AI翻譯的30部女頻總裁文長什麼樣

• 2019 年 12 月 28 日
• 資訊

萬萬沒想到，雷鋒網編輯花一塊錢試用一個經由xx部批准的合法“國際瀏覽器”的目的竟然是看海外版霸道總裁文。

說起來真的有點“羞恥”，畢竟我已經不是愛幻想的18歲少女，而是飽經生活折騰的社畜。

事情是這樣的，前幾天，閱文集團與中國人工智慧公司彩雲科技合作的 30 部 AI 翻譯網文作品上線了閱文旗下海外門戶起點國際（Webnovel）。

AI 也來插手網文翻譯，看來，繼AI PK速記員，AI 換臉“威脅”演員之後，在我們的精神文化生活中，AI 又觸達了一個領域。

這 30 部依靠 AI 走向國際化的網文就是我前面提到的霸道總裁文，還是女頻向的。

emmm，放眼望去，《豪門謀妻》《豪門千金重生之賺大錢》《喬先生撩妻上癮》。。。部部散發著無法抵擋的總裁魅力。

試水

雖然霸總網文看上去不是什麼陽春白雪，但它的譯文卻是“精品”。

如果翻譯品質以滿分 100 分為計，AI 翻譯的這些作品可以達到 80~ 85 分，相當於專業翻譯的級別。

彩雲科技的運營負責人張可馨稱，合作推出的這 30 本AI 翻譯的網文屬於現代言情品類，是現在比較受歡迎以及好翻譯的品種，非常適合拿來作為 AI 翻譯網文出海的第一步測試。

在這次合作中，閱文提供語料、修改詞表、用戶的回饋，彩雲進行語料訓練，詞表提取和模型部署，安排得妥妥噹噹。

起點國際與“彩雲小譯”合作的 AI 翻譯模型針對普通難度的文本， 翻譯速度能夠達到人工的千倍，同時，在翻譯品質把控上，閱文集團的編輯和智慧技術團隊聯合彩雲小譯的演算法工程師對 AI 模型進行集中性的“專項訓練”，既往優秀的譯本、經典網文原作、標準核心詞庫都是 AI 學習的語料。

此外，網傳“雙方在訓練 AI 模型時還加入了‘翻譯風格’的選項，方便精準進行男頻、女頻，甚至不同品類作品風格的呈現。面對不同的風格要求，AI 能夠將同一句話用多種不同的譯法進行差異化呈現。

這是個讓人眼前一亮的功能，雷鋒網了解到，目前這個功能尚未正式上線，是一個“正在調教中的模組”。

技術難點

剩下的“分”缺在哪裡？

正如人類譯者的翻譯能力受自身知識面的限制一樣，AI 模型能達到的能力範圍也受到語料範圍的限制。語料中少見但比較淺白的表述，AI 可以根據自己學到的語料“猜”出正確的翻譯，但遇到比較迂迴的表述，如一個語料中從未出現過的成語，AI 猜錯的可能性就會變大。

彩雲科技演算法工程師毛詩倩提到，例如：“燃燈如豆”,  指的是燈的火焰很小，而不是火焰像豆子。如果語料中沒有出現過這個詞語，那麼AI 就只能翻譯出字面意思。

公開資料稱，閱文團隊基於自然語言理解技術進行網文內容深入挖掘，通過對大量網文內容和優質社區內容的清洗、訓練和標註，使得機器更好地理解網文內容，建立閱文自己的內容大腦。

基於閱文內容大腦，閱文智慧可以提取網文的一些專有名詞，同時可以自動識別角色（人名）、場景（地名）、升級體系等結構化資訊，構建整體網文的知識圖譜。基於這些資訊的補充，目前 AI 翻譯能夠較好地翻譯網文特殊領域中的詞、句、段落，包括作品中的人名、地名以及類似“金丹”這種網文作品特色核心元素詞等專有名詞，並識別出各種代詞指代的對象，儘可能避免傳統機翻中的“一詞多譯”、“張冠李戴”等現象。

看來，閱文在試圖給合作夥伴的 AI 模型“喂”更足的語料。

在構建這個 AI 模型的過程中，毛詩倩遇到了三個難點：

第一，正確補全句子結構。

文學作品中有些句子結構複雜或預設成分，AI 需要自己找到正確出主賓的關係。

“還是早點回家吧”

AI 看到這句話，可能會有點懵逼，必須使勁找尋主語是 I 還是 You。

第二，人名指代統一。

一個人物可能會有多種稱呼。比如一個角色可能大名叫“七月，同時還有“小七”、“月月”等好幾個昵稱，AI 需要知道這些稱謂都是指向同一個人，否則翻譯出三個在英文中看起來沒什麼關聯的名字，AI 沒有懵逼，但讀者會瞬間懵逼。

（講真，像我們這種神經大條的讀者，可能肉身看文遇到這種情況也會“臉盲”。）

AI 還要知道角色的性別，以便正確使用人稱代詞。

舉個“霸總文”的例子：

冷半夏整個人依靠在顧瑾白的懷裡，蒼白的臉上帶著放大的笑意，看向冷可欣，口型比劃：你完了！

Leng Banxia leaned against Gu Jinbai's embrace.   Her pale face carried a magnified smile as she looked at Leng Kexin. She mouthed, "you're done for!“

上面加粗的部分就是在 AI 知道冷半夏是女性的基礎上才能正確翻譯的結果。

第三，文風統一。

上一句是言情小說文風，下一句變成科幻小說文風，讀者就會分分鐘齣戲。AI 需要保證一部作品翻譯風格統一，並且符合這個作品本身的品類。

AI 翻譯還有進步的空間。

毛詩倩稱，在 transformer 模型的基礎上，目前可以引入對抗訓練、模型蒸餾等改進技術，以及利用非對齊語料預訓練改進翻譯品質的工作，如 BERT、MASS 等，但目前的所有翻譯模型本質上都是基於大數據的擬合，機器還沒辦法像人類一樣真正理解文本。

AI 的強大助力

儘管 AI 翻譯暫時無法像人類一樣“機智”，但對於網文出海這個領域而言，已經產生了非常大的推動力。

艾瑞諮詢發布的《2019年中國網路文學出海研究報告》稱，海外網文讀者對網文翻譯品質比較滿意，但更新速度還需提升。

在這個背景下，能達到 85 分的 AI 翻譯不得不說是一個滿足需求的好辦法。

看到這種需求後，中國內容平台閱文、掌閱都加緊對網文出海的布局。在閱文和彩雲科技共同推出 AI 翻譯的 30 部試水網文作品之前，成立於 2017 年 11 月的公司推文科技在 9 個月的數據積累後，於 2018 年 7 月推出了網路文學人工智慧翻譯系統。

推文科技今年 3 月已完成由 Wifi 萬能鑰匙、連尚文學、聯想之星參與的 1000 萬Pre-A輪融資，同樣依靠具備內容資源的平台朝網文出海進軍。

按照推文科技接受小飯桌的採訪中所言，1000 字的翻譯，人工需要 1 小時，AI 單晶片只需要 1 秒。成本也降低到原來的1%， 100 萬字的專業譯者翻譯需要 20 萬元，AI 只需要不到 1000 元。

毛詩倩對雷鋒網肯定了這種說法，他稱：“只要錢足夠多，買更多的顯示卡部署翻譯模型，速度可以無限大，即使是一張顯示卡，它翻譯速度也是人類的千倍。”

雷鋒網發現，在 AI 翻譯網文出海上，推文科技和彩雲科技目前只進行中譯英，但這只是語料多少的問題，張可馨說，要做到 85 分的準確率，需要大量語料，很多小語種的語料比較難收集。

在語料充足（幾千萬句）的情況下，基本上幾個月之內就可以訓練出一個 AI 翻譯的特定語種類型。

不過，有意思的是，這位對 AI 翻譯網文模型無比熟練的毛詩倩是一個海歸男性演算法工程師，他並沒有月讀 300 本網文。

海外卻有無數人在等待他的 AI 小夥伴翻譯網文。