什么是机器翻译？（科普向）

❤️点击上方，选择星标或置顶，每天给你送上干货❤️

作者 | 韦阳

出品 | 公众号：算法码上来（ID：GodNLP）

- BEGIN -

人类曾经联合起来兴建能通往天堂的高塔——巴别塔，为了阻止人类的计划，上帝让人类说不同的语言，使人类相互之间不能沟通，计划因此失败，人类自此各散东西。

这是《圣经》中的一个传说，解释了人类不同语言的由来。而一项技术的出现打破了巴别塔传说，使得世界各地的人们交流不再成为障碍，这项技术就是「机器翻译」。

我们日常生活中最常用到的就是中英翻译。例如一位周杰伦的粉丝想知道《夜曲》中的歌词「为你弹奏肖邦的夜曲，纪念我死去的爱情」 怎么翻译成英文，那么他可以打开「火山翻译」，输入这句中文。然后机器翻译软件就会告诉他对应的英文是「Play Chopin's nocturne for you to commemorate my dead love」。

机器翻译的历史

机器翻译其实早从1933年开始就有了，到现在为止一共经历了6个时期。

起源

1933年，法国工程师G.B.阿尔楚尼提出了用机器来翻译语言的设想，并获得了一项专利，从此机器翻译这个概念孕育而生。

萌芽

1954年，美国乔治敦大学在IBM公司的帮助下，用IBM-701计算机首次完成了英俄机器翻译试验，拉开了机器翻译研究的序幕。

沉寂

1966年，美国科学院成立的语言自动处理咨询委员会（ALPAC）公布了一份名为《语言与机器》的报告，该研究否认了机器翻译可行性，机器翻译研究从此进入了萧条期。

复苏

1976年，加拿大蒙特利尔大学与加拿大联邦政府翻译局联合开发了TAUM-METEO系统，标志着机器翻译的全面复苏

发展

1993年，IBM提出基于词对齐的统计翻译模型，基于语料库的方法开始盛行。

2003年，爱丁堡大学提出短语翻译模型，使机器翻译效果显著提升，推动了工业应用。

2005年，David Chang提出了层次短语模型，同时基于语法树的翻译模型研究也取得了很大的进步。

繁荣

2013到2014年，牛津大学、谷歌和蒙特利尔大学提出了端到端的神经机器翻译，开创了深度学习翻译新时代。

2015年，蒙特利尔大学引入Attention机制，神经机器翻译达到实用阶段。

2016年，谷歌GNMT机器翻译系统发布，讯飞上线NMT系统，神经翻译开始大规模应用。

机器翻译的原理

机器翻译就是将一个语言的句子翻译成另一个语言的句子，主要可以分为三个步骤：「预处理、翻译模型、后处理」。

预处理是对源语言的句子进行规范化处理，把过长的句子通过标点符号分成几个短句子，过滤一些语气词和与意思无关的文字，将一些数字和表达不规范的地方，归整成符合规范的句子，等等。

翻译模块是将输入的字符单元、序列翻译成目标语言序列的过程，这是机器翻译中最关键最核心的地方。纵观机器翻译发展的历史，翻译模块可以分为基于规则的翻译、基于统计的翻译和基于神经网络的翻译三大类。现如今基于神经网络的机器翻译已经成为了主流方法，效果也远远超过了前两类方法。

后处理模块是将翻译结果进行大小写的转化、建模单元进行拼接，特殊符号进行处理，使得翻译结果更加符合人们的阅读习惯。

机器翻译的应用

除了翻译文字以外，其实日常学习生活中很多场景都会用到机器翻译，下面列举一些比较常见的应用。

文字翻译

这是最常见的应用了，将一段文字从一个语言翻译为另一个语言。

下面是火山翻译的界面：

图片翻译

通过ocr技术，可以将图片里的文字识别出来，然后翻译完重新显示在图片上。

语音翻译

例如你在和一个外国人对话，但是互相都听不懂对方在说什么。那么你们俩都戴上智能眼镜或者智能耳机，老外说了一句英文，眼镜或者耳机先语音识别出他说的是什么，然后转换成文字。再翻译成汉语，最后还原成语音播放到你的耳机里，直接把文字显示在你的眼镜上。

再如一个老外在用英语直播，但是观众都听不懂，这时候可以通过翻译技术，实时将中文字幕显示在屏幕上，这就叫同传技术。

总的来说，语音翻译包含了三个步骤：「语音识别、机器翻译和语音合成」。

回译技术

相信很多同学都抄过别人的作业（抄袭可是不好的哦），那么直接抄会被发现，怎么办呢？打开火山翻译，把一句中文翻译成英文，再翻译回中文，文字就变了。

比如：躺在你学校的操场看星空，教室里的灯还亮着你没走。

先翻译成英文：再翻译回中文：

这样就得到了这句话：躺在你们学校的操场上看星星，教室的灯还亮着，你还没有离开。虽然比较生硬，但也看不出来是抄袭的啦（再次提醒，作业不要抄哦）。

生成无厘头文字

最近流行恶搞歌词或者古诗词，将它们用翻译软件先翻译成英文，再翻译成日文，再翻译成俄文，不断翻译下去，最后翻译回中文，这样你就会得到一段无厘头搞笑文字。

举个例子，翻译：躺在你学校的操场看星空，教室里的灯还亮着你没走。翻译顺序是：中、英、日、俄、意、法、德、西、韩、中，看看会得到什么吧。

最后句子变成了：如果你躺在校园里看星星，班级的灯一直亮着，你永远不会离开。意思变了很多，如果再多翻译几次，意思变化会更大。

翻译软件对比

目前市面上翻译软件非常多，比较有名的有谷歌翻译、百度翻译、必应翻译、有道翻译和字节跳动的火山翻译等等。

这里用一句古诗词“千呼万唤始出来，犹抱琵琶半遮面。”来测试一下它们的翻译效果

谷歌翻译

After a thousand calls, he came out, still holding the pipa half-hidden.

百度翻译

He came out with a thousand calls, and half covered his face with the lute.

必应翻译

A thousand calls began to come out, still holding half-masked faces.

有道翻译

After calling for a long time she finally came out, still hiding half of her face behind her pipa.

火山翻译

Yet we called and urged a thousand times before she started toward us, still hiding half her face from us behind her guitar.

可以看出有道翻译效果最好，火山翻译也大体表达出了意思。当然这只测试了一句话，不同语境下效果各有不同，还得靠同学们一个个尝试比较。

结语

虽然机器翻译技术现在已经非常成熟了，但是和人类专业的翻译学家相比，翻译质量还是差了很多。翻译的三大核心要素：信、达、雅，目前还只能在前两点上继续做完善，离“雅”更是差了十万八千里。

机器翻译还有很长的路要走，欢迎感兴趣的同学们投身自然语言处理和机器翻译，继续推动这个领域向前发展。后台回复「内推」，或者私信我，内推你进火山翻译，一起做伟大的事情。

- END -

我是godweiyang，字节跳动AI Lab NLP算法工程师，华东师范大学计算机系本硕都是专业第一。秋招斩获了上海三家互联网大厂SSP offer，擅长算法、机器翻译和模型加速。有任何问题都可以随时咨询我。

公众号后台回复【内推】

我帮你内推字节，加我微信随时查进度、催进度、咨询问题。

公众号后台回复【加群】

可以进我的技术交流（聊天）群和内推群。

求求兄弟们点个在看吧，今天的阅读量靠你们了????