翻譯沒有唯一標(biāo)準(zhǔn)答案，它更像一種藝術(shù)。
14日晚，微軟亞洲研究院與雷德蒙研究院的研究人員宣布，其研發(fā)的機(jī)器翻譯系統(tǒng)在通用新聞報(bào)道測試集newstest2017的中-英測試集上，達(dá)到了可與人工翻譯媲美的水平；這是首個(gè)在新聞報(bào)道的翻譯質(zhì)量和準(zhǔn)確率上可以比肩人工翻譯的翻譯系統(tǒng)。
newstest2017測試集由來自產(chǎn)業(yè)界和學(xué)術(shù)界的團(tuán)隊(duì)共同開發(fā)完成，并于2017年在WMT17大會(huì)上發(fā)布。而新聞（news）測試集則是三類翻譯測試集中的一個(gè)，其他兩類為生物醫(yī)學(xué)（biomedical）和多模式（multimodal）。
四大技術(shù)
我們知道，對于同一個(gè)意思人類可以用不同的句子來表達(dá)，因此翻譯并沒有標(biāo)準(zhǔn)答案，即使是兩位專業(yè)的翻譯人員對于完全相同的句子也會(huì)有略微不同的翻譯，而且兩個(gè)人的翻譯都不錯(cuò)。微軟亞洲研究院副院長、自然語言計(jì)算組負(fù)責(zé)人周明表示：這也是為什么機(jī)器翻譯比純粹的模式識別任務(wù)復(fù)雜得多，人們可能用不同的詞語來表達(dá)完全相同的意思，KUKA機(jī)器人示教器維修，但未必能準(zhǔn)確判斷哪一個(gè)更好。
這也是為什么科研人員在機(jī)器翻譯上攻堅(jiān)了數(shù)十年，甚至曾經(jīng)很多人都認(rèn)為機(jī)器翻譯永遠(yuǎn)不可能達(dá)到人類翻譯的水平。近兩年隨著深度神經(jīng)網(wǎng)絡(luò)的引入，機(jī)器翻譯的表現(xiàn)取得了很多顯著的提升，翻譯結(jié)果相較于以往的統(tǒng)計(jì)機(jī)器翻譯結(jié)果更加的自然流暢。
據(jù)了解，在這次的工作中來自微軟亞洲研究院和雷德蒙研究院的三個(gè)研究組通過多次交流合作，將他們的研究工作相結(jié)合，再次更進(jìn)一步地提高了機(jī)器翻譯的質(zhì)量，其中用到的技術(shù)包括對偶學(xué)習(xí)（DualLearning）、推敲網(wǎng)絡(luò)（DeliberationNetworks）、聯(lián)合訓(xùn)練（JointTraining）和一致性規(guī)范（AgreementRegularization）等。
對偶無監(jiān)督學(xué)習(xí)框架
對偶學(xué)習(xí)，即利用任務(wù)的對偶結(jié)構(gòu)來進(jìn)行學(xué)習(xí)。例如，KUKA機(jī)器人維修，在翻譯領(lǐng)域，我們關(guān)心從英文翻譯到中文，也同樣關(guān)心從中文翻譯回英文。由于存在這樣的對偶結(jié)構(gòu)，兩個(gè)任務(wù)可以互相提供反饋信息，而這些反饋信息可以用來訓(xùn)練深度學(xué)習(xí)模型。也就是說，即便沒有人為標(biāo)注的數(shù)據(jù)，有了對偶結(jié)構(gòu)也可以做深度學(xué)習(xí)。另一方面，兩個(gè)對偶任務(wù)可以互相充當(dāng)對方的環(huán)境，這樣就不必與真實(shí)的環(huán)境做交互，兩個(gè)對偶任務(wù)之間的交互就可以產(chǎn)生有效的反饋信號。因此，充分地利用對偶結(jié)構(gòu)，就有望解決深度學(xué)習(xí)和增強(qiáng)學(xué)習(xí)的瓶頸訓(xùn)練數(shù)據(jù)從哪里來、與環(huán)境的交互怎么持續(xù)進(jìn)行等問題。
推敲網(wǎng)絡(luò)的解碼過程
推敲網(wǎng)絡(luò)中的推敲二字可以認(rèn)為是來源于人類閱讀、寫文章以及做其他任務(wù)時(shí)候的一種行為方式，即任務(wù)完成之后，并不當(dāng)即終止，而是會(huì)反復(fù)推敲。微軟亞洲研究院機(jī)器學(xué)習(xí)組將這個(gè)過程沿用到了機(jī)器學(xué)習(xí)中。推敲網(wǎng)絡(luò)具有兩段解碼器，其中第一階段解碼器用于解碼生成原始序列，第二階段解碼器通過推敲的過程打磨和潤色原始語句。后者了解全局信息，在機(jī)器翻譯中看，它可以基于第一階段生成的語句，工業(yè)機(jī)器人維修，產(chǎn)生更好的翻譯結(jié)果。
聯(lián)合訓(xùn)練：從源語言到目標(biāo)語言翻譯（SourcetoTarget）P(y|x)與從目標(biāo)語言到源語言翻譯（TargettoSource）P(x|y)
聯(lián)合訓(xùn)練可以認(rèn)為是從源語言到目標(biāo)語言翻譯（SourcetoTarget）的學(xué)習(xí)與從目標(biāo)語言到源語言翻譯（TargettoSource）的學(xué)習(xí)的結(jié)合。中英翻譯和英中翻譯都使用初始并行數(shù)據(jù)來訓(xùn)練，在每次訓(xùn)練的迭代過程中，中英翻譯系統(tǒng)將中文句子翻譯成英文句子，從而獲得新的句對，而該句對又可以反過來補(bǔ)充到英中翻譯系統(tǒng)的數(shù)據(jù)集中。同理，這個(gè)過程也可以反向進(jìn)行。這樣雙向融合不僅使得兩個(gè)系統(tǒng)的訓(xùn)練數(shù)據(jù)集大大增加，而且準(zhǔn)確率也大幅提高。
一致性規(guī)范：從左到右P(y|x,theta->)和從右到左P(y|x,theta