0
| 本文作者： 李勤 | 2019-12-28 09:10 |
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。
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”。
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 she looked 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。
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。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
