網(wǎng)易上線“有道智云”平臺(tái)，為第三方廠商提供神經(jīng)網(wǎng)絡(luò)翻譯接口

本文作者：叨叨

2017-07-05 16:44

導(dǎo)語(yǔ)：周楓：為什么關(guān)注文字識(shí)別和處理？是因?yàn)槲覀儼l(fā)現(xiàn)手機(jī)攝像頭能力提升之后，文字能做更多的事情。

“為什么關(guān)注文字識(shí)別和處理？是因?yàn)槲覀儼l(fā)現(xiàn)手機(jī)攝像頭能力提升之后，文字能做更多的事情”。7月4日，在有道開(kāi)放日活動(dòng)中，有道總裁周楓對(duì)到訪的媒體說(shuō)。

有道發(fā)現(xiàn)的，其實(shí)不光是攝像頭能力的提升，更重要的或許是深度學(xué)習(xí)。在三個(gè)月前，有道正式將深度學(xué)習(xí)應(yīng)用于機(jī)器翻譯，上線了神經(jīng)網(wǎng)絡(luò)翻譯模型。與此同時(shí)，深度學(xué)習(xí)也應(yīng)用到了大多數(shù)有道產(chǎn)品中，如有道詞典、翻譯官、有道云筆記等。

此次開(kāi)放日上，有道總結(jié)了三個(gè)月來(lái)神經(jīng)網(wǎng)絡(luò)翻譯取得的進(jìn)展，同時(shí)還宣布正式上線 OCR 技術(shù)和有道智云平臺(tái)。

神經(jīng)網(wǎng)絡(luò)翻譯效果如何？

網(wǎng)易有道在三個(gè)月前正式上線了其基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)翻譯模型（NMT），雷鋒網(wǎng)就此曾專訪過(guò)有道首席科學(xué)家段亦濤。在本次活動(dòng)中，段亦濤再次提起利用深度學(xué)習(xí)完成機(jī)器翻譯任務(wù)的優(yōu)勢(shì)，在他看來(lái)，深度學(xué)習(xí)有三個(gè)特點(diǎn)，能夠讓它在翻譯任務(wù)中，得到比較好的效果：

模擬生物神經(jīng)的方式，由大量的神經(jīng)元組成

神經(jīng)元能夠完成一些比較初級(jí)的操作，模型通過(guò)對(duì)神經(jīng)元奇妙的組織，使它能夠配合工作，完成更復(fù)雜的任務(wù)，和動(dòng)物的神經(jīng)網(wǎng)絡(luò)工作方式比較類似。

對(duì)關(guān)鍵信息會(huì)用連續(xù)關(guān)鍵向量來(lái)表達(dá)

一個(gè)詞對(duì)應(yīng)到翻譯里面是一個(gè)高位向量。這樣做的好處在于比較強(qiáng)的刻畫(huà)力——刻畫(huà)信息之間的關(guān)系。比如同義詞或者反義詞，傳統(tǒng)用編碼方式不太容易表達(dá)，但是如果在一個(gè)向量空間來(lái)表達(dá)，通過(guò)向量之間的位置，就能比較好的來(lái)反映它們之間的關(guān)系。

端到端的模型

翻譯模型里有很多參數(shù)，這些參數(shù)為了共同的目標(biāo)進(jìn)行優(yōu)化，和傳統(tǒng)的模型不一樣，傳統(tǒng)的機(jī)器學(xué)習(xí)會(huì)有各種模塊，各個(gè)模塊都是為自己的目標(biāo)來(lái)調(diào)整優(yōu)化的，人為拼湊成一個(gè)機(jī)器類的東西，能完成功能，但是比較生硬。

對(duì)于神經(jīng)網(wǎng)絡(luò)翻譯模型的評(píng)估，有道采用了機(jī)器翻譯界通用的 BLEU（雙語(yǔ)評(píng)估研究-Bilingual Evaluation Understudy）評(píng)估指標(biāo)，得分越高，說(shuō)明翻譯結(jié)果越接近目標(biāo)翻譯。段亦濤以有道和國(guó)際同類產(chǎn)品的中英互譯為例，進(jìn)行了對(duì)比。

網(wǎng)易上線“有道智云”平臺(tái)，為第三方廠商提供神經(jīng)網(wǎng)絡(luò)翻譯接口

*有道神經(jīng)網(wǎng)絡(luò)翻譯（中英）BLEU值測(cè)評(píng)結(jié)果

除中英互譯之外，段亦濤還介紹，有道近日也上線了日韓語(yǔ)神經(jīng)網(wǎng)絡(luò)翻譯，從內(nèi)部測(cè)試的 BLEU 數(shù)值上來(lái)看，中日、中韓翻譯準(zhǔn)確度也都高于國(guó)內(nèi)和國(guó)際同類產(chǎn)品。

雷鋒網(wǎng)了解到，采用深度學(xué)習(xí)進(jìn)行機(jī)器翻譯是目前已成為業(yè)界的一種普遍做法，百度、谷歌、搜狗等廠商也在進(jìn)行，但也有公司最近提出了一些新的翻譯模型，比如 Facebook 提出了完全基于 CNN (卷積神經(jīng)網(wǎng)絡(luò)）的翻譯模型。

OCR 技術(shù)如何識(shí)別并翻譯圖片中的文字？

此外，有道正式對(duì)外宣布了其 OCR 技術(shù)的上線。所謂的 OCR 就是在一張圖片里識(shí)別文字區(qū)域，再把區(qū)域里面的文字提取出來(lái)并翻譯。

OCR 的工作原理分為兩個(gè)步驟，第一步先識(shí)別文字區(qū)域，通過(guò)兩個(gè)通道進(jìn)行，分別識(shí)別區(qū)域位置和區(qū)域的大??；第二步是識(shí)別區(qū)域內(nèi)的文字，通過(guò)多層網(wǎng)絡(luò)提取數(shù)據(jù)后，再用 2N 結(jié)構(gòu)進(jìn)行處理，在最后一層做識(shí)別。

目前，有道產(chǎn)品上的 OCR 日請(qǐng)求達(dá)到 470萬(wàn)，不僅可以識(shí)別書(shū)籍，還可以識(shí)別零食、化妝品等外包裝上的英文，提取出文字后，進(jìn)行翻譯。

有道智云平臺(tái)意在何為？

網(wǎng)易有道副總裁金磊向雷鋒網(wǎng)介紹，有道技術(shù)接口每天被請(qǐng)求1.5億次，其中有1億次來(lái)自于第三方，而非有道自己的產(chǎn)品。

基于這樣的契機(jī)，有道正式上線了面向企業(yè)的“有道智云”平臺(tái)，將機(jī)器翻譯和 OCR 技術(shù)全部集成在平臺(tái)上，供給第三方廠商使用。目前，神經(jīng)網(wǎng)絡(luò)翻譯提供的接口傳統(tǒng)API方式，定價(jià)為 48元/百萬(wàn)字。此外，還提供 IOS 和安卓?jī)蓚€(gè)版本的SDK，定價(jià)為 1元月/激活。同時(shí)，對(duì)于特定合作方，也提供定制服務(wù)，做本地化部署。

網(wǎng)易上線“有道智云”平臺(tái)，為第三方廠商提供神經(jīng)網(wǎng)絡(luò)翻譯接口