近日，全球領先的智能金融搜尋引擎虎博科技公布了最新前沿研究成果Levenshtein Transformer，在機器翻譯領域提升相關速率3倍以上，佔領現有機器翻譯高地。虎博科技創始人兼CEO陳燁表示，機器翻譯能力的明顯提升，不僅有助於提高人力效率，還能推動計算機科學、數學、語言學、翻譯學等多種學科的快速發展，更對解決全球信息不對稱難題有著重大幫助，可加速文化全球化的快速融合。
Levenshtein Transformer基於Transformer模型上進行優化與升級，是第一個可以自由控制長度的翻譯模型，顛覆了現有機器翻譯的流程和方式，以更靈活的序列打造機器翻譯的機制和流程。通過在不同分詞間進行增加詞或者刪除詞的行為，突破了原有限定邊界，同步優化整體語言表達，提升譯文效果、摘要能力和時間效率，實現了目前最短時間達成長文本高質量譯文的記錄。據悉，Transformer是目前國際上公認的最先進的機器翻譯模型，由Google於2017年提出並開源，全球一線科技公司均在使用。
虎博科技算法負責人Jake Zhao參與了此次研究，並針對不同目標、3組不同語言，在公開數據集上進行了多次試驗。研究結果顯示，新模型不僅在翻譯速度上至少提升3倍，更在譯文質量上有了顯著變化。通常來說，現有Transformer模型需要對原文進行至少20次以上的串行解碼行為，在測試集上的平均用時超過300毫秒，但Levenshtein Transformer可將串行的部分顯著減少，通過並行得進行插詞、刪詞來完成翻譯。這樣的模型設計不但將翻譯的平均用時減到了100毫秒左右，還給予了模型在翻譯中的能動靈活性。從譯文質量上來說，基於Levenshtein Transformer的譯文質量普遍評分更高。
Levenshtein Transformer實驗結果
以「 The too high rotation speed produces the reverse deformation」為例，Levenshtein Transformer模型在3個插入刪除周期後得到了質量較高的翻譯。據了解，該模型在全球語言的轉換中遊刃有餘，支持任何語種的直接翻譯和總結。
Levenshtein Transformer實驗示例
Jake Zhao表示，Levenshtein Transformer利用模仿學習的方式來訓練插入和刪除，讓機器能更快更自然地進行模擬交流。同時，由於插入刪除的互補性，藉助模型插入後的句子去訓練如何刪除、用模型刪除後的句子去訓練插入，給予模型一個自我檢查修改的機會，「例如，傳統的autoregressive模型只能實現長度的增長和停止，但如果模型發現生成了不佳的詞，並沒有辦法將該詞撤回。而得益於可實現插入和刪除的Levenshtein Transformer模型，它能自主、動態得控制模型的生成長度，讓模型解碼更具靈活性」。Jake Zhao進一步解釋：「就和人類寫作文一樣，以前的模型不但是一個字一個字的寫，而且不支持寫完後修改，Levenshtein Transformer就更聰明，寫完了還會自己修改」。
目前，虎博科技每天的全球資訊及金融數據機器翻譯總量達上億萬次。以使用虎博搜索查找海外上市公司活躍用戶為例，當鍵入「拼多多活躍用戶」進行提問，搜索後臺在一秒內進行千百萬次計算，經過對「拼多多」「活躍用戶的語言理解，識別並提取對應「PDD」、「Active Buyers」對應內容，一鍵呈現最準確的數據，又如搜索「Tesla Model 3產能」，系統自動理解產能的意義，抽取財報對應的「Model 3 production」內容，第一時間提供。這個過程中，虎博核心技術之一——機器翻譯就承擔了對公司名、業務描述及英文財報的理解和翻譯工作。
據了解，此項研究成果將應用於虎博科技底層架構，全面提升現有機器翻譯能力，以更地道的理解和表達直接作用於虎博搜索、西梅、招股書、財神股票、虎博翻譯等產品中，打破全球金融信息的語言壁壘，為用戶提供更貼心的產品體驗。隨著未來虎博科技業務領域的擴展，優異的機器翻譯能力也將同步應用於更廣闊的全領域信息獲取範疇，加速文化全球化的融合。
文化全球化同經濟全球化一樣，是一種世界發展的趨勢，因為前沿科技的發展，人們的交流更加容易，文化之間的交流更加順暢。陳燁表示，虎博科技將持續致力於前沿科技的探索，以科技之力加速產業智能化的落地，推動全球經濟的發展，「我們將不遺餘力的開展全球前沿技術交流，探索全球文化融合與發展的更多可能」。