AI 翻译的 30 部女频总裁文长什么样

人工智能
2019
12/31
00:09
雷锋网
分享
评论

来源:雷锋网  作者:李勤

万万没想到,雷锋网编辑花一块钱试用一个经由 xx 部批准的合法 " 国际浏览器 " 的目的竟然是看海外版霸道总裁文。

说起来真的有点 " 羞耻 ",毕竟我已经不是爱幻想的 18 岁少女,而是饱经生活折腾的社畜。

事情是这样的,前几天,阅文集团与国内人工智能公司彩云科技合作的 30 部 AI 翻译网文作品上线了阅文旗下海外门户起点国际(Webnovel)。

AI 也来插手网文翻译,看来,继 AI PK 速记员,AI 换脸 " 威胁 " 演员之后,在我们的精神文化生活中,AI 又触达了一个领域。

这 30 部依靠 AI 走向国际化的网文就是我前面提到的霸道总裁文,还是女频向的。

emmm,放眼望去,《豪门谋妻》《豪门千金重生之赚大钱》《乔先生撩妻上瘾》。。。部部散发着无法抵挡的总裁魅力。

试水 

虽然霸总网文看上去不是什么阳春白雪,但它的译文却是 " 精品 "。

如果翻译质量以满分 100 分为计,AI 翻译的这些作品可以达到 80~ 85 分,相当于专业翻译的级别。

彩云科技的运营负责人张可馨称,合作推出的这 30 本 AI 翻译的网文属于现代言情品类,是现在比较受欢迎以及好翻译的品种,非常适合拿来作为 AI 翻译网文出海的第一步测试。

在这次合作中,阅文提供语料、修改词表、用户的反馈,彩云进行语料训练,词表提取和模型部署,安排得妥妥当当。

起点国际与 " 彩云小译 " 合作的 AI 翻译模型针对普通难度的文本, 翻译速度能够达到人工的千倍,同时,在翻译质量把控上,阅文集团的编辑和智能技术团队联合彩云小译的算法工程师对 AI 模型进行集中性的 " 专项训练 ",既往优秀的译本、经典网文原作、标准核心词库都是 AI 学习的语料。

此外,网传 " 双方在训练 AI 模型时还加入了‘翻译风格’的选项,方便精准进行男频、女频,甚至不同品类作品风格的呈现。面对不同的风格要求,AI 能够将同一句话用多种不同的译法进行差异化呈现。

这是个让人眼前一亮的功能,雷锋网 ( 公众号:雷锋网 ) 了解到,目前这个功能尚未正式上线,是一个 " 正在调教中的模块 "。

技术难点 

剩下的 " 分 " 缺在哪里?

正如人类译者的翻译能力受自身知识面的限制一样,AI 模型能达到的能力范围也受到语料范围的限制。语料中少见但比较浅白的表述,AI 可以根据自己学到的语料 " 猜 " 出正确的翻译,但遇到比较迂回的表述,如一个语料中从未出现过的成语,AI 猜错的可能性就会变大。

彩云科技算法工程师毛诗倩提到,例如:" 燃灯如豆 ", 指的是灯的火焰很小,而不是火焰像豆子。如果语料中没有出现过这个词语,那么 AI 就只能翻译出字面意思。

公开资料称,阅文团队基于自然语言理解技术进行网文内容深入挖掘,通过对大量网文内容和优质社区内容的清洗、训练和标注,使得机器更好地理解网文内容,建立阅文自己的内容大脑。

基于阅文内容大脑,阅文智能可以提取网文的一些专有名词,同时可以自动识别角色(人名)、场景(地名)、升级体系等结构化信息,构建整体网文的知识图谱。基于这些信息的补充,目前 AI 翻译能够较好地翻译网文特殊领域中的词、句、段落,包括作品中的人名、地名以及类似 " 金丹 " 这种网文作品特色核心元素词等专有名词,并识别出各种代词指代的对象,尽可能避免传统机翻中的 " 一词多译 "、" 张冠李戴 " 等现象。

看来,阅文在试图给合作伙伴的 AI 模型 " 喂 " 更足的语料。

在构建这个 AI 模型的过程中,毛诗倩遇到了三个难点:

第一,正确补全句子结构。

文学作品中有些句子结构复杂或缺省成分,AI 需要自己找到正确出主宾的关系。

" 还是早点回家吧 "

AI 看到这句话,可能会有点懵逼,必须使劲找寻主语是 I 还是 You。

第二,人名指代统一。

一个人物可能会有多种称呼。比如一个角色可能大名叫 " 七月,同时还有 " 小七 "、" 月月 " 等好几个昵称,AI 需要知道这些称谓都是指向同一个人,否则翻译出三个在英文中看起来没什么关联的名字,AI 没有懵逼,但读者会瞬间懵逼。

(讲真,像我们这种神经大条的读者,可能肉身看文遇到这种情况也会 " 脸盲 "。)

AI 还要知道角色的性别,以便正确使用人称代词。

举个 " 霸总文 " 的例子:

冷半夏整个人依靠在顾瑾白的怀里,苍白的脸上带着放大的笑意,看向冷可欣,口型比划:你完了!

Leng Banxia leaned against Gu Jinbai's embrace. Her pale face carried a magnified smile as shelooked at Leng Kexin. She mouthed, "you're done for!"

上面加粗的部分就是在 AI 知道冷半夏是女性的基础上才能正确翻译的结果。

第三,文风统一。

上一句是言情小说文风,下一句变成科幻小说文风,读者就会分分钟出戏。AI 需要保证一部作品翻译风格统一,并且符合这个作品本身的品类。

AI 翻译还有进步的空间。

毛诗倩称,在 transformer 模型的基础上,目前可以引入对抗训练、模型蒸馏等改进技术,以及利用非对齐语料预训练改进翻译质量的工作,如 BERT、MASS 等,但目前的所有翻译模型本质上都是基于大数据的拟合,机器还没办法像人类一样真正理解文本。

AI 的强大助力 

尽管 AI 翻译暂时无法像人类一样 " 机智 ",但对于网文出海这个领域而言,已经产生了非常大的推动力。

艾瑞咨询发布的《2019 年中国网络文学出海研究报告》称,海外网文读者对网文翻译质量比较满意,但更新速度还需提升。

在这个背景下,能达到 85 分的 AI 翻译不得不说是一个满足需求的好办法。

看到这种需求后,国内内容平台阅文、掌阅都加紧对网文出海的布局。在阅文和彩云科技共同推出 AI 翻译的 30 部试水网文作品之前,成立于 2017 年 11 月的公司推文科技在 9 个月的数据积累后,于 2018 年 7 月推出了网络文学人工智能翻译系统。

推文科技今年 3 月已完成由 Wifi 万能钥匙、连尚文学、联想之星参与的 1000 万 Pre-A 轮融资,同样依靠具备内容资源的平台朝网文出海进军。

按照推文科技接受小饭桌的采访中所言,1000 字的翻译,人工需要 1 小时,AI 单芯片只需要 1 秒。成本也降低到原来的 1%, 100 万字的专业译者翻译需要 20 万元,AI 只需要不到 1000 元。

毛诗倩对雷锋网肯定了这种说法,他称:" 只要钱足够多,买更多的显卡部署翻译模型,速度可以无限大,即使是一张显卡,它翻译速度也是人类的千倍。"

雷锋网发现,在 AI 翻译网文出海上,推文科技和彩云科技目前只进行中译英,但这只是语料多少的问题,张可馨说,要做到 85 分的准确率,需要大量语料,很多小语种的语料比较难收集。

在语料充足(几千万句)的情况下,基本上几个月之内就可以训练出一个 AI 翻译的特定语种类型。

不过,有意思的是,这位对 AI 翻译网文模型无比熟练的毛诗倩是一个海归男性算法工程师,他并没有月读 300 本网文。

海外却有无数人在等待他的 AI 小伙伴翻译网文。

THE END
广告、内容合作请点击这里 寻求合作
ai
免责声明:本文系转载,版权归原作者所有;旨在传递信息,不代表砍柴网的观点和立场。

相关热点

据外媒Venture Beat报道,Facebook人工智能研究院(Facebook AI Research,FAIR)称,他们推出了一个与纸牌游戏Hanabi相关的最新AI项目。
业界
12月1日消息 当地时间11月28日,印尼总统佐科·维多多下令政府机构在2020年取消两个公务员层级,用人工智能取代,以减少阻碍投资的繁琐程序。
业界
在北京举行的2019戴尔科技峰会展示了多项科技成果,包括其部署5G、AI时代的产品及解决方案。
业界
一年一度的世界互联网大会进入第二天,少了些大佬,多了些论道。
业界
总部位于德国的电子零售巨头Zalando由商学院毕业生罗伯特·根茨(Robert Gentz)和大卫·施耐德(David Schneider)于2008年共同创立,它既是一家零售商,也是一家科技公司。
业界

相关推荐

1
3