網(wǎng)易上線“有道智云”平臺，為第三方廠商提供神經(jīng)網(wǎng)絡(luò)翻譯接口

本文作者：叨叨

2017-07-05 16:44

導(dǎo)語：周楓：為什么關(guān)注文字識別和處理？是因為我們發(fā)現(xiàn)手機攝像頭能力提升之后，文字能做更多的事情。

“為什么關(guān)注文字識別和處理？是因為我們發(fā)現(xiàn)手機攝像頭能力提升之后，文字能做更多的事情”。7月4日，在有道開放日活動中，有道總裁周楓對到訪的媒體說。

有道發(fā)現(xiàn)的，其實不光是攝像頭能力的提升，更重要的或許是深度學(xué)習(xí)。在三個月前，有道正式將深度學(xué)習(xí)應(yīng)用于機器翻譯，上線了神經(jīng)網(wǎng)絡(luò)翻譯模型。與此同時，深度學(xué)習(xí)也應(yīng)用到了大多數(shù)有道產(chǎn)品中，如有道詞典、翻譯官、有道云筆記等。

此次開放日上，有道總結(jié)了三個月來神經(jīng)網(wǎng)絡(luò)翻譯取得的進展，同時還宣布正式上線 OCR 技術(shù)和有道智云平臺。

神經(jīng)網(wǎng)絡(luò)翻譯效果如何？

網(wǎng)易有道在三個月前正式上線了其基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)翻譯模型（NMT），雷鋒網(wǎng)就此曾專訪過有道首席科學(xué)家段亦濤。在本次活動中，段亦濤再次提起利用深度學(xué)習(xí)完成機器翻譯任務(wù)的優(yōu)勢，在他看來，深度學(xué)習(xí)有三個特點，能夠讓它在翻譯任務(wù)中，得到比較好的效果：

模擬生物神經(jīng)的方式，由大量的神經(jīng)元組成

神經(jīng)元能夠完成一些比較初級的操作，模型通過對神經(jīng)元奇妙的組織，使它能夠配合工作，完成更復(fù)雜的任務(wù)，和動物的神經(jīng)網(wǎng)絡(luò)工作方式比較類似。

對關(guān)鍵信息會用連續(xù)關(guān)鍵向量來表達

一個詞對應(yīng)到翻譯里面是一個高位向量。這樣做的好處在于比較強的刻畫力——刻畫信息之間的關(guān)系。比如同義詞或者反義詞，傳統(tǒng)用編碼方式不太容易表達，但是如果在一個向量空間來表達，通過向量之間的位置，就能比較好的來反映它們之間的關(guān)系。

端到端的模型

翻譯模型里有很多參數(shù)，這些參數(shù)為了共同的目標(biāo)進行優(yōu)化，和傳統(tǒng)的模型不一樣，傳統(tǒng)的機器學(xué)習(xí)會有各種模塊，各個模塊都是為自己的目標(biāo)來調(diào)整優(yōu)化的，人為拼湊成一個機器類的東西，能完成功能，但是比較生硬。

對于神經(jīng)網(wǎng)絡(luò)翻譯模型的評估，有道采用了機器翻譯界通用的 BLEU（雙語評估研究-Bilingual Evaluation Understudy）評估指標(biāo)，得分越高，說明翻譯結(jié)果越接近目標(biāo)翻譯。段亦濤以有道和國際同類產(chǎn)品的中英互譯為例，進行了對比。

網(wǎng)易上線“有道智云”平臺，為第三方廠商提供神經(jīng)網(wǎng)絡(luò)翻譯接口

*有道神經(jīng)網(wǎng)絡(luò)翻譯（中英）BLEU值測評結(jié)果

除中英互譯之外，段亦濤還介紹，有道近日也上線了日韓語神經(jīng)網(wǎng)絡(luò)翻譯，從內(nèi)部測試的 BLEU 數(shù)值上來看，中日、中韓翻譯準(zhǔn)確度也都高于國內(nèi)和國際同類產(chǎn)品。

雷鋒網(wǎng)了解到，采用深度學(xué)習(xí)進行機器翻譯是目前已成為業(yè)界的一種普遍做法，百度、谷歌、搜狗等廠商也在進行，但也有公司最近提出了一些新的翻譯模型，比如 Facebook 提出了完全基于 CNN (卷積神經(jīng)網(wǎng)絡(luò)）的翻譯模型。

OCR 技術(shù)如何識別并翻譯圖片中的文字？

此外，有道正式對外宣布了其 OCR 技術(shù)的上線。所謂的 OCR 就是在一張圖片里識別文字區(qū)域，再把區(qū)域里面的文字提取出來并翻譯。

OCR 的工作原理分為兩個步驟，第一步先識別文字區(qū)域，通過兩個通道進行，分別識別區(qū)域位置和區(qū)域的大??；第二步是識別區(qū)域內(nèi)的文字，通過多層網(wǎng)絡(luò)提取數(shù)據(jù)后，再用 2N 結(jié)構(gòu)進行處理，在最后一層做識別。

目前，有道產(chǎn)品上的 OCR 日請求達到 470萬，不僅可以識別書籍，還可以識別零食、化妝品等外包裝上的英文，提取出文字后，進行翻譯。

有道智云平臺意在何為？

網(wǎng)易有道副總裁金磊向雷鋒網(wǎng)介紹，有道技術(shù)接口每天被請求1.5億次，其中有1億次來自于第三方，而非有道自己的產(chǎn)品。

基于這樣的契機，有道正式上線了面向企業(yè)的“有道智云”平臺，將機器翻譯和 OCR 技術(shù)全部集成在平臺上，供給第三方廠商使用。目前，神經(jīng)網(wǎng)絡(luò)翻譯提供的接口傳統(tǒng)API方式，定價為 48元/百萬字。此外，還提供 IOS 和安卓兩個版本的SDK，定價為 1元月/激活。同時，對于特定合作方，也提供定制服務(wù)，做本地化部署。

網(wǎng)易上線“有道智云”平臺，為第三方廠商提供神經(jīng)網(wǎng)絡(luò)翻譯接口