硬核測評，谷歌翻譯被碾壓：全球首個翻譯引擎進化歸來，“細(xì)節(jié)狂魔”搞定方言文言文

編者按：本文來自微信公眾號“大數(shù)據(jù)文摘”（ID:BigDataDigest），作者 劉俊寰，36氪經(jīng)授權(quán)發(fā)布。

最近，一款在線機器翻譯軟件在日本大火。

這款翻譯軟件名叫DeepL，大火的原因正是因為它工作太負(fù)責(zé)了，翻譯得太過準(zhǔn)確，在日本引起了熱議。

從日本網(wǎng)友的民間測評來看，不僅日語方言翻譯效果杠杠的，連文言文也被拿下，要知道，這可是連谷歌翻譯都無法做到的事。

但是有多精確呢？作為一個嚴(yán)謹(jǐn)?shù)目萍架浖?，?dāng)然還是要用數(shù)據(jù)來說話，DeepL官方也公開了日英互譯和中英互譯的盲測結(jié)果，如下圖所示，可以看出，DeepL簡直就是碾壓級的存在嘛：

盲測就是在專業(yè)譯員評審們不知道哪個翻譯版本是由哪個網(wǎng)站翻譯的情況下，對翻譯文本進行評估，這也一直是DeepL的測試方式之一。

DeepL由于極好的準(zhǔn)確性，也同樣引爆了Reddit，有網(wǎng)友指出，DeepL不是像谷歌翻譯那樣從字詞上進行翻譯，從Textractor的設(shè)置上可以看到，DeepL還支持用以前的翻譯作為上下文對翻譯結(jié)果進行改善。

也有不少網(wǎng)友直呼“DeepL牛逼”！

3年前，DeepL剛出現(xiàn)在大眾視野的時候就已經(jīng)吸引到了不少目光，DeepL首席執(zhí)行官Gereon Frahling曾表示，DeepL的目標(biāo)不止于翻譯任務(wù)，神經(jīng)網(wǎng)絡(luò)將從理解文本開始，開啟更多可能。

至于更多可能是如何被開發(fā)出來的，文摘菌做了一次小小的測評，然后再一起來圍觀DeepL的發(fā)家史，小板凳已經(jīng)放好，歡迎就坐~

方言、文言文、學(xué)術(shù)論文，機器翻譯神仙打架！

不管是民間測評還是DeepL官方的盲測結(jié)果，都暗示著DeepL可能是目前準(zhǔn)確率最高的機器翻譯，到底成色怎樣，還是要親自動手試試才知道。

既然本次更新也包含了簡體中文，抱著一點點的懷疑和一點點的好奇，文摘菌也對DeepL進行了一次簡單的測評，和目前主流的谷歌翻譯、微軟翻譯、百度翻譯、有道翻譯進行了比較。

本次測評分為三輪，第一輪方言，第二輪文言文，第三輪學(xué)術(shù)論文。好，現(xiàn)在我們有請五位選手入場。

第一輪，我們來看看方言。

大家都知道，中國方言文化博大精深，要是不能正確譯出方言，那這個準(zhǔn)確率還是要打上問號的。

我們選擇了東北話十級題目：“我嘞個去，你長得也太磕磣了”。本題有兩個得分點，一個是“我嘞個去”，一個是“磕磣”。讓我們來看看五位選手的表現(xiàn)。

在第一個得分點上，谷歌翻譯成了“I'll go there”，微軟和百度認(rèn)為這是“I'll go”的意思，有道則給出“I don't know”的答案，DeepL表現(xiàn)很好，正確翻譯成了帶有驚訝語氣的“oh my god”。

在第二個得分點上，五位選手都給出了不同的答案，谷歌“shy”、微軟“snobful”、百度“shabby”、有道“bad”，DeepL“ugly”。

從得分點上看，百度在第二題表現(xiàn)尚可，有道…勉強過關(guān)吧，谷歌和微軟則全軍覆沒。我們來欣賞一下DeepL的滿分試卷：

這才第一題，不要擔(dān)心，還有翻身的機會。接下來我們來看看文言文，既然DeepL都能翻譯古日文，要是不能翻譯古漢語可就不對了。

第二輪，文言文。

文言文部分我們以著名唐代詩人張九齡《望月遠(yuǎn)懷》中的名句“海上生明月，天涯共此時”為考題，這句詩的意思是，在遼闊無邊的大海上升起一輪明月，使人想起了遠(yuǎn)在天涯海角的親友，他此時此刻也該是望著同一輪明月吧。

本題的得分點是看看各位選手能否用英文把整句詩的意境表達(dá)出來。好了，中文版的標(biāo)準(zhǔn)答案已經(jīng)公布，那么五位選手的表現(xiàn)如何呢？

首先從句意上看，谷歌、微軟和百度都直接放棄了后半句的翻譯，有道把后半句譯成“Tianya at this time”；在前半句的翻譯上，微軟和百度都用到了born這個詞，但是微軟的譯文是“The sea is born”？？？？

我們來看看DeepL，前半句和谷歌的答案一模一樣，但是后半句的翻譯是不是達(dá)到了信達(dá)雅的水平文摘菌不知道，但是讀上去感覺非常舒服，大家也來品品：

第三題，也是最后一道壓軸題，我們要考察的是各位選手對學(xué)術(shù)論文的中英互譯。

學(xué)術(shù)論文的關(guān)鍵除了語句通順外，還需要在專業(yè)詞匯上做到準(zhǔn)確，這也是本次考察的重點。

中譯英部分，我們選擇的是去年刊登在《國際新聞界》上的一篇文章，研究者調(diào)查的是社交媒體信任對隱私風(fēng)險感知和自我表露的影響。

原文：實證結(jié)果顯示：1.隱私風(fēng)險感知與自我表露并無顯著相關(guān)性；2.社交媒體信任負(fù)向影響用戶的隱私風(fēng)險感知，網(wǎng)絡(luò)人際信任在其中發(fā)揮中介作用；3.社交媒體信任正向影響用戶的自我表露，網(wǎng)絡(luò)人際信任在其中發(fā)揮中介作用。

從翻譯結(jié)果上看，五位選手給出的答案都比較讓人滿意，句型和語法也都沒有問題，只是在一些具體的用詞上各有千秋。比如，“自我表露”，DeepL和微軟用的是“self-expression”，其余三位選手用的是“self-disclosure”；而“網(wǎng)絡(luò)人際信任”，有道、百度和微軟譯成“network interpersonal trust”，谷歌給出“online interpersonal trust”的答案，DeepL則譯為“cyber-interpersonal trust”。

照例，我們還是來看看DeepL的答案。

在英譯中部分，我們選擇了上周文摘菌報道的帝國理工大學(xué)論文的導(dǎo)論部分。在用戶體驗上文摘菌要插播一下，從中譯英切換到英譯中的時候，只有百度、有道和DeepL做到了自動識別，谷歌和微軟仍需要手動選擇語言。

原文：The global impact of COVID-19 has been profound, and the public health threat it represents is the most serious seen in a respiratory virus since the 1918 H1N1 influenza pandemic. Here we present the results of epidemiological modelling which has informed policymaking in the UK and other countries in recent weeks. In the absence of a COVID-19 vaccine, we assess the potential role of a number of public health measures – so-called non-pharmaceutical interventions (NPIs) – aimed at reducing contact rates in the population and thereby reducing transmission of the virus. In the results presented here, we apply a previously published microsimulation model to two countries: the UK (Great Britain specifically) and the US. We conclude that the effectiveness of any one intervention in isolation is likely to be limited, requiring multiple interventions to be combined to have a substantial impact on transmission.

從結(jié)果上看，五位選手的學(xué)術(shù)造詣都比較高，學(xué)術(shù)語言使用的規(guī)范性也都相差不大。但是，細(xì)節(jié)見真知，只有有道保留了雙破折號的使用，但這在中文中其實并不常見；除有道外，其他三位選手在“非藥物干預(yù)措施（NPI）”的表達(dá)上都沒有做到盡善盡美。

仍然，笑到最后的還是DeepL，雖然還存在各種小問題，無法得到滿分，但也是一張妥妥的高分試卷了：

以上就是本次測評全部的考題了，可以看出DeepL不愧是頭號種子選手，不管是方言、文言文還是學(xué)術(shù)話語，都有不錯的表現(xiàn)，看來DeepL官方還是很誠實的嘛。

從Linguee蛻變，機器學(xué)習(xí)賦能DeepL

見識到了DeepL的“獨秀”表現(xiàn)，接下來，我們就重點介紹一下本次測評表現(xiàn)最佳的頭號種子DeepL。

不知道DeepL？那Linguee應(yīng)該聽說過吧，就是那個運營十多年的在線外語詞典，DeepL的前身正是Linguee。Linguee是一款出現(xiàn)多年的翻譯工具，盡管使用廣泛，也有一批忠實用戶，但其翻譯質(zhì)量尚無法與谷歌翻譯相提并論，尤其是考慮到后者品牌和地位的巨大優(yōu)勢。

但真正重要的是Linguee的技術(shù)積累，Linguee的聯(lián)合創(chuàng)始人Gereon Frahling之前就在谷歌研究院工作，2007年，他選擇開啟新的征程，團隊數(shù)年來一直致力于機器翻譯，直到2016年，他們才開始全力開發(fā)全新的系統(tǒng)，建設(shè)新公司，也就是DeepL。

Linguee的核心競爭優(yōu)勢就是爬蟲和機器學(xué)習(xí)系統(tǒng)，前者能夠抓取互聯(lián)網(wǎng)上超過10億句翻譯結(jié)果和查詢的大型數(shù)據(jù)庫，后者在網(wǎng)頁上搜索相似片段的真實翻譯方法并對其評估，兩者結(jié)合使Linguee成為了當(dāng)時“世界上首個翻譯搜索引擎”。

十年積累下來，Linguee無論在數(shù)據(jù)和對算法的研究上都不可小覷，而這也直接成為DeepL的絕對優(yōu)勢，為團隊訓(xùn)練新模型打好了堅實的基礎(chǔ)。

DeepL變革性的神經(jīng)架構(gòu)在冰島的一臺超級計算機上運行，該計算機能力為5.1 petaFLOPS（每秒5100萬億次操作），不到一秒內(nèi)能翻譯100萬單詞?！氨鶏u可再生能源豐富，因此我們可以在這里用非常低廉的成本訓(xùn)練我們的神經(jīng)網(wǎng)絡(luò)。我們將繼續(xù)專注于高性能硬件”，DeepL的CTO Jaroslaw Kutylowski說。

“我們的神經(jīng)網(wǎng)絡(luò)架構(gòu)已經(jīng)實現(xiàn)了多個顯著改善”，Gereon Frahling表示，“通過用不同的方式安排神經(jīng)元及其連接，我們的網(wǎng)絡(luò)比目前其他神經(jīng)網(wǎng)絡(luò)更全面地映射自然語言?！?/p>

大學(xué)、研究機構(gòu)和Linguee的競爭對手發(fā)布的研究進展表明，卷積神經(jīng)網(wǎng)絡(luò)才是機器翻譯的正確道路，而非DeepL之前使用的循環(huán)神經(jīng)網(wǎng)絡(luò)，但現(xiàn)在不是探討二者區(qū)別的時候，對于相關(guān)詞語的長、復(fù)雜字符串，只要你能夠控制其弱點，卷積神經(jīng)網(wǎng)絡(luò)效果會更好。

例如，CNN一次處理一個單詞，當(dāng)句末單詞決定句首單詞的形成時，這就成了問題。查找整個句子尋找句首單詞，如果網(wǎng)絡(luò)獲取到的第一個單詞是錯誤的，就太浪費了，還得使用該知識重新開始，因此DeepL和機器學(xué)習(xí)領(lǐng)域的其他機構(gòu)在CNN轉(zhuǎn)向下一個單詞或詞組時，使用能夠監(jiān)控此類潛在問題的“注意力機制”來解決。

DeepL在最新版本增加了對日語和中文（簡體）的支持，包括日語漢字，平假名和片假名以及數(shù)千個漢字。目前，DeepL支持的語言數(shù)量增加到11種，雖然語言支持不如其他翻譯服務(wù)廣泛，如Google Translate和Bing Microsoft Translator均支持一百多種不同的語言，但翻譯精度也是不可忽視的關(guān)鍵點。

掌握多國語言的Techcrunch編輯Frederic曾這么評價DeepL：“谷歌翻譯的風(fēng)格非常直接，但卻錯過了一些細(xì)節(jié)和習(xí)語（或者把這些習(xí)語翻譯錯了），而DeepL 經(jīng)?？梢蕴峁└幼匀坏姆g效果，就像訓(xùn)練有素的人類翻譯一樣。”

說了這么多，還是那句話，真真假假還是自己試了才知道，有興趣的同學(xué)可以親自動手試試，要是遇到什么好玩的翻譯結(jié)果還記得告訴文摘菌噢~

最后，官網(wǎng)鏈接雙手奉上：

https://www.deepl.com/translator