2013年底我和搭档魏勇鹏创办公司的时候，他说了两件事：一是，谷歌机器翻译几乎不再聘请语言学专家了，由懂得统计、计算的计算机专家主理开发。二是，谷歌有世界上最丰富的多语言语料数据，但对这种基于数据统计训练而成的翻译引擎来说现状有点尴尬，更多语料能带来效果不再明显了，尽管谷歌的语料、用户量和使用量都在日益增多。
在我们运营公司的两年多时间里，遇到了很多客户和投资人，他们问的第一句话是：“你们机器翻译能达到什么样的准确度？”这个问题意味深长，我一般只能回答说：“在某些垂直领域，我们比谷歌翻译要好。”这句带有挑衅意味的话让听者将信将疑却无从反驳，因为Ta从未得到过无瑕的机器翻译体验——像科幻影视文学、类似《星际迷航》里展现的，那边阿凡达星语说出来，这边火星人听进去，毫无停顿卡带的痕迹。
行内人用专业尺度评价机器翻译的现实是这样：美国商务部下属的国家标准与技术研究所NIST举办的一项机器翻译研究水平评测，采用BLEU(Bilingual Evaluation Understudy)标准。 其原理是比较机译结果和人译结果的相似度，完全一致得分为1（当然不同的人的翻译很难“完全一致”，所以得分1为理想值）。2008年NIST的英文-中文的机器翻译评测结果，谷歌翻译得分0.4142，微软亚洲研究院提交的测评是0.4099，厦门大学得分0.2502；谷歌和微软亚洲的中文-英文机翻得分分别是0.2999和0.2901，中科院自动化所的得分是0.2407。
您已阅读14%（626字），剩余86%（3975字）包含更多重要信息，订阅以继续探索完整内容，并享受更多专属服务。