神经机器翻译

定义

神经机器翻译(Neural Machine Translation,NMT)是用单一端到端神经网络直接建模源语言到目标语言映射的翻译范式,自 2014 年兴起后迅速取代统计机器翻译,成为学术界与工业界的绝对主流。

发展脉络

早期 NMT 采用编码器-解码器 RNN 结构,Bahdanau 注意力机制解决了长句信息瓶颈;2016 年 Google 部署 GNMT 系统标志工业化落地;2017 年 Transformer 以自注意力全面替代循环结构,兼得质量与并行训练效率,成为此后所有翻译系统的基础架构。

关键技术

子词切分(BPE)处理未登录词,回译(back-translation)利用单语数据增强训练,多语言 NMT 用一个模型服务上百种语言并催生零资源翻译能力。

现状

NMT 译文流畅度接近人工,但仍存在漏译、术语不一致与低资源语言质量欠佳等问题;大语言模型的翻译能力正与专用 NMT 系统融合演进。