你可能錯過了香檳瓶塞和自動接收器的淋浴，但最近幾個月，計算語言學(xué)家開始聲稱，神經(jīng)機器翻譯現(xiàn)在的表現(xiàn)與人類翻譯相當(dāng)。
為你推薦防止皮膚發(fā)皺的藥物這么火，就算這個有爭議的想法有投資人。
Theranos正在關(guān)閉。
臉書和推特，而不是谷歌，出現(xiàn)在國會面前。
準(zhǔn)備好原子收音機
委內(nèi)瑞拉的新加密貨幣似乎并不存在。
由于機器學(xué)習(xí)和人工智能的不斷突破，利用神經(jīng)網(wǎng)絡(luò)將文本從一種語言翻譯成另一種語言的技術(shù)近年來得到了突飛猛進的發(fā)展。所以機器接近人類的表現(xiàn)也就不足為奇了。事實上，計算語言學(xué)家有足夠的證據(jù)支持這一說法。
但是今天，蘇黎世大學(xué)的Samuel Laubli和幾個同事說香檳應(yīng)該重新開始。他們不會反對他們同事的結(jié)果，但他們說測試協(xié)議沒有考慮到人們閱讀整個文檔的方式。他們表示，經(jīng)過評測，機器明顯落后于人類。
問題是如何評價機器翻譯。目前，這是通過兩個衡量標(biāo)準(zhǔn)實現(xiàn)的:充分性和流暢性。翻譯的充分性是由專業(yè)的人類譯者決定的，他們閱讀原文和譯文以理解它如何表達源的意思。流利程度是由單語讀者來評判的，他們只看翻譯，決定用英語表達的程度。
計算語言學(xué)家認(rèn)為這個系統(tǒng)提供了有用的評級。然而，根據(jù)Laubli和co的說法，當(dāng)前的協(xié)議只比較句子級別的翻譯，而人類也在文檔級別評估文本。
因此，他們開發(fā)了一種新的協(xié)議，在文檔級別比較機器和人工翻譯的性能。他們請專業(yè)翻譯對100多篇中英文撰寫的新聞文章中機器和人類的表現(xiàn)進行評價?？脊僭u定每個翻譯句子水平的充分性和流利性，但關(guān)鍵是整個文檔的水平。
結(jié)果是有趣的閱讀。首先，Laubli和co發(fā)現(xiàn)，專業(yè)翻譯人員對機器翻譯和人工翻譯的充分性的評價沒有顯著差異。這樣看來，人類和機器都是同樣優(yōu)秀的翻譯者，這和之前的研究結(jié)果是一致的。
然而，在評估整個文檔時，人工翻譯被評為比機器翻譯更充分、更流暢。他們說:“當(dāng)人們評估充分性和流暢性時，當(dāng)評估文檔時，人們更喜歡機器翻譯而不是孤立的句子?！?/p>
研究人員認(rèn)為他們知道原因。他們說:“我們假設(shè)文檔級評估揭示了錯誤，如模糊詞語的誤譯或與文本銜接和連貫有關(guān)的錯誤，這些錯誤在句子級評估中仍然很難或不可能發(fā)現(xiàn)?！?/p>
例如，團隊舉了一個新應(yīng)用的例子，叫做“微信移動汽車”，人們不停地把它翻譯成“微信移動汽車”，但在同一篇文章中，通常用幾種不同的方式翻譯哪些機器。機器把這句話翻譯成“Twitter移動汽車”、“微信移動”、“微信移動”。這種不一致，如Rabli和合作，使文件更難遵循。
這說明機器翻譯的評價方法需要從機器單獨考慮每一句話的系統(tǒng)發(fā)展起來。
“隨著機器翻譯質(zhì)量的提高，翻譯在質(zhì)量方面將難以區(qū)分，可能是時候轉(zhuǎn)向文檔級評估了，這為評估者提供了更多了解原文及其翻譯的背景，也暴露了翻譯錯誤與話語現(xiàn)象有關(guān)，在句子級評估中仍然是隱形的，”勞布利和何說。
這種改變應(yīng)該有助于提高機器翻譯。這意味著它仍將超過人工翻譯——目前還不是。
