研究人員發(fā)揮神經(jīng)網(wǎng)絡AI在翻譯行業(yè)的潛力

得益于翻譯行業(yè)的長足進步，世界變得越來越相互聯(lián)系和相互依存。CSA(常識咨詢)研究公司發(fā)布的“語言服務市場：2018”報告可以確定全球翻譯市場正在飛躍發(fā)展。根據(jù)《語言服務市場：2018年》報告，2018年全球外包語言服務和技術市場規(guī)模為465.2億美元，到2021年將增長并增至561.8億美元。

由市場研究公司Nimdzi Insights編寫的另一份報告題為“ 2019 Nimdzi 100-語言服務行業(yè)分析”;2019年，語言服務行業(yè)的收入為536億美元，到2023年，這一數(shù)字預計將達到700億美元。

全球整合

一個已經(jīng)存在了數(shù)百年并且預計將以兩位數(shù)增長的行業(yè)令人驚訝。之間最近的貿(mào)易保護主義政策增加了前提。

得益于全球化，全球市場正在交換，交易商品和服務，從而助長了使用多種語言的經(jīng)濟體的需求。各國都希望使用其語言的商品和服務，這是近年來翻譯行業(yè)興起的重要因素。

技術的出現(xiàn)

自Google推出Google Translate并使用基于階段的機器翻譯算法以來，已有10多年的歷史了。從那時起，技術就再也沒有回頭，基于機器學習的語音識別和圖像識別功能繼續(xù)重新定義世界的交易方式。盡管還有很長的路要走，但是提高機器翻譯的能力是一個具有挑戰(zhàn)性的目標。

人工智能驅(qū)動的神經(jīng)機器翻譯是全球翻譯市場的號召。基于這樣一個前提，即可以直接在源文本和目標文本上訓練神經(jīng)機器翻譯，而不需要像在統(tǒng)計機器學習中部署的標準化系統(tǒng)那樣的管道。

機器翻譯的早期版本基于多層感知器神經(jīng)網(wǎng)絡模型，該模型受固定長度的輸入序列(以相同長度的輸出為特征)的限制。這些模型的體系結(jié)構(gòu)已大大改善，使用了以編碼器-解碼器體系結(jié)構(gòu)排列的遞歸神經(jīng)網(wǎng)絡，該體系允許可變長度的輸入和輸出序列。最近增加的注意力機制利用了這些模式，并允許該模型提高長單詞序列的準確性，從而使該模型能夠?qū)W習在解碼每個輸出時在哪里強調(diào)輸入序列。

NLP即時翻譯

在當前情況下，最先進的神經(jīng)機器翻譯引擎可以60-90%的精度翻譯文本。當這項技術在現(xiàn)實世界中的翻譯場景中進行測試時，就會伴隨著其缺陷，其中之一就是該技術無法始終如一地翻譯文本。

編碼器-解碼器注意模型架構(gòu)允許將具有句子長度的序列用作模型的輸入。當翻譯一個句子時，此模型可以很好地工作，但是當面對較長的段落和文檔文本時，該模型就很麻煩了。該模型單獨翻譯每個句子，而沒有前一個句子的借口。這加起來導致翻譯句子之間關鍵字不一致的翻譯。

人與機器的案例

如果您認為啟用NLP的翻譯將取代人工翻譯，那么在不久的將來就不會發(fā)生這種情況。AI距離能夠執(zhí)行多任務處理還很遙遠。面向?qū)I(yè)人士的AI輔助翻譯平臺TranslateFX表示，從短期來看，AI不會用AI軟件代替人工翻譯。從長遠來看，盡管人工智能將有助于提高人類的生產(chǎn)力，使其工作效率提高60-70%。

人工智能軟件將改善困難法律文件的合同，保密協(xié)議，協(xié)議，免責聲明，許可，新聞稿，商業(yè)計劃，研究報告，公司公告，財務報告，招股說明書，信息備忘錄，條款和條件的翻譯，使整個企業(yè)世界更輕松，更全面地進行交易。簡而言之，基于AI的NLP解決方案將把人類的智能增強為復雜的文檔翻譯。

增強人類智能

隨著數(shù)據(jù)質(zhì)量的提高，計算能力的提高以及神經(jīng)網(wǎng)絡體系結(jié)構(gòu)的改進，神經(jīng)機器翻譯有望變得更加準確。這種務實的轉(zhuǎn)變將使人類適應技術的優(yōu)勢，并專注于他們擅長的領域?？梢圆渴鹕窠?jīng)機器翻譯以立即生成準確的初稿，而人腦的后續(xù)工作將是提高翻譯質(zhì)量，這包括對機器翻譯文本的后期編輯或?qū)忛?，以確保準確性和內(nèi)容映射。

市場上存在的大多數(shù)翻譯工具都是高度通用的，它們受過翻譯訓練，并且內(nèi)容種類繁多，從聊天到新聞到餐廳菜單再到故事板。沒有上下文，機器將無法有效地準確翻譯文本，而又不了解目標受眾，情況和文本的用法。

答案在于定制

在未來的時代，技術將更加個性化，以適應各個行業(yè)和企業(yè)的需求，翻譯行業(yè)也是如此。歡迎使用針對特定企業(yè)文檔而設計的定制機器翻譯引擎，其中包括案例研究，手冊，針對特定業(yè)務受眾的報告。

定制開發(fā)的機器翻譯引擎有潛力將翻譯文本的準確性提高20%以上。翻譯公司現(xiàn)在專注于特定公司或行業(yè)，例如，TranslateFX專注于財務和法律文件翻譯。

在將來，一致性將成為爭論的焦點，這個問題將通過根據(jù)上下文開發(fā)的其他機器學習或自然語言處理算法來解決。增強人類智能在翻譯行業(yè)還有很長的路要走。未來將把經(jīng)濟與NLP支持的翻譯功能結(jié)合在一起。