9181.cn
登陆 | 注册 | 会员付费| 名片翻译| 身份证翻译 | 驾驶证翻译 |翻译机API | 资讯 | 帮助 | 人名录 | 机构实名 | 街路名录
首页 规则讨论 词汇资源 机构实名 地名目录 人名目录 综合资讯

谷歌google翻译的中国基因
2011-5-3 16:06:00    【 】   浏览:3790
   

2004年,Google创始人之一Sergey Brin使用市面上的网络服务来翻译韩国粉丝发来的邮件,结果显示:“生鱼片带着它的愿望,用Google搜索绿洋葱!”这样的结果,让Sergey认为Google在这方面可以做的更好。

  不久前,Google翻译发布了iPhoneAndroid版本,让用户能够随时使用翻译服务,更加轻松便捷地跨越语言障碍。该手机应用可以识别15种语言的语音输入,朗读或全屏显示23种语言的翻译结果。对于非拉丁字母语言,例如中文和日文,应用将标注拼音或罗马字读音,便于非母语用户读出。与Google翻译的桌面应用相同,移动翻译也能够翻译58种语言书写的字词和短语。

  移动翻译设置了一些常用内容的翻译收藏,即便在没有互联网连接的情况下也可读取,实时翻译则需通过WiFi或移动网络连入Google云端获取结果。这款产品对于很多用户来说非常方便,如果身在国外,不知道某句话用外语该怎么说,只需打开程序,把想说的话念给手机,然后点击“翻译”,手机就可以把译文朗读出来。

  基于统计的机器翻译

  Google翻译产品在全球只有两个团队,一个是在Google总部,另一个就在中国上海。“Google翻译在上海成立,主要因为当初有两个人喜欢做翻译,其中一个就是尹俊(Google翻译产品研发领导,作者注),他可谓是Google上海翻译团队的创始人。通过美国翻译团队开展合作,上海的翻译队伍越来越大,现在已经达到十几人的规模。目前美国总部的翻译团队主要负责后台的平行语料数据,上海翻译团队负责手机、桌面电脑翻译应用的开发。 Google的创新模式常常是自下而上的,工程师可以在工作中发挥个人兴趣,如果做出成绩,就有可能凝聚逐渐扩大成一个团队。”在陈雍昇看来,上海团队的建立要归功于Google的创新模式。

  现今大部分的商业翻译系统都是属于规则法机器翻译,需要做大量词汇与语法的工作。Google翻译则采取基于统计的机器翻译,这是IBM科学家在1993年提出的理念,具有划时代的意义。Google现在支持58种语言的互译,翻译团队的成员们掌握的语言远少于这个数字,这也是统计翻译的魅力所在。统计翻译的具体原理是,先往计算机里输入大量的文字文本,搭建涵盖源语言和目标语言的平行语料库,构建统计翻译模型。这些模型可以帮助Google在源语言与目标语言中寻找各种相互关系,得出某些特定单词、短语或文件的最佳翻译结果。针对某种特定语言,Google翻译分析的翻译文档越多,译文的质量就越高。据陈雍昇介绍,Google翻译主要有四个步骤:

  首先,系统需要将源语言句子切分为短语,这是一门复杂的学问。英文单词之间有空格,中文句子则不然。由于统计翻译系统本身并不具备理解自然语言的能力,在面对“汽水不如果汁好喝”这个句子,“不如”和“如果”都是一种划分可能;其次,不同语系的组织形式有很大差别,研发人员必须通过对平行语料的分析来处理词汇的排序问题。分析平行语料是建模过程,翻译则是利用模型的过程,前者的算法往往比后者复杂;然后,系统需要分辨同一个词的不同形态,例如过去式和现在分词,这是一个判断的过程;最后,将构成目标语言的词汇合理联结起来。

  Google目前能够翻译58种语言,如果按排列组合来算,理论上需对应近3000种平行语料,事实上Google翻译的语料库远没这么多,所以很多语言之间的翻译是经过“桥接”的,这在机器翻译中是一种常见技巧。打个形象点的比方吧,目前法英互译的质量肯定比法汉互译要好,如果遇到法译汉的需要,翻译系统可能采取迂回战术,先将法语翻译成英语,再从英语到汉语。比如Google翻译中关于泰文和希伯来文的平行语料较少,但却能够提供这两种语言的翻译,据陈雍昇透露,“这种偏僻语系的互译十之八九是经过桥接的”。

  “提高翻译质量是一个多管齐下的技术。翻译的质量最主要的还是需要收集平行语料,此外,如果在建模方面可以找到更好的匹配算法或拆分算法,双管齐下效果更好。”陈雍昇打了个巧妙的比方,“平行语料好比食材,只有材料够好,厨师的手艺也够好,而且也有一些调味料的情况下,才能做出美味的菜肴。”

  移动翻译——“20%项目”的产物

  Google有个20%项目,允许员工拿出20%的工作时间,用来从事本职工作以外的项目,这样就能开发出更多种类的产品,移动翻译可以算作Google20%项目”的产物。

“最初移动这方面有几个因素,第一个就是因为大家都说移动是未来,这我相信。第二,发生了一个小故事——有个同事做出了手机网页版的移动翻译,并且发布出去,结果那段时间我们的流量呈几何倍数的疯涨。”这使陈雍昇意识到移动搜索的市场需求之大。

  他开始在上海研发中心游说,问谁愿意做这个项目的义工。朱文章(Google翻译iPhone主导工程师,作者注)对手机应用很感兴趣,就在正活之外进行iPhoneGoogle翻译的研发,只用两天时间就做出了产品雏形。“我们第一个手机翻译产品的就是这样诞生的,”谈起移动翻译,陈雍昇的自豪之情溢于言表。

  上海团队、美国团队对于产品雏形都很满意,并且为朱文章加拨了人力支持。大概两三个季度后,由朱文章领导开发的iPhoneGoogle翻译正式发布。在超过一周的时间里,它一直是全球排名第一的免费软件。

  理论上来讲,Google能在电脑端能够多少语种的互译,也能在手机端提供那么多。而在实际情况中,移动翻译提供多少语种的语音翻译,取决于其支持多少语种的语音识别。语音识别需要庞大的数据来源,才能建立很好的分辨模型,对此Google早有准备。2007年,Google开始提供GOOG-411) 处理语音搜索。虽然GOOG-411并非Google的重要收入来源,但它为研发人员收集了海量数据,使之能够不断完善语音识别算法。一年后Google 推出的语音搜索,足以比肩其他公司历时数年才搭建起来的类似系统。据Google称,这款语音搜索服务为Google Android和苹果iPhone等智能手机平台上“更多富有野心的服务提供了基础”。例如,装有Froyo软件的Android用户可通过语音控制手机的绝大部分功能,而Google推出的iPhone应用也内置了语音识别功能。

  Google 201010月关闭了这项服务,并在声明中表示,计划将相关资源投入到“使下一代Google产品和服务支持多语种语音的技术”中,我们现在看到的语音翻译即是成果之一。可以预见,语音识别未来将成为Google更多服务的特性。

  虽然移动翻译接收的源语言多数具有口语化的特点,在陈雍昇看来,这对翻译质量并不会造成太大影响。首先,用户使用语音翻译时,对自己要讲的内容一般都有明确的认识,所以语句的流畅程度跟桌面翻译的差异不大。其次,人们使用语音翻译时的说话方式不同于演讲,多数情况下语句简短,对于语音翻译来说不难应对。 “二者最大的差异在于用户体验方面。电脑键盘使用很方便,而手机键盘很小,我们必须想办法方便用户输入源语言。此外,语音翻译的使用环境可能跟办公室有较大区别,相对于口语中偶尔出现的停顿和重复现象,外界杂音对翻译质量的影响更大,所以我们得过滤不必要的讯息。”

  过滤杂音的任务多由翻译程序完成,研发人员可以设定一个音量阈值,将低于此值的杂音筛掉。此外,如果语言出现停顿,将其作为句子结束还是“正在考虑、尚未说完”来处理,也是翻译程序可以决定和控制的。再者,“如果用户说错了一两个字该怎么处理?让其重说一遍还是直接修改那一两个字,这些用户体验方面的问题,都可以通过完善翻译程序来提升。”

  陈雍昇表示,“除了之前的语音搜索,Google有很多产品用到语音方面的功能。在用户使用这些产品的过程中,研发人员会根据用户反馈不断完善产品的算法。经过一轮一轮的迭代,产品质量自然而然会有所提高。” 然而,Google目前的文字翻译系统尚有许多语法错误,其语音识别技术能否应付各种各样的地方口音,用户们的体会最深刻。


Tags:谷歌google翻译的中国基因
】【打印繁体】【关闭】 【返回顶部
上一篇全国翻译专业学位教育2011年年会在厦门召开 下一篇google翻译走在智能翻译的路上
会员名   注册会员
密    码
内    容
验证码
                     

暂没评论!

综合资讯栏目导航

综合资讯最新资讯

站内搜索