神经机器模型能翻译200种语言

《自然》5日发表的神经一篇论文报道了一个Meta人工智能（AI）模型的底层技术。该模型能翻译200种不同语言，机器增加了机器翻译的模型语言数量。

神经机器翻译模型利用人工神经网络翻译各种语言。译种语这些模型通常需要大量可在线获取的神经数据加以训练，但并非所有语言数据都是机器公开、低成本或是模型普遍可及的，这类语言被称为低资源语言。译种语一味地增加模型翻译语言数量，神经可能会影响模型的机器翻译质量。

此次，模型Meta的译种语法国研究团队和“不落下任何语言”（NLLB）团队开发了一种跨语言技术，能让神经机器翻译模型学习如何利用翻译高资源语言的神经预存能力，实现对低资源语言的机器翻译。研究团队开发了一个在线多语言翻译工具，模型名为“NLLB-200”。该工具能容纳200种语言，其低资源语言数量是高资源语言数量的3倍，翻译表现则比当今已有系统高44%。

由于团队在许多低资源语言上只能获取1000—2000例样本，为了扩大“NLLB-200”的训练数据量，他们用一个语言识别系统发现了这些特定语言的更多实例。团队还从互联网存档中挖掘双语文本数据，帮助提升其翻译质量。

研究团队指出，这个工具可以帮助很少被翻译的那些语言的使用者，让他们也能用上互联网和其他技术。此外，教育是一个非常重要的应用，因为这个模型可以帮助低资源语言使用者获取更多图书和研究文章。但团队也表示，目前误译的情况仍有可能出现。