機器翻譯被研究了數10年，很多人都認為機器翻譯不可能達到人類翻譯的水準。但微軟亞洲研究院與雷德蒙研究院人員組成的團隊日前宣布，研發的機器翻譯系統，達到了可與人工翻譯媲美的水準。團隊想要證明的是：當一種語言對測試集包含常見的大眾類新聞詞彙時，那麼在人工智慧技術的加持下，機器翻譯系統的表現可與人類媲美。
微軟研究團隊指出，這項測試是透過newstest2017新聞報導測試集來做，其測試集是產業界和學術界合作夥伴共同開發的，並邀請了雙語語言顧問將翻譯結果與兩個獨立的人工翻譯進行比較評估，分別為「對偶學習」與「推敲網路」人工翻譯系統。
其中，「對偶學習」效果就好像是通過自動校對來進行學習，如把訓練集中的一個中文句子翻譯成英文之後，系統會再翻譯回中文與原始中文句子進行比對，進而成為有用的回饋資訊，對機器翻譯模型進行修正。而「推敲網路」則類似於人們寫文章時不斷推敲、修改的過程，使翻譯品質大幅提升。
而不論是「對偶學習」還是「推敲網路」皆可自動再學習優化翻譯水準。團隊想要證明的是：當一種語言對（比如中英）擁有較多的訓練資料，且測試集中包含的是常見的大眾類新聞詞彙時，那麼在人工智慧技術的加持下機器翻譯系統的表現可以與人類媲美。
微軟技術院黃學東指出，這是對自然語言處理領域最具挑戰性任務的一項重大突破，沒想到這麼快就能實現。不過研究團隊也提醒大家，這並不代表人類已經完全解決了機器翻譯的問題，只能說明離終極目標又更近一步。可以預測的是，新技術的應用一定會讓機器翻譯的結果日臻完善。
我是廣告 請繼續往下閱讀
其中，「對偶學習」效果就好像是通過自動校對來進行學習，如把訓練集中的一個中文句子翻譯成英文之後，系統會再翻譯回中文與原始中文句子進行比對，進而成為有用的回饋資訊，對機器翻譯模型進行修正。而「推敲網路」則類似於人們寫文章時不斷推敲、修改的過程，使翻譯品質大幅提升。
而不論是「對偶學習」還是「推敲網路」皆可自動再學習優化翻譯水準。團隊想要證明的是：當一種語言對（比如中英）擁有較多的訓練資料，且測試集中包含的是常見的大眾類新聞詞彙時，那麼在人工智慧技術的加持下機器翻譯系統的表現可以與人類媲美。
微軟技術院黃學東指出，這是對自然語言處理領域最具挑戰性任務的一項重大突破，沒想到這麼快就能實現。不過研究團隊也提醒大家，這並不代表人類已經完全解決了機器翻譯的問題，只能說明離終極目標又更近一步。可以預測的是，新技術的應用一定會讓機器翻譯的結果日臻完善。