神經翻譯係統水平遠超穀歌、微軟，德國創業公司發布翻譯器DeepL

近日，一家名為 DeepL 的創業公司發布了自己的神經翻譯工具，引起了業內關注。據稱在盲測與 BELU 分數測試中，這款全新翻譯係統的性能遠超來自穀歌、微軟和 Facebook 三家巨頭的同類產品。對於我們來說，DeepL 唯一的問題就是何時能夠支持中文了。

穀歌、微軟和 Facebook 等科技巨頭已在機器翻譯領域耕耘多年，但一家名為 DeepL 的創業公司最近推出的翻譯工具又將這一領域向前推進了一步。DeepL 與它的競爭對手相比速度相同，而且更加準確而精密。

目前，DeepL 尚不支持對中文的翻譯，但從德語、法語和英語的對翻試驗中，我們可以發現 DeepL 的翻譯器效果遠超穀歌翻譯與 Bing。

以下是 DeepL 和穀歌翻譯對同一篇德文新聞稿的英語翻譯效果：

對此，掌握多國語言的 Techcrunch 編輯 Frederic 表示：「穀歌翻譯的風格非常直接，但卻錯過了一些細節和習語（或者把這些習語翻譯錯了），而 DeepL 經常可以提供更加自然的翻譯效果，就像訓練有素的人類翻譯一樣。」

DeepL 稱，在盲測結果中，他們的翻譯器表現遠超穀歌、微軟等競爭對手，而 BLEU 測試的結果也是如此。

現在，這款翻譯器已經發布，我們也可以自行測試：https://www.deepl.com/translator。

DeepL 認為自己的翻譯係統已經達到了全球領先水平，並給出了與穀歌翻譯、微軟 Bing 在 100 句話長度上的盲測對比結果，成績由專業翻譯進行打分，DeepL 的成績遙遙領先。

另外，研究人員通常也會在數據集上對翻譯係統進行 BLEU 分數測試，DeepL 神經網絡翻譯係統的分數超過了目前發布的所有係統（英-德翻譯達到 31.1 分，超過穀歌翻譯的 28.4 分；英-法翻譯 44.7 分，超過此前最佳成績 3 分）。

Linguee 的演變

DeepL 從同樣卓越的 Linguee 演變而來。Linguee 是一款出現多年的翻譯工具，盡管 Linguee 使用廣泛，但其翻譯質量無法達到穀歌翻譯的翻譯水平，畢竟後者的品牌和地位都占據巨大優勢。Linguee 的聯合創始人 Gereon Frahling 之前在穀歌研究院工作，但於 2007 年離開，開始了新的征程。

該團隊數年來一直致力於機器翻譯，但是直到去年，他們才開始全力開發全新的係統，建設新公司，二者的名字都是 DeepL。

「我們的神經網絡架構已經實現了多個顯著改善。」Gereon Frahling 表示，「通過用不同的方式安排神經元及其連接，我們的網絡比目前其他神經網絡更全麵地映射自然語言。」

超過 10 億句翻譯結果和查詢的大型數據庫，在網頁上搜索相似片段的真實翻譯的方法，二者為新模型的訓練提供了強大的基礎。DeepL 變革性的神經架構在冰島的一台超級計算機上運行，該計算機的能力是 5.1 petaFLOPS（每秒 5100 萬億次操作，據稱在全球超級計算機排行榜上名列 23 位），能夠實現在不到一秒的時間內翻譯 100 萬單詞。「冰島可再生能源豐富，因此我們可以在這裏用非常低廉的成本訓練我們的神經網絡。我們將繼續專注於高性能硬件。」CTO Jaroslaw Kutylowski 說道。

大學、研究機構和 Linguee 的競爭對手發布的研究進展表明，卷積神經網絡是機器翻譯的正確道路，而非 DeepL 之前使用的循環神經網絡。現在不是探討二者區別的時候，必須要說對於相關詞語的長、複雜字符串，卷積神經網絡效果更好，隻要你能夠控製其弱點。

例如，CNN 可以一次處理一個單詞。當句末單詞決定句首單詞的形成過程時，這成為一個問題。查找整個句子尋找句首單詞，如果網絡獲取到的第一個單詞是錯誤的，就太浪費了。然後還得使用該知識重新開始，因此 DeepL 和機器學習領域的其他機構在 CNN 轉向下一個單詞或詞組時，使用能夠監控此類潛在問題的「注意力機製」來解決問題。

DeepL 翻譯器目前支持 42 種語言之間的互譯，包括英語、德語、法語、西班牙語、意大利語、波蘭語、荷蘭語等。該神經網絡正在訓練以掌握更多語言，如中文、日語和俄語。DeepL 還計劃在接下來幾個月內發布 API，以使 DeepL 卓越的翻譯結果能夠提升其他產品的效果，如數字助理、字典、語言學習 app 和專業的翻譯程序。

DeepL 成果目前已經可以用做翻譯工具的首選了，而這家公司還在計劃推出更多其他新產品。「DeepL 的目標不止於翻譯任務，」DeepL 首席執行官 Gereon Frahling 說道。「我們的神經網絡將從理解文本開始，開啟更多可能性。」