1
雷锋网会于7月中旬在深圳举办全球人工智能与机器人峰会，届时我们会发布一个年度Top 25人工智能项目榜单，目前，我们正在四处拜访人工智能领域相关的业者。最近关于自然语言处理这一块，我们拜访了若干公司，商鹊网是其中一家。如果你也想挑战榜单中的公司，邮件联系：2020@leiphone.com。
一个令人苦恼的事实是，英文网页的数量不知道比中文网页多到哪里去，而公共知识库维基百科中，英文词条也远比中文词条丰富。如果是英文苦手，又想避开可能被广告占领的某度百科，就只能借助翻译工具了。
2014年底Skype翻译公布预览版，后来逐渐支持数十种语言的语音及文本实时互译；2006年Google推出在线翻译工具，目前已支持103种语言，覆盖99%的网民。不过使用过就会发现，它们还只能算差强人意，译文不准确，也无法用于内容出版。以Google为例，它经常会词不达意，甚至违背语法规则。这是因为Google机器翻译用的是基于统计分析的算法，需要丰富的语料库才能有较好的效果，而这显然与人类对语言的理解不同。
那机器翻译就不堪重用吗？也不是。在新闻领域，机器人已经能自动生成稿件，数秒内就能将重要资讯传达给用户，不过还仅限财经等句式规范的内容。机器翻译也是如此，商鹊网就认为，机器翻译虽然远未达到成熟，但在科技专利等垂直领域可以取得突破。
skype翻译
在翻译上，商鹊网主要为垂直领域（专利、跨境电商和境外投资等）提供机器翻译引擎产品，应用在译后编辑工作模式中；并以译后编辑（通过少量人工修改以完善机器的翻译）平台提供人机交互翻译服务。
此外，商鹊网还有在线术语管理平台“语帆术语宝”和开放词典网站“一本词典”等产品，并为客户提供技术服务，如语料对齐工具。
商鹊网告诉雷锋网，其核心技术在以下几个方面：
完整的机器翻译技术，覆盖了自然语言处理技术的各个层面（词法、句法、语义），主要组成部分（分词、术语提取、句法分析、语言模型、语义分析等）和主要技术方案（基于统计、基于实例、深度神经网络等）
人机交互翻译技术，目前应用的是适合行业用户水平的译后编辑技术；
术语提取技术和术语管理系统，这是实现知识图谱和智能知识管理的基础；
完整的数据采集、加工和应用工具、流程及系统。
虽然工厂、写作及翻译上的自动化水平越来越高，但机器翻译还远未达到成熟水平（用过Google和有道翻译的应该有同感）。让机器学会翻译不是件容易的事，语言有很大的复杂性，一些用词与表达往往有多种含义，再加上语序的变化，想想也是为难机器人，毕竟人类之间也经常发生误解。
相比之下人机交互翻译更成熟也更实用。而且通过反馈的方式，可以提高系统的智能化水平。这也是商鹊网使用人机交互翻译，并专注特定领域的原因。
这种方式也让人想到Facebook的人工智能服务“M”。M能提供订餐这样的连续对话服务，这是因为它有被称为“训练员”的人工辅助，遇到无法处理的信息时会由教练处理。这样人工智能可以辅助人工后台，反过来人工后台会训练人工智能。
商鹊网表示，在对自然语言处理最为重要的语料数据上也有持续的积累。在专利等领域，它们已经有了大规模双语语料和双语术语库。2013年启动的人工译后编辑项目，也为其积累了大量人工反馈和行为数据。对比Google在专利领域的翻译，商鹊网认为，虽然Google在句式表达上占优，但自己在术语准确度上有优势，因为每年有超过2亿字的人机专利翻译业务，这对提高翻译引擎的准确度十分重要。
无论是图像识别还是自然语言处理，数据集对人工智能至关重要，反馈越多，系统迭代也越快，准确性也越高。
对于当红的深度学习技术，商鹊网也在将较为成熟的技术如WordEmbedding等应用于技术研发中，并在克服翻译效果、时空性能和用户体验之间的平衡等问题，在垂直领域取得突破。或许再过不久，机器就不再需要人类协助翻译了吧。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
