硬核测评,谷歌翻译被碾压!全球首个翻译引擎进化归来,“细节狂魔”搞定方言文言文-阿里云开发者社区

开发者社区> -技术小助手-> 正文

硬核测评,谷歌翻译被碾压!全球首个翻译引擎进化归来,“细节狂魔”搞定方言文言文

简介: 硬核测评,谷歌翻译被碾压!全球首个翻译引擎进化归来,“细节狂魔”搞定方言文言文
+关注继续查看

最近,一款在线机器翻译软件在日本大火。

这款翻译软件名叫DeepL,大火的原因正是因为它工作太负责了,翻译得太过准确,在日本引起了热议。从日本网友的民间测评来看,不仅日语方言翻译效果杠杠的,连文言文也被拿下,要知道,这可是连谷歌翻译都无法做到的事。

但是有多精确呢?作为一个严谨的科技软件,当然还是要用数据来说话,DeepL官方也公开了日英互译和中英互译的盲测结果,如下图所示,可以看出,DeepL简直就是碾压级的存在嘛:
盲测就是在专业译员评审们不知道哪个翻译版本是由哪个网站翻译的情况下,对翻译文本进行评估,这也一直是DeepL的测试方式之一。DeepL由于极好的准确性,也同样引爆了Reddit,有网友指出,DeepL不是像谷歌翻译那样从字词上进行翻译,从Textractor的设置上可以看到,DeepL还支持用以前的翻译作为上下文对翻译结果进行改善
也有不少网友直呼“DeepL牛逼”!
3年前,DeepL刚出现在大众视野的时候就已经吸引到了不少目光,DeepL首席执行官Gereon Frahling曾表示,DeepL的目标不止于翻译任务,神经网络将从理解文本开始,开启更多可能。
至于更多可能是如何被开发出来的,文摘菌做了一次小小的测评,然后再一起来围观DeepL的发家史,小板凳已经放好,欢迎就坐~

方言、文言文、学术论文,机器翻译神仙打架!

不管是民间测评还是DeepL官方的盲测结果,都暗示着DeepL可能是目前准确率最高的机器翻译,到底成色怎样,还是要亲自动手试试才知道。
既然本次更新也包含了简体中文,抱着一点点的怀疑和一点点的好奇,文摘菌也对DeepL进行了一次简单的测评,和目前主流的谷歌翻译、微软翻译、百度翻译、有道翻译进行了比较
本次测评分为三轮,第一轮方言,第二轮文言文,第三轮学术论文。好,现在我们有请五位选手入场。
第一轮,我们来看看方言。
大家都知道,中国方言文化博大精深,要是不能正确译出方言,那这个准确率还是要打上问号的。
我们选择了东北话十级题目:“我嘞个去,你长得也太磕碜了”。本题有两个得分点,一个是“我嘞个去”,一个是“磕碜”。让我们来看看五位选手的表现。
在第一个得分点上,谷歌翻译成了“I'll go there,微软和百度认为这是“I'll go”的意思,有道则给出“I don't know”的答案,DeepL表现很好,正确翻译成了带有惊讶语气的“oh my god”。
在第二个得分点上,五位选手都给出了不同的答案,谷歌“shy”、微软“snobful”、百度“shabby”、有道“bad”,DeepL“ugly”。从得分点上看,百度在第二题表现尚可,有道…勉强过关吧,谷歌和微软则全军覆没。我们来欣赏一下DeepL的满分试卷

这才第一题,不要担心,还有翻身的机会。接下来我们来看看文言文,既然DeepL都能翻译古日文,要是不能翻译古汉语可就不对了。
第二轮,文言文。
文言文部分我们以著名唐代诗人张九龄《望月远怀》中的名句“海上生明月,天涯共此时”为考题,这句诗的意思是,在辽阔无边的大海上升起一轮明月,使人想起了远在天涯海角的亲友,他此时此刻也该是望着同一轮明月吧。
本题的得分点是看看各位选手能否用英文把整句诗的意境表达出来。好了,中文版的标准答案已经公布,那么五位选手的表现如何呢?
首先从句意上看,谷歌、微软和百度都直接放弃了后半句的翻译,有道把后半句译成“Tianya at this time”;在前半句的翻译上,微软和百度都用到了born这个词,但是微软的译文是“The sea is born”????我们来看看DeepL,前半句和谷歌的答案一模一样,但是后半句的翻译是不是达到了信达雅的水平文摘菌不知道,但是读上去感觉非常舒服,大家也来品品

第三题,也是最后一道压轴题,我们要考察的是各位选手对学术论文的中英互译。
学术论文的关键除了语句通顺外,还需要在专业词汇上做到准确,这也是本次考察的重点。
中译英部分,我们选择的是去年刊登在《国际新闻界》上的一篇文章,研究者调查的是社交媒体信任对隐私风险感知和自我表露的影响。

原文:实证结果显示:1.隐私风险感知与自我表露并无显著相关性;2.社交媒体信任负向影响用户的隐私风险感知,网络人际信任在其中发挥中介作用;3.社交媒体信任正向影响用户的自我表露,网络人际信任在其中发挥中介作用。


从翻译结果上看,五位选手给出的答案都比较让人满意,句型和语法也都没有问题,只是在一些具体的用词上各有千秋。比如,“自我表露”,DeepL和微软用的是“self-expression”,其余三位选手用的是“self-disclosure”;而“网络人际信任”,有道、百度和微软译成“network interpersonal trust”,谷歌给出“online interpersonal trust”的答案,DeepL则译为“cyber-interpersonal trust”。照例,我们还是来看看DeepL的答案。

在英译中部分,我们选择了上周文摘菌报道的帝国理工大学论文的导论部分。在用户体验上文摘菌要插播一下,从中译英切换到英译中的时候,只有百度、有道和DeepL做到了自动识别,谷歌和微软仍需要手动选择语言。

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.
从结果上看,五位选手的学术造诣都比较高,学术语言使用的规范性也都相差不大。但是,细节见真知,只有有道保留了双破折号的使用,但这在中文中其实并不常见;除有道外,其他三位选手在“非药物干预措施(NPI)”的表达上都没有做到尽善尽美。仍然,笑到最后的还是DeepL,虽然还存在各种小问题,无法得到满分,但也是一张妥妥的高分试卷了:

以上就是本次测评全部的考题了,可以看出DeepL不愧是头号种子选手,不管是方言、文言文还是学术话语,都有不错的表现,看来DeepL官方还是很诚实的嘛。

从Linguee蜕变,机器学习赋能DeepL

见识到了DeepL的“独秀”表现,接下来,我们就重点介绍一下本次测评表现最佳的头号种子DeepL。

不知道DeepL?那Linguee应该听说过吧,就是那个运营十多年的在线外语词典,DeepL的前身正是Linguee。Linguee是一款出现多年的翻译工具,尽管使用广泛,也有一批忠实用户,但其翻译质量尚无法与谷歌翻译相提并论,尤其是考虑到后者品牌和地位的巨大优势。

真正重要的是Linguee的技术积累,Linguee的联合创始人Gereon Frahling之前就在谷歌研究院工作,2007年,他选择开启新的征程,团队数年来一直致力于机器翻译,直到2016年,他们才开始全力开发全新的系统,建设新公司,也就是DeepL。

Linguee的核心竞争优势就是爬虫和机器学习系统,前者能够抓取互联网上超过10亿句翻译结果和查询的大型数据库,后者在网页上搜索相似片段的真实翻译方法并对其评估,两者结合使Linguee成为了当时“世界上首个翻译搜索引擎”

十年积累下来,Linguee无论在数据和对算法的研究上都不可小觑,而这也直接成为DeepL的绝对优势,为团队训练新模型打好了坚实的基础。

DeepL变革性的神经架构在冰岛的一台超级计算机上运行,该计算机能力为5.1 petaFLOPS(每秒5100万亿次操作)不到一秒内能翻译100万单词。“冰岛可再生能源丰富,因此我们可以在这里用非常低廉的成本训练我们的神经网络。我们将继续专注于高性能硬件”,DeepL的CTO Jaroslaw Kutylowski说。

“我们的神经网络架构已经实现了多个显著改善”,Gereon Frahling表示,“通过用不同的方式安排神经元及其连接,我们的网络比目前其他神经网络更全面地映射自然语言。

大学、研究机构和Linguee的竞争对手发布的研究进展表明,卷积神经网络才是机器翻译的正确道路,而非DeepL之前使用的循环神经网络,但现在不是探讨二者区别的时候,对于相关词语的长、复杂字符串,只要你能够控制其弱点,卷积神经网络效果会更好。

例如,CNN一次处理一个单词,当句末单词决定句首单词的形成时,这就成了问题。查找整个句子寻找句首单词,如果网络获取到的第一个单词是错误的,就太浪费了,还得使用该知识重新开始,因此DeepL和机器学习领域的其他机构在CNN转向下一个单词或词组时,使用能够监控此类潜在问题的“注意力机制”来解决。

DeepL在最新版本增加了对日语和中文(简体)的支持,包括日语汉字,平假名和片假名以及数千个汉字。目前,DeepL支持的语言数量增加到11种,虽然语言支持不如其他翻译服务广泛,如Google Translate和Bing Microsoft Translator均支持一百多种不同的语言,但翻译精度也是不可忽视的关键点。

掌握多国语言的Techcrunch编辑Frederic曾这么评价DeepL:“谷歌翻译的风格非常直接,但却错过了一些细节和习语(或者把这些习语翻译错了),而 DeepL 经常可以提供更加自然的翻译效果,就像训练有素的人类翻译一样。”

说了这么多,还是那句话,真真假假还是自己试了才知道,有兴趣的同学可以亲自动手试试,要是遇到什么好玩的翻译结果还记得告诉文摘菌噢~

最后,官网链接双手奉上:https://www.deepl.com/translator

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
使用NAT网关轻松为单台云服务器设置多个公网IP
在应用中,有时会遇到用户询问如何使单台云服务器具备多个公网IP的问题。 具体如何操作呢,有了NAT网关这个也不是难题。
22513 0
阿里云服务器ECS远程登录用户名密码查询方法
阿里云服务器ECS远程连接登录输入用户名和密码,阿里云没有默认密码,如果购买时没设置需要先重置实例密码,Windows用户名是administrator,Linux账号是root,阿小云来详细说下阿里云服务器远程登录连接用户名和密码查询方法
2152 0
阿里云服务器端口号设置
阿里云服务器初级使用者可能面临的问题之一. 使用tomcat或者其他服务器软件设置端口号后,比如 一些不是默认的, mysql的 3306, mssql的1433,有时候打不开网页, 原因是没有在ecs安全组去设置这个端口号. 解决: 点击ecs下网络和安全下的安全组 在弹出的安全组中,如果没有就新建安全组,然后点击配置规则 最后如上图点击添加...或快速创建.   have fun!  将编程看作是一门艺术,而不单单是个技术。
3950 0
使用OpenApi弹性释放和设置云服务器ECS释放
云服务器ECS的一个重要特性就是按需创建资源。您可以在业务高峰期按需弹性的自定义规则进行资源创建,在完成业务计算的时候释放资源。本篇将提供几个Tips帮助您更加容易和自动化的完成云服务器的释放和弹性设置。
7574 0
windows server 2008阿里云ECS服务器安全设置
最近我们Sinesafe安全公司在为客户使用阿里云ecs服务器做安全的过程中,发现服务器基础安全性都没有做。为了为站长们提供更加有效的安全基础解决方案,我们Sinesafe将对阿里云服务器win2008 系统进行基础安全部署实战过程! 比较重要的几部分 1.
4962 0
腾讯云服务器 设置ngxin + fastdfs +tomcat 开机自启动
在tomcat中新建一个可以启动的 .sh 脚本文件 /usr/local/tomcat7/bin/ export JAVA_HOME=/usr/local/java/jdk7 export PATH=$JAVA_HOME/bin/:$PATH export CLASSPATH=.
1997 0
如何设置阿里云服务器安全组?阿里云安全组规则详细解说
阿里云安全组设置详细图文教程(收藏起来) 阿里云服务器安全组设置规则分享,阿里云服务器安全组如何放行端口设置教程。阿里云会要求客户设置安全组,如果不设置,阿里云会指定默认的安全组。那么,这个安全组是什么呢?顾名思义,就是为了服务器安全设置的。安全组其实就是一个虚拟的防火墙,可以让用户从端口、IP的维度来筛选对应服务器的访问者,从而形成一个云上的安全域。
3791 0
阿里云服务器如何登录?阿里云服务器的三种登录方法
购买阿里云ECS云服务器后如何登录?场景不同,云吞铺子总结大概有三种登录方式: 登录到ECS云服务器控制台 在ECS云服务器控制台用户可以更改密码、更换系统盘、创建快照、配置安全组等操作如何登录ECS云服务器控制台? 1、先登录到阿里云ECS服务器控制台 2、点击顶部的“控制台” 3、通过左侧栏,切换到“云服务器ECS”即可,如下图所示 通过ECS控制台的远程连接来登录到云服务器 阿里云ECS云服务器自带远程连接功能,使用该功能可以登录到云服务器,简单且方便,如下图:点击“远程连接”,第一次连接会自动生成6位数字密码,输入密码即可登录到云服务器上。
16264 0
1396
文章
0
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
文娱运维技术
立即下载
《SaaS模式云原生数据仓库应用场景实践》
立即下载
《看见新力量:二》电子书
立即下载