近期，Google翻譯悄然升級(jí)了其翻譯內(nèi)核。據(jù)Google官方提供的數(shù)據(jù)顯示，Google翻譯搭載的Google的神經(jīng)機(jī)器翻譯（GNMT：GoogleNeuralMachineTranslation）系統(tǒng)使用了當(dāng)前最先進(jìn)的訓(xùn)練技術(shù)，因而提升了機(jī)器翻譯水平，將翻譯誤差再度降低了55%-85%。

　　Google展示的翻譯模型質(zhì)量

　　十多年前，Google發(fā)布了Google翻譯，早年基于短語的統(tǒng)計(jì)機(jī)器翻譯，會(huì)將輸入句子分解成詞和短語，然后對(duì)它們進(jìn)行獨(dú)立翻譯。這種翻譯方式的劣勢(shì)非常明顯：句子中原本完整的信息被碎片化，無法連貫地進(jìn)行表達(dá)。而這種現(xiàn)象在英中互譯的情況下顯得尤其明顯。

　　而Google神經(jīng)機(jī)器翻譯則將輸入的句子作為一個(gè)整體翻譯。

　　以中英翻譯為例，Google神經(jīng)機(jī)器翻譯首先將這句中文的詞編碼成一個(gè)向量列表，其中每個(gè)向量都表示了到目前為止所有被讀取到的詞的含義（編碼器“Encoder”）。讀取完整個(gè)句子，解碼器就開始工作——一次生成英語句子的一個(gè)詞（解碼器“Decoder”）。

　　上圖展示了Google神經(jīng)機(jī)器翻譯的中英翻譯原理

　　為了在每一步都生成翻譯正確的詞，解碼器重點(diǎn)注意了與生成英語詞最相關(guān)編碼的中文向量的權(quán)重分布。

　　在被首次提出時(shí)，神經(jīng)機(jī)器翻譯系統(tǒng)在中等規(guī)模的數(shù)據(jù)集上就與基于短語的翻譯系統(tǒng)水平相當(dāng)。

　　現(xiàn)在，Google方面表示，通過讓神經(jīng)機(jī)器翻譯戰(zhàn)勝在非常大型的數(shù)據(jù)集上工作的許多挑戰(zhàn)，打造了在速度和準(zhǔn)確度上都更好翻譯的系統(tǒng)。

　　目前，Google神經(jīng)機(jī)器翻譯系統(tǒng)已投入到了中文-英語的翻譯中。現(xiàn)在，移動(dòng)版和網(wǎng)頁版的Google翻譯的中英翻譯已完全使用神經(jīng)機(jī)器翻譯——每天大約1800萬條翻譯。

　　有經(jīng)過大型數(shù)據(jù)集考驗(yàn)的Google神經(jīng)機(jī)器翻譯系統(tǒng)加持，最新的Google翻譯效果究竟如何呢？

　　我們做了一個(gè)簡(jiǎn)單的比較測(cè)試。當(dāng)然，還是在中英翻譯場(chǎng)景下。