2
| 本文作者： NLP日月星辰 | 2016-09-30 18:31 |
雷鋒網(wǎng)按：據(jù)悉傳統(tǒng)的基于短語的機(jī)器學(xué)習(xí)將輸入句子分解成詞和短語，然后對它們的大部分進(jìn)行獨(dú)立翻譯，而神經(jīng)機(jī)器翻譯則將整個輸入句子視作翻譯的基本單元。所以重大突破并不僅僅是上了深度神經(jīng)網(wǎng)絡(luò)，而是以句子為單元。
最近，做機(jī)器翻譯的同志們一打開朋友圈，猛然發(fā)現(xiàn)好像飯碗沒了，谷歌爸爸大力出奇跡，提高了機(jī)器翻譯87%的水平。結(jié)果打開人家原文一看，原來虛驚一場，只是現(xiàn)有工作的整合，一篇完美的工程論文，并沒有新的模型提出。不禁長舒一口氣，呼~飯碗還在。
呼~到底火遍朋友圈的那篇文章“谷歌機(jī)器翻譯取得顛覆性突破，錯誤率下降87%”到底幾分真幾分假呢？
1. 谷歌的論文價值
谷歌在本周發(fā)布了谷歌翻譯的實(shí)現(xiàn)論文Google’s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation 這篇論文有非常強(qiáng)的工程性價值，融合了已有機(jī)器翻譯的幾大技術(shù) Seq2Seq + Attention + Sentence loss optimization 三大技術(shù)均不是這篇原創(chuàng)，而是之前的經(jīng)典工作。
如果說IBM Model1是機(jī)器翻譯的牛頓定律，那么Seq2Seq就是機(jī)器翻譯里的愛因斯坦相對論，Seq2Seq是谷歌在機(jī)器學(xué)習(xí)頂會NIPS的一篇論文，模型簡單漂亮，為文本生成尤其是機(jī)器翻譯打下了良好的模型基礎(chǔ)，所有的NMT（神經(jīng)機(jī)器翻譯）均在此模型上添磚加瓦，這篇也是一樣。
換句話說，神經(jīng)機(jī)器翻譯早已取得比統(tǒng)計機(jī)器翻譯好的效果，只是大家不知道，誤以為是谷歌拯救了科研界，創(chuàng)造了奇跡。其實(shí)是世界上所有機(jī)器翻譯學(xué)者近兩年一起的貢獻(xiàn)（例如：清華也貢獻(xiàn)了Sentence loss optimization for machine translation的技術(shù)）。
那么谷歌這篇論文最大的價值是什么呢？答案是：超強(qiáng)的工程實(shí)現(xiàn)。谷歌這篇論文的StackLSTM用了8個GPU實(shí)現(xiàn)了8層的StackLSTM，在當(dāng)前高校以及普通公司的實(shí)現(xiàn)中，NMT還只跑在單卡上，由于顯存限制單卡幾乎不可能跑8層的StackLSTM，而谷歌利用GoogleBrain，向世人展示了一把當(dāng)LSTM深到一定程度機(jī)器翻譯能做成什么樣。
（1） Seq2Seq是一個基于RNN的模型，他有encoder和decoder兩部分。Encoder首先將源語言利用RNN（RNN是一個刻畫序列的模型，hidden states記錄了他讀過序列的所有信息，變種有LSTM和GRU）進(jìn)行句子的向量化表示，當(dāng)Seq2Seq讀到最后一個詞的時候，他記錄了這個句子的所有信息。
之后進(jìn)入Decoder模塊，此部分利用Encoder所給的源語言信息，一個詞一個詞的生成目標(biāo)語言中的詞匯。如果通俗的講解這個模型就是，機(jī)器是一個翻譯人員，突然有個人說了一串源語言所構(gòu)成的序列，要他同聲傳譯，源語言的句子只說一遍，讓機(jī)器翻譯出來目標(biāo)語言所對應(yīng)的句子。
（2）我們都知道同聲傳譯很難，于是人類很聰明，讓機(jī)器把需要翻譯的東西紀(jì)錄在紙上，每當(dāng)他翻譯一個詞的時候一看下所需翻譯的完整句子。這便提出了Attention模型。
Attention模型在翻譯的時候，每當(dāng)翻譯一個詞的時候，都要利用源語言的所有詞進(jìn)行一次計算，計算結(jié)果代表著當(dāng)前詞和源語言每個詞的對應(yīng)關(guān)系。例如翻譯：多個機(jī)場都被迫關(guān)閉了時候，英文airport就和機(jī)場的關(guān)系非常強(qiáng)。這就像一個翻譯官，每次都在看自己所記錄的句子，并決定現(xiàn)在翻譯哪個詞。
（3）然而這么翻譯還是不好，像在蹦詞，而不是在翻譯一句通順的話，于是乎人類又教機(jī)器針對句子的損失進(jìn)行優(yōu)化。原來seq2seq優(yōu)化的是當(dāng)前詞翻譯的好不好（也叫作ML Loss），此時，直接優(yōu)化我所翻譯的句子好不好。
3. 谷歌神經(jīng)機(jī)器翻譯錯誤率下降最高達(dá)87%是如何算出來的？
神經(jīng)機(jī)器翻譯近兩年取得了統(tǒng)計機(jī)器翻譯20年還沒夠著的效果，效果毋容置疑。谷歌原文里面拿人給翻譯的句子打分，滿分六，神經(jīng)機(jī)器翻譯會好于統(tǒng)計機(jī)器翻譯0.5分，大概就是學(xué)霸每次6分的考試都能比學(xué)渣高0.5，好是好但是遠(yuǎn)沒有標(biāo)題中的85%那么恐怖。
那那個百分之87%是怎么算出來的呢？比如滿分5分，我得了4.9分，你得了4分，那么我就比你提高了90%，可謂玩了個數(shù)字游戲。如果這百分之87%是機(jī)器翻譯的BLEU上升87%，那才是真正的顛覆。
現(xiàn)在BLEU普遍在30多，能提高五個點(diǎn)，大概就可以拿自然語言處理領(lǐng)域頂級會議ACL的最佳論文，而且會被歷史銘記~而五個點(diǎn)才提高了百分之十幾，誰要是能提高百分之八十幾，那翻譯真是可以下班了。
我們首先可以看一下神經(jīng)機(jī)器翻譯和語法機(jī)器翻譯還有統(tǒng)計機(jī)器翻譯的效果對比
我們可以看到神經(jīng)機(jī)器翻譯通過兩年的努力就超過了另外兩種機(jī)器翻譯。
那為什么神經(jīng)機(jī)器翻譯會比統(tǒng)計機(jī)器翻譯好這么多呢？
端到端的訓(xùn)練（End-to-end training ）
神經(jīng)機(jī)器翻譯非常的優(yōu)雅，一個模型就解決了機(jī)器翻譯。而統(tǒng)計機(jī)器翻譯包含詞對齊，調(diào)序，重排等十分繁瑣。
更好地詞匯相似度計算
由于Word2vec的出現(xiàn)，近義詞和同義詞可以更好地在語義空間進(jìn)行表達(dá)。例如百度和谷歌在語義空間就十分接近，而神經(jīng)機(jī)器翻譯可以很好利用word2vec的結(jié)果。
更好地利用上下文（只是更好還沒做到很好）
Seq2Seq模型在對上下文建模時比統(tǒng)計機(jī)器翻譯優(yōu)雅很多，他不再受N元語言模型的束縛，可以更好地處理語言的上下文依賴。
5. 機(jī)器翻譯還有什么問題
筆者不是機(jī)器翻譯從業(yè)者，但略知機(jī)器翻譯的幾大問題。
1. 生僻詞翻譯效果極差。例如你輸入了人名或者奇怪的機(jī)構(gòu)名，都會導(dǎo)致翻譯一塌糊涂。
2. 經(jīng)常會漏詞或者同一個詞翻譯好多次
比如圖中的development就被重復(fù)翻譯了
3. 不考慮上下文，以及無法 “雅”的翻譯俗語等~
結(jié)語
神經(jīng)機(jī)器翻譯未來可期，但現(xiàn)在仍有諸多不足，仍然需要每一個研究人員不卑不亢，每天踏踏實(shí)實(shí)的做好研究才能真的顛覆昨天的機(jī)器翻譯。而不要為了每天寫大新聞，而急功近利。
雷鋒網(wǎng)注：本文為雷鋒網(wǎng)獨(dú)家約稿文章，未經(jīng)授權(quán)拒絕轉(zhuǎn)載。
相關(guān)閱讀：
漲姿勢！如何評價Google神經(jīng)機(jī)器翻譯（GNMT）系統(tǒng)？
Google 翻譯的“漢譯英”錯誤率降低 60%，是怎么算出來的？
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
