互联网和人工智能技术，也让翻译行业走到了一道全新的分水岭前。
技术的发展，正在为打通人类语言的“巴别塔”，带来新的曙光。
互联网和人工智能技术，也让翻译行业走到了一道全新的分水岭前。
一直以来，翻译都是一片松散而又不引人注目的市场，但又存在着巨大的空间。根据《2016 中国语言服务行业发展报告》，2015 年中国语言服务行业创造的产值约为 2822 亿元，在 2011 年 1576 亿元产值的基础上增加了 79%。
网易有道CEO周枫曾估计，整个人工翻译市场大约是400亿的规模。但在过去，翻译行业服务的主要是从事对外业务的政府机构和企业，多数拥有较大团队的翻译公司都和特定的企业、单位挂靠或形成长期的业务关系，“最大的公司年营收基本是3亿元左右。”网易有道副总裁刘韧磊告诉黑智。其他的订单，就零零散散分布在大大小小的翻译团队，以及在不同平台上赚取外快的个人译员手中。
之前，大多数中小翻译团队只将线上作为接单的渠道，而如今，互联网翻译平台正在崛起。“长期被忽视的中小企业和C端用户需求，其实是大量而又长尾的市场。”刘韧磊说。而网易有道，就是试图撬开这片市场的主要玩家之一。它的武器，一是从语言服务工切入的人工翻译服务，二是借助人工智能技术的“入侵”，让专业翻译变得更加简捷和“大众化”。
从工具切入服务的“C2B”发展模式
对于在线翻译，早期的互联网用户们，更为熟悉的可能是在线即时翻译平台，以及各类在线词典和付费APP产品。在最初，网易有道的产品定位也是搜索，但是无心插柳，正是这样依托搜索引擎，而非传统的英文查词，让有道词典和在线翻译发展了起来。
对于工具类产品而言，流量是其优势所在。但对于产品变现的方式上，网易有道却做了另一番思考。“工具类产品变现的最直接的方式还是广告。”刘韧磊说，“但是，工具类产品的广告模式的天花板，也是显而易见的。”和垂直搜索的流量相比，在线翻译的用户黏度高，用户群体集中，词典上的用户也是比较高端的白领或高校学生用户，一旦发现了效果，用户忠诚度也是较高的。目前人工专业翻译的需求市场还远没有得到满足。免费在线翻译工具受制于技术性问题，难以做到直接应用于文档翻译的水平，但大量分散的用户却不知该如何寻找合格的英文翻译。从供需出发考虑，有道最终确定了从工具切入翻译服务的路线。
2012年，有道人工翻译上线。与传统翻译团队模式不同，有道人工翻译走的是“C2B”路线。也即是，通过C端用户做起，搭建前台和后台的服务体系，跑通市场和服务流程后，进而服务中小B端，再进一步则是服务大型企业。“我们基于有道词典的流量和用户基础，”刘韧磊说，“C端用户的在线翻译，是一个需求频率低、客单价低的业务，因此，在过去，这是很难做起来的业务。但是，C端用户的需求虽然零散，但确实属于刚需。如果有能够保证质量和速度的翻译解决方案的话，这些用户的付费意愿又是比较强的。而有道词典产品自带的免费流量，是我们能够从C端切入的前提。”
网易有道副总裁刘韧磊
互联网+人工翻译要从传统翻译模式破局，刘韧磊也提出了有道人工翻译的几点做法。
首先，有道人工翻译平台采用的是去中介化的“众包”模式，即用户自主下单、译员自主接单，并针对用户对时间和专业性等的不同要求，提供了快速翻译和文档翻译两种服务方式，最快可一分钟可以给出翻译结果。据透露，有道人工翻译平台目前配备了超过3000名专业译员，其中拥有3年以上翻译经验的高级译员人数已经超过800人，为超过50万的客户提供了翻译服务。
而在核心的翻译质量把控上，对于翻译行业，保证翻译的专业性和质量才是核心。有道人工翻译采取“自营”的模式，由网易有道来把控整套服务流程和质量体系，并由网易有道的项目经理来负责对译员的能力测试、订单的质量把控。在对译员的特长和专业性进行测试后，有道人工翻译通过大数据分析系统，将订单匹配至专业性和能力合适的译员。
在对用户留存和质量把控上，有道人工翻译的自动检测系统会首先检查基本的单词和语法错误，之后由项目经理对订单完成质量进行检查和后续评分，保障翻译质量。
“目前，有道人工翻译的订单量已经突破了100万。”刘韧磊说。C端用户和中小企业翻译需求的市场，正在被逐步撬动。
机器翻译降低50%成本？
而更大的技术变革，出现在2016年。谷歌推出了神经网络机器翻译系统NMT（Neural Machine Translation），实现机器翻译质量的大幅度提升。人工智能技术的发展，正在超出我们的想象。机器翻译正以远超以往的速度，提高我们对信息的处理能力，弥补人工翻译在速度和成本方面的不足。而这也让翻译行业这个一向是“手工活儿”的领域，出现了被彻底改变和升级的机会。一时间，各大平台，都纷纷亮出了自己的神经网络翻译技术。翻译这块并不“显眼”的市场，却瞬间成为不同公司“炫技”的对象。
网易有道也是第一批推出神经网络翻译技术的互联网公司之一。有道首席科学家段亦涛对黑智透露，早在几年前，有道团队就已经开始关注神经网络翻译技术。但仅仅是显示前沿性还不够，对一项技术而言，能够和落地应用场景相结合、探索出商业模式，才是最具备价值的。
2017年，有道发布了人机翻译服务，将有道自研的神经网络翻译技术（YNMT），和人工翻译结合在了一起。处理翻译需求时，将由YNMT首先进行初步翻译，在其结果的基础上，再由译员对其进行处理，因此，在翻译效率上，得到了大幅度的提升。而同时，它也让翻译的价格降低了50%。
针对有固定需求的企业客户，有道人工翻译也开辟了“企业VIP”频道，为其定制专业翻译解决方案。
段亦涛表示，有道机器翻译在部分翻译场景下，实现了良好的效果。“我们为一些企业定制的部分领域的服务，翻译质量已经接近人工翻译水平。”
神经网络翻译技术的发展，大大提高了机器翻译的准确度，这才使得机器翻译能够对专业的译员进行有益的辅助。段亦涛介绍，之前的机器翻译模型，是基于短语的翻译方式，先把句子分成一个个短语和单词，独立翻译后对短语结果进行逻辑整理，变成句子。而神经网络能够将整个句子视作整体翻译单元，对之编码，进行关联翻译。2002年，IBM建立的BLEU值，是对机器翻译文本质量进行评价的重要参考标准。根据有道官方给出的数据显示，在英语学习场景中，有道神经网络翻译的英译中和中译英的BLEU值领先了同行7个百分点；而在新闻文章翻译场景中，其英译中BLEU值超同行6个百分点，而中译英超过了8个百分点。
有道神经网络翻译（YNMT）BLEU值测评结果
对于有道在机器翻译方面的优势，段亦涛总结说，得益于有道词典已经积累了将近10年的技术和丰富的语料数据。
“机器翻译给有道人工翻译带来了更大的流量 ，以及品牌的背书；其次，机器翻译也大大提高了人工翻译的业务效率。实施中效果最好的例子，能够比我们之前的翻译效率提高3倍。”刘韧磊说，“同时，依托机器翻译技术，我们也为译员开发了翻译辅助输入法等工具，让译员翻译的工作时间大大缩短了。”
然而，机器翻译对于翻译行业，现在并不是威胁。尽管众多免费机翻平台的存在为用户提供了便利，但在专业翻译领域，机器翻译仍旧只能局限于让用户“看懂”的情况，而无法应对更复杂和专业的情况。“翻译行业关于‘信达雅’的标准中，机器翻译目前还只能尽量满足‘信’，而无法达到后两者的要求。”刘韧磊说，“因此，机器翻译还是人工翻译有益的补充。”
段亦涛也表示，神经网络翻译并不完美，仍然还面临许多挑战。“NMT的特点是翻译效果更加流畅和通顺，但是由于其模型的结构，也还有需要提高的地方。例如，对翻译结果的局部修改和漏翻等问题，还有待解决。”
据段亦涛透露，在接下来，有道的技术团队还将继续聚焦机器翻译领域，提高翻译质量，并横向扩展到更多语种的翻译模型上，以及进一步提高整个翻译引擎的性能。同时，有道团队还将继续攻克另一个难题：离线翻译。
“当机器翻译的准确度越来越高，更多的应用场景将被开发，整个翻译行业的效率大幅度提高，机器翻译技术发展带来的成本降低，以及在线端用户使用习惯的延伸，将让更多的用户需求得到爆发。”刘韧磊说。“翻译行业的分工和生产方式，也许也将发生更大的改变。”
而无论如何，机器翻译和在线人工翻译的市场，仍然还有待“领头羊”诞生。而未来，随着机器翻译技术的进一步发展，挖掘出更大潜藏的翻译刚需的爆发，或许一个更大的“金矿”，还有待发掘。
匿名用户
