神经机器模型能翻译200种语言
科技日报记者 张梦然
《自然》5日发表的一篇论文报道了一个Meta人工智能（AI）模型的底层技术。该模型能翻译200种不同语言，增加了机器翻译的语言数量。
神经机器翻译模型利用人工神经网络翻译各种语言。这些模型通常需要大量可在线获取的数据加以训练，但并非所有语言数据基本上公开、低成本或是普遍可及的，这类语言被称为低资源语言。一味的增加模型翻译语言数量，可能会妨碍模型的翻译质量。
此次，Meta的法国研究团队和“不落下任何语言”（NLLB）团队开辟了一种跨语言技术，能让神经机器翻译模型学习怎么利用翻译高资源语言的预存能力，实现对低资源语言的翻译。研究团队开辟了一个在线多语言翻译工具，名为“NLLB-200”。该工具能容纳200种语言，其低资源语言数量是高资源语言数量的3倍，翻译表现则比当今已有系统高44%。
由于团队在许多低资源语言上只能获取1000—2000例样本，为了扩大“NLLB-200”的训练数据量，他们用一个语言识别系统发现了这些特定语言的更多实例。团队还从互联网存档中挖掘双语文本数据，帮助提升其翻译质量。
研究团队指出，那个工具能够帮助很少被翻译的那些语言的使用者，让他们也能用上互联网和其他技术。此外教育是一个特别重要的应用，因为那个模型能够帮助低资源语言使用者获取更多图书和研究文章。但团队也表示，目前误译的事情仍有可能浮现。
来源：中国科技网