日前，百度在機器翻譯技術(shù)上取得重大突破，發(fā)布了融合統(tǒng)計和深度學(xué)習(xí)方法的在線翻譯系統(tǒng)。該系統(tǒng)借助計算機模擬的海量神經(jīng)元，模仿人腦“理解語言，生成譯文”，同時結(jié)合百度已有的統(tǒng)計機器翻譯技術(shù)，使得機器翻譯質(zhì)量實現(xiàn)了質(zhì)的飛躍。

　　此次百度發(fā)布的基于深度學(xué)習(xí)的在線翻譯系統(tǒng)，實現(xiàn)了類似人腦的“理解語言，生成譯文”的翻譯方式。這種翻譯方法最大的優(yōu)勢在于譯文流暢，更加符合語法規(guī)范，容易理解。

　　據(jù)了解，百度利用自身得天獨厚的龐大網(wǎng)頁庫資源，挖掘了海量的雙語句對，作為系統(tǒng)的“學(xué)習(xí)教材”。由于深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)極其復(fù)雜，整個學(xué)習(xí)過程非常耗時，需要持續(xù)很長時間。百度機器翻譯團隊經(jīng)過技術(shù)攻堅，使得翻譯系統(tǒng)的學(xué)習(xí)效率提高了十幾倍，大大縮短了學(xué)習(xí)時間。

　　百度新發(fā)布的翻譯系統(tǒng)應(yīng)用了長短時記憶（ＬＳＴＭ， Ｌｏｎｇ Ｓｈｏｒｔ－Ｔｅｒｍ Ｍｅｍｏｒｙ）的循環(huán)神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)技術(shù)。該模型擅長對自然語言建模，把任意長度的句子轉(zhuǎn)化為特定維度的浮點數(shù)向量，“記住”句子的全部語義。ＬＳＴＭ模型側(cè)重于“記憶”那些比較重要的單詞，讓“記憶”保存比較長的時間，對于那些不太重要的單詞，則會盡量早地“忘記”它，把寶貴的資源留給更重要的詞。該模型很好地解決了自然語言句子向量化的難題，對利用計算機來處理自然語言來說具有非常重要的意義，使得計算機對語言的處理不再停留在簡單的字面匹配層面，而是進一步深入到語義理解的層面。

　　一直以來，百度在機器翻譯領(lǐng)域堅持技術(shù)創(chuàng)新，不斷提升翻譯質(zhì)量和系統(tǒng)性能，致力于大規(guī)?；ヂ?lián)網(wǎng)應(yīng)用，為廣大用戶提供高質(zhì)量、方便快捷的翻譯服務(wù)。依托海量的互聯(lián)網(wǎng)資源和自然語言處理技術(shù)的優(yōu)勢，百度研發(fā)出高質(zhì)量翻譯知識獲取技術(shù)，突破了傳統(tǒng)方法在翻譯知識獲取方面規(guī)模小、成本高的瓶頸；基于互聯(lián)網(wǎng)大數(shù)據(jù)的多策略翻譯模型，能夠?qū)崟r響應(yīng)用戶復(fù)雜多樣的包括網(wǎng)絡(luò)新詞、科技文獻(xiàn)、電子商務(wù)、古文、粵語等多領(lǐng)域、多文體的翻譯需求；基于樞軸語言的翻譯方法，使得資源有限的小語種翻譯成為可能。

　　百度機器翻譯團隊一直秉承讓所有人平等便捷地獲取信息、找到所求的使命，致力于消除用戶跨語言溝通交流的障礙。結(jié)合百度領(lǐng)先的圖像識別、語音識別等技術(shù)，“百度翻譯”ＡＰＰ為用戶打造了一個全方位的隨身翻譯官。這位“翻譯官”不僅可以幫助用戶實時地與外國人進行面對面交流，根據(jù)用戶所處場景，智能推送實用口語例句，還可以通過攝像頭拍照對菜單、車站站牌等進行翻譯，解決用戶在海外學(xué)習(xí)和旅行時的語言難題。劉松