网易有道自研神经网络翻译上线 质量提升超过去十年总和

近日,网易有道在GMIC(全球移动互联网大会)未来创新峰会上公布:由网易自主研发的神经网络翻译( Neural Machine Translation,以下简称NMT)技术正式上线。作为受到丁磊亲自“过问”、网易最重要技术创新之一,此次在有道上线的NMT技术,由网易有道与网易杭州研究院历时两年合力研发,将服务于有道词典、有道翻译官、有道翻译网页版、有道e读等产品。

人工智能改变翻译 让翻译更“聪明”

深度学习是推动当前人工智能热潮最关键的技术,它首先在图像、音频等感知领域获得了巨大成功,目前在语言方面的应用也获得了长足的进展。

而神经网络翻译就是深度学习在机器翻译领域的具体应用。

作为目前机器翻译领域最前沿的技术,神经网络翻译采用独到的神经网络结构,能够对翻译的全过程整体建模;与统计翻译模型(SMT)相比,神经网络翻译模型更像一个有机体。

NMT对整个句子进行编码,能够更充分地利用上下文信息,判定多义词的词义,生成更高质量的译文。最直观的一点就是,NMT译文的句子结构完整,语序更接近人类语言使用习惯,翻译结果更加通顺;而SMT则像由多个组件构成的机器,每个组件完成各自的目标,但“拼接”出来的翻译结果,常常差强人意。

图片描述

NMT翻译原理

如果从具体的例子来看,此次在有道上线的NMT的翻译结果更准确,断句和语法比起传统机器翻译(SMT)有了直观可感知的提升,更接近人们心中“会说话”的人工智能。

图片描述

NMT与SMT 英译中结果对比

据悉,与传统的基于短语的统计翻译模型相比,此次在有道上线的NMT翻译质量的提升是SMT过去十年累计提升的总和。

新闻和口语翻译出色 BLEU值超同行

从翻译界通用的BLEU值评价指标来看,此次在有道上线的NMT在新闻文章、英语学习及口语等场景下的英文翻译,做得比同类国际产品更加出色。而丁磊也曾在内部表示,新闻和口语是中国人接触英语最常见的两个领域,应在这两方面加大研究。

事实上,词典本就是有道的传统优势,其词条数据庞大、解释准确,已经成为国内用户学习英语的首选。凭借这一优势,再加上有针对性的优化,此次在有道上线的NMT对英语学习场景下的翻译结果更加精准。这类翻译需求的特点是,原文规整、语法及句式较为规范,因此用户对其准确性要求更高。在该类数据上的盲测结果显示,此次在有道上线的NMT,其英译中和中译英的BLEU值均领先同行7个多百分点。

图片描述

英译中对比

新闻文章翻译是另外一个常见的需求,它的特点是,长句较多、句子结构复杂且有大量人名地名。在这类数据上,此次在有道上线的NMT同样表现不俗,英译中BLEU值超同行6个百分点,而中译英也超其8个百分点。

图片描述

中译英对比

机器翻译的未来 让语言不再是障碍

此次在有道上线的NMT,其翻译质量的大幅提升,源于有道及网易杭州研究院的强大技术支持。

作为国内最早开发统计机器翻译(SMT)的公司,网易早在两年前也开始涉足神经网络翻译领域的探索,并为此投入了巨大的研发力量。

过去由于技术的限制,机器翻译仅能翻译一些简单词组,对复杂内容翻译效果并不佳。而神经网络翻译技术的发展,给翻译质量带来了极大提升,高质量的机器翻译将更广泛更便捷地被人们使用,那么语言对于人类来说,还将是一个障碍么?

网易有道首席科学家段亦涛坦言,神经网络翻译在全球范围内都属于前沿技术,虽然业内已有一定成果,但可挖掘的空间还很大。目前网易的技术突破,的确让业内感到振奋,但机器翻译作为人工智能领域的核心难题之一,未来还有很多的努力要做。

网易杭州研究院感知与智能中心总经理李晓燕也谈到,在有道产品中上线的NMT,只是人工智能在机器翻译领域探索的起点。得益于有道在翻译数据的强大积累,NMT技术将快速迭代更新,未来将不断带来更优质的翻译体验。

据悉,此次推出的NMT技术未来两周将陆续在有道词典、有道翻译官、有道翻译网页版、有道e读等产品中正式应用。

图片描述

有道翻译官拍照翻译中应用


更多人工智能精彩内容,可关注以下微信订阅号和加入技术专家群。

图片描述

2023年2月生成式AI工程化落地十大关键趋势与避坑指南 生成式AI正从实验室走向真实业务场景,其核心已不仅是模型能力,而是可用性、可控性与安全性构成的工程闭环。在响应延迟、调用成本、错误兜底等硬指标约束下,大模型需与规则引擎、轻量模型、物理约束协同工作;音频、视频、3D与物理控制四维能力的突破,标志着多模态生成进入产品级集成阶段;而水印技术、训练数据提取防御、Tracr可解释编译等进展,则将AI安全与合规从附加项升级为系统性工程需求。本文基于真实POC与上线项目,解析MusicLM、FLAN-T5、PADL、MAV3D等关键技术的落地瓶颈与优化路径,聚焦工程可用 阅读详情

相关推荐

2025年AI如何无感接管日常生活

人工智能已从显性工具演进为隐性生活基础设施,其核心在于多模态感知、端侧实时推理与跨系统协同决策。当前主流落地形态并非通用大模型,而是轻量化小模型在手机影像、智能家电、政务审批等场景的毫米级优化,典型如相机语义分割、健康基线建模、政务数据可信调用等。这类AI不追求拟人化交互,而以‘免操作触发’为标志,在用户无感知中完成环境预判与流程重构。技术价值体现在隐性效率提升与日常优化,广泛应用于智慧家居、数字政务、可穿戴健康及智能出行等领域。本文聚焦2025年已稳定商用的真实案例,解析AI渗透生活的三层结构与人机责任边

diaogan4202的博客 369

cs224n-第十课 机器翻译(SMT,NMT)

机器翻译模型 1 Statistical Machine Translation(SMT) SMT是基于统计的机器翻译: 假设模型是中文—> 英语,给定中文句子x,为了找到最匹配的英语句子y,定义目标函数: argmaxyP(y∣x)argmax_yP(y|x)argmaxy​P(y∣x) 根据Bayes规则,将目标函数转化为如下函数: argmaxyP(x∣y)P(y)argmax_yP(x|y)P(y)argmaxy​P(x∣y)P(y) 对齐的规则(一对多,或者,多对一),计算太复杂,y的

lcomecon的博客 2136

SAP SD CMD_EI_API=>MAINTAIN 客户主数据创建实战:从零到一的完整流程解析

本文详细解析了在SAP SD模块中使用CMD_EI_API=>MAINTAIN函数创建客户主数据的完整实战流程。从核心数据结构CMDS_EI_EXTERN的解析、数据准备与填充,到分步调用方法、关键参数设置,再到深度错误处理与事务控制,提供了从零到一的系统性指导。文章重点阐述了该方法作为SAP标准增强业务对象处理方式的优势,包括数据一致性、标准校验及详细的错误反馈机制,并分享了数据标志位、测试模式等关键避坑指南与最佳实践。

table的专栏 492

神经网络(GNN):深度学习的新前沿

图神经网络是一类专门用于处理图结构数据的神经网络。图数据由节点(Node)和边(Edge)组成,节点代表实体,边表示实体之间的关系。GNN通过学习图中节点及其邻居节点之间的信息传递规则,生成每个节点的高维表示(Embedding)。图的定义节点(Node):图中的个体元素,如社交网络中的用户、分子结构中的原子。边(Edge):连接节点的线,表示节点之间的关系或交互,如社交网络中的好友关系、分子结构中的化学键。GNN的核心思想消息传递(Message Passing)

Network_Engineer的博客 2226

突破传统:深度神经网络如何精准模拟量子系统?

摘要:本文聚焦深度神经网络模拟量子系统这一前沿领域。开篇点明量子系统模拟对理解微观世界及相关技术发展的重要性,阐述传统模拟方法局限。接着介绍深度神经网络,尤其是递归神经网络(RNN)的原理与特点,深入剖析 RNN 模拟量子系统时间演化的运行及数学原理,涵盖量子动力学、模型计算、损失函数与优化算法。通过量子谐振子实操案例,展示从环境搭建、数据处理到模型构建、评估的全过程。探讨当前研究挑战,介绍前沿进展,为该领域发展提供全面洞察与未来展望 。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 1518

串行通信原理及实验仿真

1. 处理器与外部设备通信的两种方式: 并行通信和串行通信 并行通信是指数据的各个位用多条数据线同时进行传输 优点:传输速度快 缺点:占用引脚资源多 串行通信是将数据分成一位一位的形式在一条传输线上逐个传输 优点:通信线路简单,占用引脚资源少 缺点:传输速度慢 2. 串行通信的通信方式: 同步通信和异步通信 同步通信:带有时钟同步信号的数据传输;发送方和接收方在同一时钟的控制下,同步传输数据。 异步通信:不同时钟同步信号的数据传输。发送方和接收方使用各自的时钟控制数据的发送和接收过程。 3. 串行通

gemengxia的博客 4323

神经网络与人工智能:未来的前沿

1.背景介绍 人工智能(Artificial Intelligence, AI)是一门研究如何让机器具有智能行为的科学。在过去的几十年里,人工智能研究主要集中在规则-基于的系统、知识-基于的系统以及黑盒模型。然而,在过去的几年里,一种新的人工智能技术已经吸引了广泛的关注:神经网络。神经网络是一种模仿生物大脑结构和工作原理的计算模型,它已经证明在许多任务中具有超越传统方法的能力。 在本文中,我们...

AI天才研究院 1495

从DDH到FastANI:原核生物分类黄金标准的进化史与技术对比

本文系统梳理了原核生物分类标准从DDH到FastANI的四次技术革命,详细解析了95%相似度阈值的科学依据及应用场景。通过对比DDH、16S rRNA、ANI和FastANI的技术特点与性能指标,为微生物研究者提供基因组分类的实战指南,并展望第三代测序时代的分类新挑战。

weixin_29275257的博客 417

【机器学习】神经网络的无限可能:从基础到前沿

神经网络的概念最早可追溯至20世纪40年代,由心理学家沃伦·麦卡洛克(Warren McCulloch)和数学家沃尔特·皮茨(Walter Pitts)提出。他们试图通过构建一个简单的数学模型来模拟生物神经元的工作方式。现代意义上的神经网络,尤其是人工神经网络(ANN),则是一种通过模拟人脑神经系统的结构和功能来处理信息的计算模型。神经网络作为人工智能领域的核心技术之一,正以其强大的学习能力和广泛的应用前景改变着我们的世界。

2301_79181030的博客 2332

在 CentOS7 下安装 Cadence IC验证平台 INCISIVE152

前言 本文所使用的软件 虚拟机软件:VMware Workstation 15 PRO 如何安装? 操作系统:CentOS-7, CentOS-7-x86_64-DVD-1810.iso 如何安装? 简介 INCISIVE Incisive是nc_verilog, nc_sim, nc_lauch,以及ABV,TBV的集合,用于仿真和验证。 InstallScape InstallSc...

沈醉不知的博客 2万+

ASF-YOLO:一种基于注意尺度序列融合的细胞实例分割YOLO模型

随着样本制备技术和显微成像技术的快速发展,细胞图像的定量处理和分析在医学、细胞生物学等领域发挥着重要作用。基于卷积神经网络(CNN),可以通过神经网络训练学习不同细胞图像的特征信息,具有很强的泛化性能。两阶段的R-CNN系列[1,2,3]及其一阶段变体[4,5]是实例分割任务的经典CNN基础框架。在最近的研究中,You Only Look Once(YOLO)系列[6,7,8,9]已经成为实时实例分割中速度最快、最准确的模型之一。

m0_47867638的博客 9812

讯wifi_【翻译机】一个破翻译机我整整选了4天——有道翻译器、搜狗翻译机、讯飞翻译机测评对比,资料汇总...

1.明确使用场景最近公司业务对接的有外国人,咱家虽然也是英语6级,可也不敢打包票能听懂人家老外的口语啊,万一再带点方言口音“what are you going to do to die”其实是““what are you going to do today?”澳洲英语方言很重,不光汉语有方言的,老铁!于是乎,得到老板的指令,立马、赶紧拿下一款翻译机,要求如下:颜值在线,但不能花里胡哨,不能失我大...

weixin_42511098的博客 575

lammps教程:聚合物压缩,避免“bond atoms missing”

如果使用ms建模,聚合物的链会伸出到盒子外面,在导出data文件后,盒子外面的原子被周期性算法折叠进盒子对面,这就造成了边界附近的bond原子可能被分布到了盒子的两侧。并且,这个data文件不能使用npt系综进行压缩,npt系综必须使用周期性边界,在压缩时,bond原子同样会移动到对面的边界。所以,最好的解决办法是使用一个反射墙墙进行压缩,设置一个反射墙墙既可以实现压缩效果,也可以组织原子跨越box边界移动到对面。解决这个问题的原则只有一个:导出data时确保所有的bond原子没有跨越边界。

lammps_jiayou的博客 3821

对比Google翻译、百度翻译和有道翻译

上周,关于有道翻译出现了一则新闻。 网易有道上线神经网络翻译,质量提升超过去十年总和 我个人经常使用Google翻译(Google翻译没有被墙)。然后便对Google翻译、百度翻译和有道翻译做了个对比。测试了句子,一个问号便说明了问题。

永立的专栏 1万+

vue-vben-admin 打包编译报错Failed to resolve entry for package “@vben-core/design“ 的解决方法

如果你在你是不是在 apps/子目录下执行了 build?# 项目根目录 pnpm build而不是在下面单独打包。这个问题本身不复杂,但非常容易被误导去“怀疑依赖、怀疑配置、怀疑人生”。实际上,只要理解vue-vben-admin 是 monorepo 架构,很多类似问题都会迎刃而解。如果你后面还遇到 vben-admin 的构建、部署、权限或性能相关问题,这一套思路都很有用。希望这篇记录,能帮你节省至少半小时的排坑时间。

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用,接口、架构、性能全搞定。 425

threejs中使用Reflector实现出倒影效果,并实现背景透明的效果(Reflector镜面背景透明, 倒影弱化)

在项目中遇到要实现倒影效果,threejs给我们提供了Reflector,可以轻松完成镜面效果,实现倒影。但背景不透明;并且反射出的倒影太亮了;网上没搜到解决方案, 自己修改了下源码实现了想要的效果,做个记录...

weixin_40856652的博客 5723

网易乌镇咖荟综述 | 2018,AI行业的兴奋与焦虑

关注网易智能,聚焦AI大事件,读懂下一个大时代!2018年11月7日-9日,第五届世界互联网大会在乌镇举行,这座千年古镇又一次迎来了它的高光时刻。互联网大佬悉数到场,畅谈...

网易智能 519

OpenClaw 子代理配对失败问题分析与解决方案

OpenClaw子代理配对失败问题分析与解决方案 问题核心在于agent设备权限不足,仅有operator.approvals权限而缺少operator.admin权限,导致子代理启动时形成权限死锁。本文提供三种解决方案: 直接编辑设备配对文件(推荐):修改本地JSON文件,为agent设备添加完整operator.admin权限,操作简单快捷。 标准重新配对流程:删除现有agent设备后重新配对,通过正常审批流程获取完整权限,符合系统安全设计。 修改源码降低权限要求(仅限开发环境):调整子代理代码避免强制

多媒体编程、网络编程、系统编程、网络安全编程、驱动编程 152

腾讯AI Lab:深度解读AI辅助翻译的研究及应用

11月13日,深圳 - 腾讯AI Lab今日发布了一款AI辅助翻译产品 - “腾讯辅助翻译”(Transmart),可满足用户快速翻译的需求,用AI辅助人工翻译提高效率和...

腾讯技术工程 2590

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

第973期机器学习日报(2017-05-18)

机器学习日报 2017-05-18 谷歌大脑撰文解析 AutoML:神经网络如何自行设计神经架构? @网路冷眼Kaggle 首战拿银总结 @数据娃掘52 个有用的机器学习与预测接口盘点 @程序员俱乐部(PyTorch)从头开始搭建神经机器翻译(NMT)系统 @爱可可-爱生活李德毅:从知识工程到认知工程 @网路冷眼 @好东西传送门 出品,由@AI100运营, 过往目录 见http:

ai100_ml的博客 547

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

GPT-4o不是升级,是多模态交互范式的革命

多模态交互正从‘单模态拼接’迈向‘端到端原生建模’,其核心在于语音、图像与文本在神经网络底层的深度耦合,而非简单功能叠加。这种架构变革带来跨模态时序对齐、情感韵律联合建模和低延迟感知环路等关键技术突破,显著提升人机协作中的意图理解精度与认知连贯性。典型应用场景包括嘈杂环境下的音画联合分析、实时视频手势语义推理、以及带情绪线索的语音对话生成。GPT-4o正是这一范式落地的标志性产品,它重新定义了AI交互的物理接口与信任机制。

weixin_34293141的博客 427

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

神经网络架构搜索(NAS)的前沿进展

近年来,效率导向的NAS方法取得了显著进展。例如,渐进式神经架构搜索(PNAS)通过预测性能来减少评估成本,而单次路径采样则通过权重共享显著降低了计算开销。传统的网络架构设计主要依赖专家经验和直觉。然而,随着任务的复杂性增加,人工设计的局限性越发明显。NAS通过定义搜索空间、搜索策略和性能评估三个关键要素,系统化地探索可能的架构空间。神经网络架构搜索代表了深度学习发展的新方向,它试图通过自动化的方式发现最优的网络结构。这一技术正在改变我们设计深度学习模型的方式,从手工设计转向算法驱动的自动化设计。

2301_82239458的博客 511

自然语言处理中的文本翻译技术

1.背景介绍 自然语言处理(NLP)是人工智能(AI)领域的一个重要分支,其主要目标是让计算机理解、生成和处理人类语言。文本翻译是NLP中的一个重要任务,它涉及将一种自然语言(如英语)从一种语言翻译成另一种自然语言(如中文)。 自然语言处理中的文本翻译技术可以分为两类:统计机器翻译(Statistical Machine Translation, SMT)和神经机器翻译(Neural Mach...

AI天才研究院 1130

【机器学习】解锁AI密码:神经网络算法详解与前沿探索

神经网络作为机器学习的重要分支,在人工智能领域具有广泛的应用前景。随着计算能力的提升和算法的优化,神经网络的性能将不断提升,应用领域也将不断扩展。未来,神经网络将在更多领域发挥重要作用,推动人工智能技术的持续发展。

2402_84445716的博客 1291
上一篇: 2017中国人工智能大会将于7月在杭州举行
下一篇: 百度葛行飞:对话式人工智能需分场景逐个击破
AI早餐汇
博客等级 码龄21年 759粉丝 316原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值