站長資訊網(wǎng)12 月 31 日消息，2021 年 12 月，字節(jié)跳動旗下的火山翻譯官網(wǎng)，上新了包括世界語、塔希提語、韃靼語等在內(nèi)的 38 個稀有語種的翻譯。目前，包括漢語、英語、阿拉伯語、俄語、法語、西班牙語六個通用語種在內(nèi)，火山翻譯已具備 94 個語種、8742 個語向的翻譯能力，整體 bleu(機(jī)器翻譯質(zhì)量自動評估指標(biāo))達(dá) 33.45，處于行業(yè)領(lǐng)先水平。
▲ 藍(lán)色部分為火山翻譯上新的 38 個語種
據(jù)了解，通過采用自研的 mRASP 多語言模型，火山翻譯僅使用一個模型就完成了上述 38 個語種與英文的雙向互譯，突破了傳統(tǒng)雙語言翻譯模型對每個語向單獨(dú)訓(xùn)練、單獨(dú)上線服務(wù)的方式，大幅降低機(jī)器學(xué)習(xí)的訓(xùn)練和服務(wù)成本。
“通常情況下，訓(xùn)練 76 個語向的雙語言模型需要 150-200 天。而相同硬件條件下，訓(xùn)練一個多語言模型只需要 30 天。”火山翻譯團(tuán)隊(duì)介紹，“對于請求量小的語種，使用 mRASP 模型集中服務(wù)可以大大節(jié)省計(jì)算資源，僅需半張用于深度學(xué)習(xí)訓(xùn)練的 Tesla T4 顯卡就可以滿足 38 個語言的全部翻譯請求，和雙語翻譯所需的資源一樣。”
火山翻譯通過 mRASP 中的對比學(xué)習(xí)和詞對齊信息，可以很好地借助單語語料和其他擁有豐富語料的語種來幫助訓(xùn)練，彌補(bǔ)訓(xùn)練數(shù)據(jù)的不足。數(shù)據(jù)顯示，火山翻譯此次上新的稀有語種平均 bleu 值達(dá) 33.36，其中，海地語翻譯表現(xiàn)最為突出，bleu 值達(dá) 50.76。
目前，火山翻譯擁有：火山同傳、機(jī)器翻譯與視頻翻譯三大產(chǎn)品，支持飛書、今日頭條、西瓜視頻等業(yè)務(wù)的翻譯需求，并通過字節(jié)跳動旗下的企業(yè)級技術(shù)服務(wù)平臺火山引擎對外提供翻譯服務(wù)。
特別提醒：本網(wǎng)信息來自于互聯(lián)網(wǎng)，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時性本站不作任何保證或承諾，并請自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請及時聯(lián)系我們，本站將會在24小時內(nèi)處理完畢。
