近期,谷歌发布神经网络机器翻译系统,使用了当前最先进的训练技术,能够实现迄今为止机器翻译质量的最大提升。机器语言翻译其实早已有之,十年前谷歌推出的Google Translate带来了行业格局的重大变化,机器智能的快速发展也令翻译行业不断进步。
与谷歌的大张旗鼓不同,国内的翻译软件企业相对低调的多。而早在1996年,金山词霸就已经推出了第一个版本的翻译软件,几乎与计算机在中国的普及时间同步。而金山词霸也是当时的装机必备软件,并迅速占领了国内市场。在近几年,金山词霸在引入牛津词典、柯林斯高阶词典提升翻译能力的基础上,在用户的场景性应用层面不断深入。每日一句、四六级精品课、英文原版小说等板块渐渐丰富了翻译软件的内容,也更加迎合用户的情景需求。
在翻译领域,更了解国人需求的金山词霸,走出了差异化竞争的第一步。
在谈到神经网络算法对机器翻译引擎的作用时,业内的专家表示过去的机器翻译引擎都是基于统计算法和规则算法,更多的是以词和短语作为基本单元,而神经网络算法的加入可以以句子作为翻译的基本单元,降低了对调整语序的依赖,提升了机器翻译的可用性。但是,神经网络也只是一种算法而已,更大的提升还是需要广大的机器翻译从业者夜以继日的辛勤工作和研究来取得。
其实早在一年前,金山词霸已经开始研究神经网络算法,并致力于把神经网络算法和过去的统计翻译算法相结合,试图打造更加智能聪明的翻译引擎。据相关的技术人员介绍,目前取得了一定的进展,在翻译后句子的语序这部分得到了很大的优化。
金山词霸的产品经理提到,单纯的翻译应用始终都是一个工具,未来在商业模式上有很大的局限性。机器翻译未来应该和更多的场景、行业进行结合,为特定的行业解决特定的问题,在特定的场景解决特定的问题。例如,当用户在境外国家旅游的过程中生病了,去了当地的医院,由于语言障碍,用户无法描述清楚自己的病情,医生也无法精确的定位用户的病因,在这样的特定场景下,翻译应用其实是有很大机会和很好的应用的。
因此,金山词霸在用户场景应用层面付出了更多的努力。以用户需求和技术驱动产品的发展,让翻译软件可以随时融入到用户的生活,为不同需求和不同场景的用户提供相应的内容和服务。
对于谷歌的神经网络算法而言,好处是有了一种无限逼近目标的方法,当然也有它自身的局限性,最大的局限性就是神经网络算法目前需要大量的计算设备支持,为它实际应用提高了成本门槛。但不论是谷歌在技术层面的不断追求,还是金山词霸在场景方面的不断探索,都为用户带来了更好的翻译体验。
评论 {{userinfo.comments}}
{{child.content}}
{{question.question}}
提交