作者
朱靖波
编辑
陈彩娴
由中国中文信息学会主办，山东大学承办的第十七届自然语言处理青年学者研讨会(YSSNLP)于10月24-25日在线上举行。作为国内NLP领域最重要盛会之一，大会邀请了国内外计算机领域知名专家、企业家在线上做了精彩报告。小牛翻译董事长、东北大学计算机学院人工智能系朱靖波教授做了题为《谈谈机器翻译技术发展与产业应用》的特邀报告，以下是报告整理，有部分删减。说起YSSNLP这个会议，我对它有着很深的感情，这要从我跟它的渊源说起。时间追溯到年年底，我到三亚参加首届IJCNLP会议，刚好复旦大学*萱菁老师也在那举办国内的信息检索会议，第一次与*老师见面，我就跟她聊起了我的想法——打算做个青年学者研讨会。*老师听后也觉得这个很好的事情，可以组织起来，于是，我们说干就干，办起了第一届自然语言处理青年学者研讨会，我给它取了个名字——YSSNLP，这个名称沿用至今。第一届YSSNLP会议，请到了台湾的苏克毅老师做了题为《WhyandHow》的报告，同大家聊了聊我们为什么要做研究。当时会议宗旨包括三点：加强学术界青年学者之间的交流、通过平台加强与企业的交流、加强与*府主管部门的交流。当时会议还是民间性质的，于是哈工大刘挺老师提了一个建议，说想做一个精英俱乐部，有名额限制，全国每个实验室只派一个代表参会。于是，YSSNLP会议就这样如火如荼地开起来了。年是一个转折点，我们做了一个重要的决定。年第七届会议在沈阳召开，会上我们决定给每个实验室增加一个新名额，但是必须要是年轻人，给我们的会议增添一些新鲜血液，会议的规模也从这届起开始扩大。渐渐地参会的人越来越多，我们把会议交给了中文信息学会，学会又专门成立了青工委主管会议，参会的年轻人越来越多，也越来越热闹了。回想起来，当初能够参与并组织起这样个会议，真是一件让人非常自豪的事。1机器翻译技术发展
渊源讲完，咱们回到正题。给大家讲一讲机器翻译技术发展和产业应用。机器翻译是快速进行大数据翻译任务的唯一解决方案，其实当初提出机器翻译的时候，动机就是为了代替人工。由于机器翻译的技术在可预期的将来，不可能达到人工翻译的水平，所以我们把它当成一种技术工具。机器翻译系统包括几个维度：语种、垂直领域、应用模式。第一代机器翻译系统被董振东老师称作是“傻子”，是因为规则是写不完的，只要是机器没有“见过”的句子，它就翻译不了。80年代末90年代初，第二代统计机器翻译出现了，它最吸引人的地方，不是技术的问题，而是不用再写规则了。用机器学习的方法构建翻译模型虽然效果有了提升，但是只要句子稍微复杂，机器就翻译不好了。比如说，它对短语翻译得不错，但是一遇到调序问题就不行了。所以，董老师当时称第二代机器翻译系统为“疯子”。到了，提出了第三代机器翻译系统——神经机器翻译技术。它的基本思想就是不再用短语去拼接翻译，而是把句子变成一个向量去翻译，当时提出的框架就是端到端（编码器-解码器）。最初，提出来的时候主要是应用RNN循环神经网络，后来又由Facebook提出了CNN卷积神经网络，再后来又由谷歌提出了基于自注意力的Transformer。其实，神经网络这个理论在40年代就有了，但是真正运用到机器翻译领域还是比较晚的。在年之前，为了解决统计机器翻译语言模型的问题，大家也引入了神经网络的技术去建模，虽然效果有所改善，但问题并没有完全解决。年，Encoder-Decoder框架被提出，神经网络诞生。虽然理论是新的，但是不被界内看好，因为它的性能并不好。年Attention机制被引入到神经网络中，大大推进了机器翻译的发展，让翻译品质得到大幅度提升，神经机器翻译技术一下子火起来了。我是做机器翻译产品的，所以非常