0
| 本文作者： camel | 2018-03-15 02:33 |
翻譯沒有唯一標(biāo)準(zhǔn)答案，它更像一種藝術(shù)。
雷鋒網(wǎng)AI科技評論消息：14日晚，微軟亞洲研究院與雷德蒙研究院的研究人員宣布，其研發(fā)的機(jī)器翻譯系統(tǒng)在通用新聞報道測試集newstest2017的中-英測試集上，達(dá)到了可與人工翻譯媲美的水平；這是首個在新聞報道的翻譯質(zhì)量和準(zhǔn)確率上可以比肩人工翻譯的翻譯系統(tǒng)。
newstest2017測試集由來自產(chǎn)業(yè)界和學(xué)術(shù)界的團(tuán)隊共同開發(fā)完成，并于2017年在WMT17大會上發(fā)布。而新聞（news）測試集則是三類翻譯測試集中的一個，其他兩類為生物醫(yī)學(xué)（biomedical）和多模式（multimodal）。
我們知道，對于同一個意思人類可以用不同的句子來表達(dá)，因此翻譯并沒有標(biāo)準(zhǔn)答案，即使是兩位專業(yè)的翻譯人員對于完全相同的句子也會有略微不同的翻譯，而且兩個人的翻譯都不錯。微軟亞洲研究院副院長、自然語言計算組負(fù)責(zé)人周明表示：“這也是為什么機(jī)器翻譯比純粹的模式識別任務(wù)復(fù)雜得多，人們可能用不同的詞語來表達(dá)完全相同的意思，但未必能準(zhǔn)確判斷哪一個更好。”
這也是為什么科研人員在機(jī)器翻譯上攻堅了數(shù)十年，甚至曾經(jīng)很多人都認(rèn)為機(jī)器翻譯永遠(yuǎn)不可能達(dá)到人類翻譯的水平。近兩年隨著深度神經(jīng)網(wǎng)絡(luò)的引入，機(jī)器翻譯的表現(xiàn)取得了很多顯著的提升，翻譯結(jié)果相較于以往的統(tǒng)計機(jī)器翻譯結(jié)果更加的自然流暢。
據(jù)雷鋒網(wǎng)了解，在這次的工作中來自微軟亞洲研究院和雷德蒙研究院的三個研究組通過多次交流合作，將他們的研究工作相結(jié)合，再次更進(jìn)一步地提高了機(jī)器翻譯的質(zhì)量，其中用到的技術(shù)包括對偶學(xué)習(xí)（Dual Learning）、推敲網(wǎng)絡(luò)（Deliberation Networks）、聯(lián)合訓(xùn)練（Joint Training）和一致性規(guī)范（Agreement Regularization）等。
對偶無監(jiān)督學(xué)習(xí)框架
對偶學(xué)習(xí)，即利用任務(wù)的對偶結(jié)構(gòu)來進(jìn)行學(xué)習(xí)。例如，在翻譯領(lǐng)域，我們關(guān)心從英文翻譯到中文，也同樣關(guān)心從中文翻譯回英文。由于存在這樣的對偶結(jié)構(gòu)，兩個任務(wù)可以互相提供反饋信息，而這些反饋信息可以用來訓(xùn)練深度學(xué)習(xí)模型。也就是說，即便沒有人為標(biāo)注的數(shù)據(jù)，有了對偶結(jié)構(gòu)也可以做深度學(xué)習(xí)。另一方面，兩個對偶任務(wù)可以互相充當(dāng)對方的環(huán)境，這樣就不必與真實的環(huán)境做交互，兩個對偶任務(wù)之間的交互就可以產(chǎn)生有效的反饋信號。因此，充分地利用對偶結(jié)構(gòu)，就有望解決深度學(xué)習(xí)和增強(qiáng)學(xué)習(xí)的瓶頸——訓(xùn)練數(shù)據(jù)從哪里來、與環(huán)境的交互怎么持續(xù)進(jìn)行等問題。
推敲網(wǎng)絡(luò)的解碼過程
推敲網(wǎng)絡(luò)中的“推敲”二字可以認(rèn)為是來源于人類閱讀、寫文章以及做其他任務(wù)時候的一種行為方式，即任務(wù)完成之后，并不當(dāng)即終止，而是會反復(fù)推敲。微軟亞洲研究院機(jī)器學(xué)習(xí)組將這個過程沿用到了機(jī)器學(xué)習(xí)中。推敲網(wǎng)絡(luò)具有兩段解碼器，其中第一階段解碼器用于解碼生成原始序列，第二階段解碼器通過推敲的過程打磨和潤色原始語句。后者了解全局信息，在機(jī)器翻譯中看，它可以基于第一階段生成的語句，產(chǎn)生更好的翻譯結(jié)果。
聯(lián)合訓(xùn)練：從源語言到目標(biāo)語言翻譯（Source to Target）P(y|x) 與從目標(biāo)語言到源語言翻譯（Target to Source）P(x|y)
聯(lián)合訓(xùn)練可以認(rèn)為是從源語言到目標(biāo)語言翻譯（Source to Target）的學(xué)習(xí)與從目標(biāo)語言到源語言翻譯（Target to Source）的學(xué)習(xí)的結(jié)合。中英翻譯和英中翻譯都使用初始并行數(shù)據(jù)來訓(xùn)練，在每次訓(xùn)練的迭代過程中，中英翻譯系統(tǒng)將中文句子翻譯成英文句子，從而獲得新的句對，而該句對又可以反過來補(bǔ)充到英中翻譯系統(tǒng)的數(shù)據(jù)集中。同理，這個過程也可以反向進(jìn)行。這樣雙向融合不僅使得兩個系統(tǒng)的訓(xùn)練數(shù)據(jù)集大大增加，而且準(zhǔn)確率也大幅提高。
一致性規(guī)范：從左到右P(y|x,theta->) 和從右到左P(y|x,theta<-)
一致性規(guī)范，即翻譯結(jié)果可以從左到右按順序產(chǎn)生，也可以從右到左進(jìn)行生成。該規(guī)范對從左到右和從右到左的翻譯結(jié)果進(jìn)行約束。如果這兩個過程生成的翻譯結(jié)果一樣，一般而言比結(jié)果不一樣的翻譯更加可信。這個約束，應(yīng)用于神經(jīng)機(jī)器翻譯訓(xùn)練過程中，以鼓勵系統(tǒng)基于這兩個相反的過程生成一致的翻譯結(jié)果。
由于機(jī)器翻譯沒有“正確的”翻譯結(jié)果，為了與人類的翻譯水平進(jìn)行比較，就必須嚴(yán)格地定義什么是與人類翻譯水平相當(dāng)。根據(jù)其發(fā)表的論文中表述，這種定義有兩種：
1、如果一個具備雙語能力的人判斷人類輸出的譯文質(zhì)量與機(jī)器輸出的譯文質(zhì)量相當(dāng)，則機(jī)器達(dá)到人類水平。
2、如果機(jī)器翻譯系統(tǒng)在測試集上的譯文質(zhì)量得分（人工評分）與人類譯文得分沒有顯著差別，則機(jī)器達(dá)到人類水平。
微軟選擇了第二種定義，因為這樣相對而言比較公平且有實際意義。
newstest2017新聞報道測試集中共包括了約2000個句子，它們是由專業(yè)人員從在線報紙樣本翻譯而來。
微軟團(tuán)隊對測試集進(jìn)行了多輪評估，每次評估會隨機(jī)挑選數(shù)百個句子進(jìn)行翻譯。
隨后，為了驗證微軟的機(jī)器翻譯是否達(dá)到了人類翻譯水平，微軟從外部聘請了一群雙語語言顧問，讓他們對微軟的翻譯結(jié)果和人工的翻譯進(jìn)行比較和評分，結(jié)果如下：
#表示集群的排名，Ave%表示平均原始分?jǐn)?shù)(范圍在[0,100]之間)，Ave z表示標(biāo)準(zhǔn) z分?jǐn)?shù)。該表顯示了系統(tǒng)收集了至少1827份評估結(jié)果。
從表中我們可以看出，微軟的系統(tǒng)（Combo-4, 5, 6）已經(jīng)與人類翻譯（Reference-HT）無顯著差別，遠(yuǎn)遠(yuǎn)超過Reference-PE（人類翻譯—基于機(jī)器翻譯后的編輯）以及Reference-WMT。
對于這項結(jié)果，來自微軟的研究人員卻表現(xiàn)地極為自然。
微軟技術(shù)院士黃學(xué)東，負(fù)責(zé)微軟語音、自然語言和機(jī)器翻譯
微軟技術(shù)院士黃學(xué)東告訴記者：
“在機(jī)器翻譯方面達(dá)到與人類相同的水平是所有人的夢想，我們沒有想到這么快就能實現(xiàn)。消除語言障礙，幫助人們更好地溝通，這非常有意義，值得我們多年來為此付出的努力。”
微軟機(jī)器翻譯團(tuán)隊研究經(jīng)理Arul Menezes表示：
“團(tuán)隊想要證明的是：當(dāng)一種語言對（比如中-英）擁有較多的訓(xùn)練數(shù)據(jù)，且測試集中包含的是常見的大眾類新聞詞匯時，那么在人工智能技術(shù)的加持下機(jī)器翻譯系統(tǒng)的表現(xiàn)可以與人類媲美?！?/p>
微軟亞洲研究院副院長、自然語言計算組負(fù)責(zé)人周明
微軟亞洲研究院副院長、自然語言計算組負(fù)責(zé)人周明則表示任重而道遠(yuǎn)：
“在WMT17測試集上的翻譯結(jié)果達(dá)到人類水平很鼓舞人心，但仍有很多挑戰(zhàn)需要我們解決，比如在實時的新聞報道上測試系統(tǒng)等?！?/p>
微軟亞洲研究院副院長、機(jī)器學(xué)習(xí)組負(fù)責(zé)人劉鐵巖
而微軟亞洲研究院副院長、機(jī)器學(xué)習(xí)組負(fù)責(zé)人劉鐵巖對技術(shù)的進(jìn)展表示樂觀：
“我們不知道哪一天機(jī)器翻譯系統(tǒng)才能在翻譯任何語言、任何類型的文本時，都能在“信、達(dá)、雅”等多個維度上達(dá)到專業(yè)翻譯人員的水準(zhǔn)。我們可以預(yù)測的是，新技術(shù)的應(yīng)用一定會讓機(jī)器翻譯的結(jié)果日臻完善?！?/p>
據(jù)雷鋒網(wǎng)了解，此次的技術(shù)突破將很快應(yīng)用到微軟的商用多語言翻譯系統(tǒng)產(chǎn)品中，從而幫助其它語言或詞匯更復(fù)雜、更專業(yè)的文本實現(xiàn)更準(zhǔn)確、更地道的翻譯。此外，這些新技術(shù)還可以被應(yīng)用在機(jī)器翻譯之外的其他領(lǐng)域，催生更多人工智能技術(shù)和應(yīng)用的突破。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
