谷歌翻译的中国基因

2004年，Google创始人之一Sergey Brin使用市面上的网络服务来翻译韩国粉丝发来的邮件，结果显示：“生鱼片带着它的愿望，用Google搜索绿洋葱！”这样的结果，让Sergey认为Google在这方面可以做的更好。不久前，Google翻译发布了iPhone和Android版本，让用户能够随时使用翻译服务，更加轻松便捷地跨越语言障碍。该手机应用可以识别15种语言的语音输入，朗读或全屏显示23种语言的翻译结果。

对于非拉丁字母语言，例如中文和日文，应用将标注拼音或罗马字读音，便于非母语用户读出。与Google翻译的桌面应用相同，移动翻译也能够翻译58种语言书写的字词和短语。

移动翻译设置了一些常用内容的翻译收藏，即便在没有互联网连接的情况下也可读取，实时翻译则需通过WiFi或移动网络连入Google云端获取结果。这款产品对于很多用户来说非常方便，如果身在国外，不知道某句话用外语该怎么说，只需打开程序，把想说的话念给手机，然后点击“翻译”，手机就可以把译文朗读出来。

基于统计的机器翻译

Google翻译产品在全球只有两个团队，一个是在Google总部，另一个就在中国上海。“Google翻译在上海成立，主要因为当初有两个人喜欢做翻译，其中一个就是尹俊(Google翻译产品研发领导，作者注)，他可谓是Google上海翻译团队的创始人。通过美国翻译团队开展合作，上海的翻译队伍越来越大，现在已经达到十几人的规模。目前美国总部的翻译团队主要负责后台的平行语料数据，上海翻译团队负责手机、桌面电脑翻译应用的开发。 Google的创新模式常常是自下而上的，工程师可以在工作中发挥个人兴趣，如果做出成绩，就有可能凝聚逐渐扩大成一个团队。”在陈雍昇看来，上海团队的建立要归功于Google的创新模式。

现今大部分的商业翻译系统都是属于规则法机器翻译，需要做大量词汇与语法的工作。Google翻译则采取基于统计的机器翻译，这是IBM科学家在1993年提出的理念，具有划时代的意义。Google现在支持58种语言的互译，翻译团队的成员们掌握的语言远少于这个数字，这也是统计翻译的魅力所在。统计翻译的具体原理是，先往计算机里输入大量的文字文本，搭建涵盖源语言和目标语言的平行语料库，构建统计翻译模型。这些模型可以帮助Google在源语言与目标语言中寻找各种相互关系，得出某些特定单词、短语或文件的最佳翻译结果。针对某种特定语言，Google翻译分析的翻译文档越多，译文的质量就越高。据陈雍昇介绍，Google翻译主要有四个步骤：

首先，系统需要将源语言句子切分为短语，这是一门复杂的学问。英文单词之间有空格，中文句子则不然。由于统计翻译系统本身并不具备理解自然语言的能力，在面对“汽水不如果汁好喝”这个句子，“不如”和“如果”都是一种划分可能；其次，不同语系的组织形式有很大差别，研发人员必须通过对平行语料的分析来处理词汇的排序问题。分析平行语料是建模过程，翻译则是利用模型的过程，前者的算法往往比后者复杂；然后，系统需要分辨同一个词的不同形态，例如过去式和现在分词，这是一个判断的过程；最后，将构成目标语言的词汇合理联结起来。

Google目前能够翻译58种语言，如果按排列组合来算，理论上需对应近3000种平行语料，事实上Google翻译的语料库远没这么多，所以很多语言之间的翻译是经过“桥接”的，这在机器翻译中是一种常见技巧。打个形象点的比方吧，目前法英互译的质量肯定比法汉互译要好，如果遇到法译汉的需要，翻译系统可能采取迂回战术，先将法语翻译成英语，再从英语到汉语。比如Google翻译中关于泰文和希伯来文的平行语料较少，但却能够提供这两种语言的翻译，据陈雍昇透露，“这种偏僻语系的互译十之八九是经过桥接的”。(责任编辑：admin)