Google研发手机翻译软件人类有望无需学外语万芳

发布时间：2020-02-14 10:48:45 阅读：次来源：电磁阀厂家

Google研发手机翻译软件人类有望无需学外语-CSDN.NET

摘要：据英国《星期日泰晤士报》报道，Google正在研发能够即时翻译外语的手机软件，就像真人翻译一样，它能够听懂一组一组说话者的声音，几乎立即翻译为听话者的语言。

据英国《星期日泰晤士报》报道，Google正在研发能够即时翻译外语的手机软件，就像真人翻译一样，它能够听懂一组一组说话者的声音，几乎立即翻译为听话者的语言。这个软件如果研发成功，将有望改变全球说各种不同语言（据估计目前世界在使用的语言有6000 多种）的人之间的沟通方式，人们也不再需要为了与人口头交流而去学习外语。

该系统将基于Google已有的语音识别和自动翻译技术。后者通过扫描数百万种多语网站及文件来不断改进。到目前为止，这套系统支持的语言有 52 种，并刚在上周加入支持海地官方语言之一克里奥尔语。

Google翻译服务的负责人Franz Och说：语言对译应该可行，而且在数年内能够实现。当然，要想非常流畅，需要把高准确度的机器翻译和高准确度的语音识别结合起来。

由于Google有庞大的网站及译文数据库，而且用户也不断增多，它的翻译技术不再使用以语言文法为基础的规则，而是能够不断改进，被用得越多，也就越准确。

Franz Och表示，相比机器翻译，语音识别的困难更大，因为即使说同一种语言，每人的声线、口音及高低音也不同，但通常手机也只有一人使用，相信只要软件习惯机主的声音，准确度便会提升。

【人物简介】

（转自我爱自然语言处理）

统计机器翻译成长的这二十年来，最具传奇色彩的人物当首推Franz Josef Och。

从2002年起，在美国国防部高等研究计划局(DARPA)资助的项目TIDES6的框架下，美国国家标准和技术研究所出面组织了NIST机器翻译评测。NIST评测每年举办一次，主要考察的语言对是汉语到英语以及阿拉伯语到英语，并且只对各参评系统的机器翻译结果的质量进行评测，对系统本身的其他方面不做评价。

在NIST评测中有一个颇具传奇色彩的人物，就是毕业于德国亚琛工业大学的博士生弗朗茨.约瑟夫.欧赫（Franz Joseph Och）。在1999年约翰霍普金斯大学夏季研讨班（JHU Summer Workshop 1999）上，他开发出了著名的IBM模型训练工具Giza。在2002年NIST评测中，取得第一名的亚琛工业大学的机器翻译系统就是由他开发的。欧赫 2002年从亚琛工业大学毕业后进入美国南加州大学信息科学研究所(ISI/USC)工作，同时作为Language Weaver公司的顾问，后来于2004年加盟了谷歌（Google）公司。

他所到的每一个地方都稳拿当年NIST机器翻译评测的第一名。尤其是2005年的NIST评测中，他所在的谷歌公司开发的汉英机器翻译系统取得了0.35的BLEU值，比第二名的南加州大学(即他原来所在的单位)的系统的性能提高了近5个百分点。2005年在汉语到英语方向取得前四名的单位分别是谷歌公司、美国南加州大学信息科学研究所(ISI/USC)、马里兰大学(UMD)和德国亚琛工业大学(RWTH)；2006年汉英翻译的这个排名变成美国南加州大学信息科学研究所（ISI/USC）、谷歌公司、美国Language Weaver公司（LW）和德国亚琛工业大学。其中2006年的这四个研究单位的技术都有一定的渊源关系，全部都是欧赫曾经或者正在工作的地方。在2006年评测中，除了汉英机器翻译的受限语料项目，其他所有项目的第一名都是谷歌公司。

欧赫不仅仅是在评测中成绩绝对领先，而且在研究方面也是非常出色的。他这些年来发表的很多论文，包括博士论文，都成了统计机器翻译研究领域的经典，被人广泛引用和验证。更难得的是，他对自己的研究工作持一种非常开放的态度，一点都不保守。目前统计机器翻译研究领域一些著名的开源软件，如IBM模型训练工具Giza++、最大熵模型训练工具YASMET都是他开发的。这一切显示了欧赫不愧为统计机器翻译研究的第一人。

欧赫是统计方法的忠实信徒。伟大的希腊科学家阿基米德（Archimedes）说过：只要给我一个支点，我就可以移动地球。（Give me a place to stand on, and I will move the world.）。欧赫模仿阿基米德的口吻说：只要给我充分的并行语言数据，那么，对于任何的两种语言，我就可以在几小时之内构造出一个机器翻译系统。（原话是Give me enough parallel data, and you can have translation system for any two languages in a matter of hours.。）在欧赫的研究中，数据规模总是第一位的。他也尝试过使用一些句法知识，但他的最后结论是，句法知识对统计机器翻译毫无用处，甚至有反作用。因此，欧赫总是试图用最简单的模型和最大量的数据取胜。

到谷歌公司以后，谷歌公司对海量数据的驾驭能力使得欧赫如鱼得水。他把谷歌公司在Internet上采集的所有英语文档都用来训练英语的语言模型，动用了谷歌公司数千个CPU组成的计算机集群进行计算。如此巨大的语言模型，使得他所代表的谷歌公司在NIST评测中取得了其他单位难以撼动的优势地位。他这样做，也是利用了NIST评测规则中的一个不太合理的规定。

在NIST评测中，有两类项目：受限语料项目和不受限语料项目。在受限语料项目中，参评者只能使用评测组织者提供的训练语料进行训练。而在不受限语料项目中，参评者可以使用任何语料进行训练。研究人员一般比较关注受限语料项目的评测，因为只有在语料受限的情况下，参评单位之间的结果才是可比的。大家比的是算法的好坏，而不是数据的规模和质量。但NIST评测规则不太合理的地方在于，对于受限语料项目，NIST评测只限定了用于训练翻译模型的双语语料必须受限，但对于训练语言模型的单语语料却没有任何限制。这使得谷歌通过这种方式训练出来的语言模型也可以参加NIST的受限语料项目评测。但他这种做法也遭到了越来越多研究人员的质疑，也许作为谷歌公司的企业行为，这样做是无可非议的，但作为研究人员来说，他这么做对其他研究人员来说，无疑是不公平的。另外，欧赫到谷歌以后，虽然系统做得非常强大，但他现在已经很少发表论文，通常只是在大会上做一些特邀报告。这样做的原因可能是因为谷歌公司要保守商业秘密吧。但这无疑也是让人觉得非常遗憾的。好在统计机器翻译领域现在人才辈出，出现了很多新的重量级人物，大家并不会因此感到寂寞。