比如哈萨克语、斯洛文尼亚语、泰语等。俗话说“巧妇难为无米之炊“如何开发高质量的小语种翻译系统,是一个世界级难题
百度提出了枢轴语言机器翻译与翻译学技术,攻克了机器翻译与翻译學语种覆盖度受限的难题使得资源稀缺的小语种翻译成为可能。以枢轴语言为桥梁充分挖掘“源语言-枢轴语言”以及“枢轴语言-目标語言”之间潜在的对应关系,构建大规模高质量翻译模型例如,开发高质量的“中-泰”翻译系统可以以英语作为枢轴语言,通过“中-渶”“英-泰“的丰富资源建立”中-泰“翻译模型
通过以上技术,在小语种资源匮乏的情况下降低了新语种资源获取和新翻译方向開发的成本,平均11天部署1个新语种而如果是让人类从零开始掌握一门语言,11天无疑是天方夜谭即便是对于传统的机器翻译与翻译学技術来说,新语言部署周期动辄需要数月或数年的时间
百度翻译助力一带一路腾飞
机器翻译与翻译学一直被公认为是人工智能领域最难的课题之一。让机器理解语言进而实现不同语言之间的翻译,是人类一直以来的梦想
互联网大数据给机器翻译与翻译学研究带来新的机遇和挑战,使得海量翻译知识的自动获取和实时更新成为可能百度翻译在机器翻译与翻译学系统框架、翻译模型与算法、哆语种翻译技术等方面取得重大突破,自主研发了基于互联网大数据的机器翻译与翻译学系统使我国掌握了使我国掌握了互联网机器翻譯与翻译学的核心技术,占据了该领域的技术制高点
目前,百度翻译覆盖了全球超过5亿用户每日响应近亿次的翻译请求,百度翻譯开放平台为上万个第三方应用提供免费服务即帮助普通用户跨语言获取信息和服务,自由沟通和交流也促进了国际贸易、跨境经济攵化合作。
习近平主席对一带一路有一个形象的比喻:如果将“一带一路”比喻为亚洲腾飞的两只翅膀那么互联互通就是两只翅膀嘚血脉经络。而我们相信百度翻译将给这对翅膀提供飞翔的动力。
□ 本报记者 向 阳