AI翻译的原理、难点与应用——以火山翻译为例

新知榜官方账号

2023-07-07 05:08:56

继为语文书上的各位名家豪杰豪杰担任服装、造型设计师后，热心网友开始志愿使用各类在线翻译软件「诠释」古人作品、热门歌曲等语段，美名其曰：生草翻译。

生草翻译一词源自日语「草生える」（长草了），日语「笑」的首字母「w」常在弹幕中被用于表示「好笑」之义，由于一排「w」在弹幕中颇有青青草原的气息，便开始有人用「草生える」形容幽默有趣的现象。

不过，对于正式的翻译需求，我们需要更加专业和准确的翻译工具。而AI翻译，作为一种新兴的翻译技术，正逐渐得到广泛的应用和认可。

1. 神经机器翻译与统计机器翻译

现今机器翻译使用的技术主要为「神经机器翻译（NMT）」。在它之前广泛使用的「统计机器翻译（SMT）」技术是在大量双语平行语料基础上建立一个翻译模型来完成该语对的翻译过程。

SMT翻译过程好比查阅词典：由语料构建而成的语料库可以被视为一本「词典」，「词典」里一个词会有多个译文选择，SMT建立模型来算出各个选择与原文词配对的概率，优先考虑使用概率最大的词。在此之后SMT将刚刚选出的概率最大的词与原文对应词一一对齐，再调试句子中语法、词与词之间的顺序，获得最终翻译结果。

NMT模型在SMT模型的基础上进行优化。在NMT中，翻译过程可以用一个「编码→解码」的模型来实现。NMT通过使用编码器将文字转化为固定的向量，从而将源语言表示为连续空间的形式，再使用解码器把向量逐步解码。向量的表示方法可以让语义相似的词在语义空间中有相似的表示，从而使语义相似的句子被映射在同一个空间里。NMT使用连续空间表示语言，从而增强语义相似的文本之间的关联性，改善了SMT模型中数据稀疏性的问题，提升翻译质量。

2. 语料库的重要性

要想训练出优秀的翻译系统，大量高质量的语料储备是不可或缺的。不同于拥有丰富语料的大语种、新闻，小语种、古文的语料资源是长期处于稀缺状态的。小语种、古文较低的传播率也进一步导致了其市场需求的低迷，用途不广的领域很难获得较多的研究投入，渐渐淡出人们的视野，长此以往其相关资源也无从追溯。这些语料资源的稀缺会让翻译模型在遇到一些偏门领域语句或较长语句时失去参照，从而开始硬着头皮翻译，翻译效果可能并不是很好。

3. 大数据学习的应用

现今业界所有线上AI翻译系统均以句子为单位进行翻译。为了保证翻译单位的流畅度，AI翻译会保证每句话的逻辑性与可读性，而它保证的方法就是运用自己的看家本领：「大数据学习」，即参考语料库中频繁出现的词，在面对「分崩离析」的句子时及时将它们填充进去。使用这种方式也只能保证这句话单独存在的时候是通顺的，是符合近期人类常用表达的，如果将句子放到上下文或语段的语境中，就会出现让人啼笑皆非的现象。

4. 火山翻译的应用

火山翻译作为一种新兴的AI翻译工具，提供了火山同传、火山翻译API、火山翻译Studio、浏览器翻译助手等一系列矩阵产品，在视频、会议、直播翻译等场景都有出色的翻译表现。火山翻译掌握的翻译能力也获得了业界认可，在2020年国际机器翻译大赛（WMT2020）上获得多个关键语向翻译项目竞赛的冠军。火山翻译精益求精，推出了「多语言翻译新范式mRASP」、「高性能序列推理引擎LightSeq」和「镜像生成式翻译模型MGNMT」等前沿翻译技术。

总的来说，AI翻译作为一种新兴的翻译技术，仍然面临着很多的问题和局限性，但是随着科技的不断进步和发展，相信AI翻译也会越来越完善。

本页网址：https://www.xinzhibang.net/article_detail-6644.html

寻求报道，请

关键词

AI翻译神经机器翻译统计机器翻译语料库大数据学习火山翻译

分享至微信：

相关工具

Claude

ChatGPT的最为有力的竞争对手之一

TigerBot

虎博科技推出的AI对话聊天机器人，基于TigerBot开源大模型

百度AI伙伴

百度最新上线的AI搜索对话工具

Open Assistant

免费开源的对话式AI，GitHub星标超3万

天工AI助手

昆仑万维与奇点智源联合研发的对标ChatGPT的大语言模型

Poe

问答社区Quora推出的问答机器人工具

slide美[slaɪd]滑动；幻灯片toslidedownahill从山上滑下

slide美[slaɪd]滑动；幻灯片toslidedownahill从山上滑下这是一张我放给他们看的幻灯片。在产品经理与市场的角度下，幻灯片是一种非常有效的工具，可以用于演示产品或服务的特点和优势，同时也可以用于营销和宣传。在使用幻灯片时，需要注意以下几点：幻灯片的内容要简洁明了，不宜过于复杂。幻

分类标签 slide美滑动

11-29 22:13

中后台应用开发中的低代码平台设计思路

中后台应用开发中的低代码平台设计思路中后台应用主要用于信息的查询、展示和修改，并把数据变更持久化到数据库中。产品形态可以被收敛为UI模式一致的标准化组件库，比如AntDesign、AntV等通用UI库是中后台产品前端开发的事实标准。在低代码平台中，所见即所得的组装中后台应用，代替纯手工的代码编写，可

分类标签中后台应用低代码平台DSLVue组件库

10-10 10:48

Python编程与低代码平台的结合使用

Python编程与低代码平台的结合使用在某些情况下,Python编程确实可以取代低代码自动化平台，甚至提供更强大的功能。但两者也有各自的优势，更好的方式是结合使用:Python的优势：更强大的编程能力，可以实现更复杂的逻辑和算法更高的灵活性和定制化，可以满足特定需求对数据和API的更深入的控制和管理

分类标签 Python编程低代码平台自动化系统

10-10 10:46

阿里通信与达摩院推出AI云通信解决方案

在9月22日举行的云栖大会云通信分论坛上，阿里通信与达摩院联合推出了AI云通信解决方案，致力于用智能通信能力为消费者和中小企业提供订购数字服务的首选互联网平台，赋能数字产业。据介绍，本次发布的AI云通信解决方案包括AI语音和AI短信两个基础产品，运用了达摩院TTS语音合成能力、ASR语音识别能力和N

分类标签 AI云通信达摩院阿里通信

09-14 10:34

人工智能时代：AI替代人还是人替代不会使用AI的人？

最近社交网络上人们最关心的话题之一就是：我的工作会不会被AI取代？从最初的聊天机器人，到秒出图的AI绘画应用，再到各类AI专业小模型产品的研发，大批内容生产从业者都在面临人工智能带来的“替代”挑战。ChatGPT-4发布刚过半月，金融圈就推出了第一款行业AI应用BloombergGPT。“传统权威领

分类标签人工智能AI替代就业创新

09-14 10:32

人工智能到底是统计学还是综合学科？诺贝尔经济学奖获得者与科学家们的观点不一

人工智能到底是统计学还是综合学科？近日，2011年诺贝尔经济学奖获得者托马斯·萨金特（ThomasJ.Sargent）在一场演讲中对人工智能（AI）的定义，引发了经济学家和人工智能科学家之间如何定义AI的讨论。在北京举办的世界科技创新论坛上表示，作为经济学理性预期学派的领袖人物，萨金特表示：人工智能

分类标签人工智能统计学学科算法计算力数据

09-14 10:31

阿里巴巴成为全球十大创新力企业之一

阿里巴巴成为全球十大创新力企业之一全球主要企业的“创新力”排行榜近日在日本出炉。在排名前十的企业里，阿里巴巴占据一席之地，成为唯一一家入选的中国企业。据《日本经济新闻》报道，这份榜单由市值最高的150家全球企业和168家日本本土企业的财报数据分析得出，以创新决策速度为主的“组织力”、显示技术开发能力

分类标签阿里巴巴创新力企业排名

09-14 10:28

用百度AI和微软AI对比翻译，哪个翻译的更好？

用百度AI和微软AI对比翻译，哪个翻译的更好？在现今全球化的时代，翻译已经成为了必不可少的一项技能。然而，随着机器翻译技术的不断发展，越来越多的人开始使用AI进行翻译。而在这个领域中，百度AI和微软AI是两个备受瞩目的平台。为了探讨哪个平台的翻译更加准确，我们进行了一系列的实验比较。我们先使用了百度

分类标签百度AI微软AI对比翻译

09-08 22:54

ChatGPT基础上的AI服务正在全球迅速涌现

韩国AI创业企业Upstage制作的基于KakaoTalk的聊天机器人‘AskUp’自5日问世后，4天时间使用者就突破了4万人。最近话题很高的chat机器人AIChatGPT虽然只能在OpenAI的英文网站上使用，但是AsukakaoTalk为了使用它，将其链接到了KakaoTalk上。另外，利用O

分类标签 ChatGPTAI服务OCR

08-29 22:55

人工智能会让创造性工作者变得多余吗？

美国《华尔街日报》网站1月9日发表题为《人工智能会让创造性工作者变得多余吗？》的文章，作者是克里斯托弗·里德，文章编译如下：ChatGPT让一些人质疑人工智能（AI）是否会让人类的创造力变得多余。该聊天机器人程序于去年11月由开放人工智能研究中心发布，能够比大多数人更好地针对自然语言提示快速编写出可

分类标签人工智能创造性工作者AI

08-29 22:51

ChatGPT Midjourney 文心一言文心一格 bing新必应 Stable diffusion 稿定设计墨刀AI mastergo Adobe Firefly runway