摘要：?跨境電商市場越來越大，商家們也遇到了新問題。以阿里巴巴國際站為例，七成買家以英語溝通，剩下三成的小語種，卻難住了平臺上近96%的賣家。 “翻譯和本地化都做不好，說明你對海外市場根本不重視，還想怎么品牌出海？”一米八大高個(gè)的李兮芝，語速極快，說話從不繞彎。

跨境電商市場越來越大，商家們也遇到了新問題。以阿里巴巴國際站為例，七成買家以英語溝通，剩下三成的小語種，卻難住了平臺上近96%的賣家。

“翻譯和本地化都做不好，說明你對海外市場根本不重視，還想怎么品牌出海？”一米八大高個(gè)的李兮芝，語速極快，說話從不繞彎。

李兮芝是阿里巴巴國際貿(mào)易事業(yè)部（ICBU）阿里語言服務(wù)總經(jīng)理，對商家的痛點(diǎn)了如指掌。講到最棘手的案例，他會立刻站起來，抄起一支筆，在會議室的白板上演示一番。

阿里巴巴國際站用戶溝通語言現(xiàn)狀

坐在李兮芝一旁的駱衛(wèi)華，語速要慢許多。2014年1月，中科院計(jì)算所出身的駱衛(wèi)華，加入了阿里，如今是阿里巴巴達(dá)摩院翻譯平臺負(fù)責(zé)人。

今年5月，在全球機(jī)器翻譯領(lǐng)域影響最大、水平最高的WMT2018評測中，駱衛(wèi)華帶領(lǐng)的翻譯技術(shù)團(tuán)隊(duì)一舉拿下5個(gè)語言方向的冠軍，成為比賽的最大贏家。

與谷歌、微軟、百度等做不區(qū)分場景的通用翻譯不同，阿里選擇在電商場景的翻譯上發(fā)力。目前，阿里機(jī)器翻譯已支持21個(gè)語種的48個(gè)語言方向的翻譯，日均使用量已達(dá)到7.5億次。除了支持離線及文字翻譯，還支持實(shí)時(shí)語音、圖片以及視頻翻譯，應(yīng)用于阿里巴巴國際站、速賣通、LAZADA、菜鳥、阿里云、釘釘、飛豬等40多個(gè)業(yè)務(wù)部門。

“首先在電商場景下，我們要把機(jī)器翻譯做到最好。”駱衛(wèi)華說，但在未來將不局限于電商翻譯。

沒有硝煙的“軍備競賽”

《圣經(jīng)》舊約中，人類曾聯(lián)合起來搭建通往天堂的高塔，上帝為了阻止這一計(jì)劃，讓人類說上不同的語言。沒過多久，無法溝通的人類便四散而去。

回溯機(jī)器翻譯的源頭，不難發(fā)現(xiàn)，這是一場為了再造《圣經(jīng)》中“通天塔”而展開的“軍備競賽”。

冷戰(zhàn)時(shí)期，蘇聯(lián)和美國的科學(xué)家就曾在機(jī)器翻譯上有過幾番較量。當(dāng)時(shí)，機(jī)器翻譯領(lǐng)域的主角是懂得英俄雙語的語言學(xué)家，他們試圖為計(jì)算機(jī)編寫出一套雙語規(guī)則。“但問題是，規(guī)則和規(guī)則之間存在大量沖突，在實(shí)際應(yīng)用中會出現(xiàn)大量異常情況。”

駱衛(wèi)華說，很長一段時(shí)間，機(jī)器翻譯都被局限在編寫規(guī)則的泥淖中，直到上世紀(jì)90年代，才被IBM Watson研究中心提出的統(tǒng)計(jì)機(jī)器翻譯所取代，程序員開始取代語言學(xué)家，站上了機(jī)器翻譯領(lǐng)域的主舞臺。

2014年，蒙特利爾大學(xué)計(jì)算機(jī)系博士后Kyunghyun Cho等人關(guān)于將人工智能底層模型“神經(jīng)網(wǎng)絡(luò)”應(yīng)用于機(jī)器翻譯的論文，又一次吹響了翻譯技術(shù)革命的號角。這一年，各大互聯(lián)網(wǎng)公司開始大舉投入，諸多優(yōu)秀的學(xué)者和學(xué)生陸續(xù)加入谷歌、亞馬遜、臉譜和BAT。

在中科院學(xué)習(xí)和工作近12年的駱衛(wèi)華，在“糾結(jié)一段時(shí)間后”，也決定跳出學(xué)術(shù)圈，選擇加入阿里，去實(shí)現(xiàn)將技術(shù)真正落地的夢想。“以前在實(shí)驗(yàn)室的主要任務(wù)是發(fā)paper（論文），做課題，只有這個(gè)領(lǐng)域的人才會關(guān)心，但現(xiàn)在每天有幾千萬人在實(shí)際使用你的產(chǎn)品，這種感覺是完全不一樣的。”

2014年，駱衛(wèi)華加入阿里

不同于大多數(shù)在通用翻譯領(lǐng)域廝殺的玩家，阿里機(jī)器翻譯團(tuán)隊(duì)以核心電商場景為起點(diǎn)，為整個(gè)國際化業(yè)務(wù)提供本地化解決方案。

“項(xiàng)目很多，得排期。比如，2、3月做釘釘?shù)捻?xiàng)目，4、5月要做速賣通項(xiàng)目。”駱衛(wèi)華說，除此之外，團(tuán)隊(duì)還會時(shí)不時(shí)會接到十萬火急的需求。比如，去年雙11之后，團(tuán)隊(duì)曾用兩個(gè)星期，與菜鳥團(tuán)隊(duì)一起加班加點(diǎn)編寫了一套報(bào)關(guān)自動翻譯產(chǎn)品，“后來菜鳥評估說，整個(gè)報(bào)關(guān)成本下降了90%。”

難的不止是翻譯

說到機(jī)器翻譯，除了算法模型，大量的樣本數(shù)據(jù)是非常重要的。這也恰恰是阿里的優(yōu)勢所在。

“舉個(gè)例子，‘Photo Print’這個(gè)詞在通用語境下會被翻成‘照片打印’，但你知道它在紡織面料行業(yè)里是什么意思嗎？”李兮芝接著說，“這是‘熱轉(zhuǎn)印印花’工藝的一種，翻成照片打印就貽笑大方了。”

阿里本身沉淀了大量電商領(lǐng)域相關(guān)的數(shù)據(jù)，機(jī)器翻譯團(tuán)隊(duì)進(jìn)一步梳理出10億級別的雙語平行語料、億級別的電商雙語平行語料、千萬級電商知識庫，以及大規(guī)模行業(yè)多語言術(shù)語庫。

然而，語言上的準(zhǔn)確翻譯只是第一道難關(guān)，更困難的是通過算法實(shí)現(xiàn)文化、法律、經(jīng)濟(jì)、宗教等層面的本地化落地。

一個(gè)案例讓李兮芝印象深刻。“同樣是10萬，英美國家千位分隔符用逗號，標(biāo)成‘100,000’；但法國、西班牙的千位分隔符是句號，逗號用來標(biāo)小數(shù)點(diǎn)，10萬在法國得標(biāo)成‘100.000’，如果標(biāo)成‘100,000’就表示是100了。”這類大額數(shù)字在阿里巴巴國際站經(jīng)常出現(xiàn)，曾經(jīng)出現(xiàn)過中國賣家因?yàn)闆]有將數(shù)字本地化，而被買家投訴的情況。

阿里巴巴ICBU語言服務(wù)總經(jīng)理李兮芝

今年4月，主打男裝的國內(nèi)服飾品牌英爵倫，加入了阿里旗下的東南亞電商平臺Lazada上的“淘寶精選”（Taobao Collection）計(jì)劃。Lazada通過自動抓取天貓店的產(chǎn)品，幫助品牌拓展東南亞市場。“我們天貓店商品標(biāo)題是全中文的，沒想到Lazada能自動翻譯成英文。”英爵倫跨境電商負(fù)責(zé)人劉晨芳說，“最重要的是，機(jī)器自動翻譯的英文品牌名‘Enjeolon’，和我們真實(shí)的英文名分毫不差，太神奇了。”

英爵倫發(fā)現(xiàn)，品牌名英文名翻得分毫不差

劉晨芳不知道的是，Lazada這套自動翻譯系統(tǒng)也是由阿里巴巴機(jī)器智能翻譯團(tuán)隊(duì)開發(fā)出來的。翻譯系統(tǒng)還改寫了標(biāo)題，讓產(chǎn)品描述看上去更加接地氣。

“淘系商品標(biāo)題沒有固定格式，由N個(gè)熱搜詞組成，但不是一個(gè)完整的句子。要是直接翻譯，海外消費(fèi)者壓根看不懂。”李兮芝說，這種沒有上下文信息的標(biāo)題翻譯，不論對人還是對機(jī)器，都是極大的挑戰(zhàn)。“我們曾經(jīng)找來專業(yè)人工譯員翻譯標(biāo)題，結(jié)果譯員翻到一半不干了，根本看不懂。”

后來，團(tuán)隊(duì)通過融合多種自然語言處理和文本生成技術(shù)，攻下了商品標(biāo)題改寫的難題。像英爵倫這樣的中國品牌，不用擔(dān)心Lazada上的東南亞買家會因?yàn)榭床欢畼?biāo)題，而放棄購買商品。

今年5月，阿里巴巴正式上線對話實(shí)時(shí)翻譯功能，這也是全球電商領(lǐng)域的首個(gè)實(shí)時(shí)翻譯AI產(chǎn)品。“無障礙的跨語言溝通明顯增加了阿里巴巴國際站的用戶粘性。我們期望賣家不再需要為了做某一個(gè)國家的生意而專門聘請會那國語言的專職人員。”李兮芝說。除了用戶體驗(yàn)的提高，阿里機(jī)器翻譯還為旗下國際電商平臺帶來了明顯的流量、轉(zhuǎn)化率和購買率增長。

阿里巴巴實(shí)時(shí)翻譯系統(tǒng)

“機(jī)器翻譯是塊非常難啃的骨頭。但如果我們真要實(shí)現(xiàn)全球買、全球賣，就必須要花精力去做。”李兮芝說。

解放，而非替代人工翻譯?

今年5月23日，WMT2018國際機(jī)器翻譯大賽，首次參賽的阿里巴巴達(dá)摩院機(jī)器智能-NLP翻譯團(tuán)隊(duì)拿下5項(xiàng)冠軍，包括英文-中文翻譯、英文-俄羅斯語互譯和英文-土耳其語互譯項(xiàng)目。

阿里巴巴達(dá)摩院機(jī)器智能-NLP翻譯團(tuán)隊(duì)

作為全球最具權(quán)威、已舉辦13次的機(jī)器翻譯大賽，WMT（Workshop on Machine Translation）成為了各大科技公司和學(xué)術(shù)機(jī)構(gòu)的競技場。2018年的大賽競爭格外激烈，吸引了霍普金斯大學(xué)、愛丁堡大學(xué)、微軟、阿里、騰訊、小牛翻譯等幾十個(gè)機(jī)器翻譯團(tuán)隊(duì)參與。

“WMT大賽的文本主要是新聞題材，參賽團(tuán)隊(duì)要在截止日期內(nèi)上傳機(jī)器翻譯的成果。”駱衛(wèi)華說。競爭很激烈，整個(gè)行業(yè)提升也特別快，例如在競爭最激烈的英中翻譯任務(wù)，去年最好的成績在今年可能已經(jīng)排不到前幾名了。

“中英翻譯還好，起碼我們知道哪里翻得有問題。但像土耳其、俄羅斯語這樣的小語種，我們完全看不懂，只能完全拼算法、拼模型。”駱衛(wèi)華說，在小語種機(jī)器翻譯領(lǐng)域，以前一直是由國外的公司與科研機(jī)構(gòu)一直保持領(lǐng)先地位。“小語種的雙語語料是很稀缺的，但阿里全球化的目標(biāo)要求我們必須從技術(shù)層面做突破，用更少的數(shù)據(jù)，在專業(yè)領(lǐng)域上翻得更準(zhǔn)確。”

談到機(jī)器翻譯和人工翻譯的關(guān)系，駱衛(wèi)華和李兮芝都贊同一個(gè)觀點(diǎn)：阿里的機(jī)器翻譯最終的目的，不是為了替代專業(yè)，而是為了解放專業(yè)的人工翻譯。

隨著機(jī)器翻譯技術(shù)的不斷突破，傳統(tǒng)人工翻譯正逐漸變?yōu)橐粋€(gè)“搬磚”行業(yè)，充斥著大量重復(fù)低效的勞動。“1995年，翻譯一篇1000字的中到英文本，譯員的收入可達(dá)600元人民幣。”李兮芝說，但在今天，同樣字?jǐn)?shù)的文本，甚至低到只有50元的收入。

低廉的人工翻譯報(bào)酬，正在把專業(yè)譯員推向價(jià)格更高的專業(yè)技術(shù)翻譯領(lǐng)域。然而，這些領(lǐng)域的文本，由大量專業(yè)術(shù)語和范式行文構(gòu)成。“人類不擅長記憶專業(yè)詞匯，但機(jī)器擅長。”李兮芝說，人工翻譯的長處在于“創(chuàng)造性的智慧”，以及對文化背景的深刻了解。“翻譯講究信達(dá)雅，機(jī)器目前最多能做到‘信’和‘達(dá)’，像文學(xué)翻譯、口語俚語、本地化的慣用表達(dá)等等，還是需要人工翻譯。”駱衛(wèi)華說。

今年1月，阿里巴巴國際站向平臺所有供應(yīng)商，免費(fèi)開放了一款A(yù)I實(shí)時(shí)翻譯系統(tǒng)。商家輸入的語音或文字，能自動轉(zhuǎn)變?yōu)榉g好的目標(biāo)文本。為了增強(qiáng)翻譯的準(zhǔn)確性，加入人工修正的干預(yù)功能。比如，商家如果有更地道的表達(dá)方式，可以進(jìn)行翻譯訂正，以彌補(bǔ)神經(jīng)網(wǎng)絡(luò)翻譯系統(tǒng)現(xiàn)階段存在的問題。

下一步，阿里機(jī)器翻譯在迭代優(yōu)勢電商場景的同時(shí)，還將向新的領(lǐng)域拓展，同時(shí)完善產(chǎn)品矩陣，支持文本、語音和圖像等多模態(tài)翻譯，并最終對外開放API。“我們希望把阿里巴巴全球化過程中的經(jīng)驗(yàn)沉淀下來，最后打包輸出，賦能給整個(gè)社會。讓商業(yè)沒有語言障礙，讓天下沒有難做的生意。”李兮芝說。

總結(jié)

以上是生活随笔為你收集整理的揭秘阿里机器翻译团队：拿下5项全球冠军，每天帮商家翻译7.5亿次的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。