來源：雷鋒網 作者：李勤
萬萬沒想到，雷鋒網編輯花一塊錢試用一個經由 xx 部批準的合法 " 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，閱文集團與國內人工智能公司彩云科技合作的 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 " 演員之后，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么陽春白雪，但它的譯文卻是 " 精品 "。
如果翻譯質量以滿分 100 分為計，AI 翻譯的這些作品可以達到 80~ 85 分，相當于專業翻譯的級別。
彩云科技的運營負責人張可馨稱，合作推出的這 30 本 AI 翻譯的網文屬于現代言情品類，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、用戶的反饋，彩云進行語料訓練，詞表提取和模型部署，安排得妥妥當當。
起點國際與 " 彩云小譯 " 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，在翻譯質量把控上，閱文集團的編輯和智能技術團隊聯合彩云小譯的算法工程師對 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 ( 公眾號：雷鋒網 ) 了解到，目前這個功能尚未正式上線，是一個 " 正在調教中的模塊 "。
技術難點
剩下的 " 分 " 缺在哪里？
正如人類譯者的翻譯能力受自身知識面的限制一樣，AI 模型能達到的能力范圍也受到語料范圍的限制。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，但遇到比較迂回的表述，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。
彩云科技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，那么 AI 就只能翻譯出字面意思。
公開資料稱，閱文團隊基于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、訓練和標注，使得機器更好地理解網文內容，建立閱文自己的內容大腦。
基于閱文內容大腦，閱文智能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）、升級體系等結構化信息，構建整體網文的知識圖譜?；谶@些信息的補充，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，并識別出各種代詞指代的對象，盡可能避免傳統機翻中的 " 一詞多譯 "、" 張冠李戴 " 等現象。
看來，閱文在試圖給合作伙伴的 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復雜或缺省成分，AI 需要自己找到正確出主賓的關系。
" 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么關聯的名字，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里，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 shelooked 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，讀者就會分分鐘出戲。AI 需要保證一部作品翻譯風格統一，并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質量的工作，如 BERT、MASS 等，但目前的所有翻譯模型本質上都是基于大數據的擬合，機器還沒辦法像人類一樣真正理解文本。
AI 的強大助力
盡管 AI 翻譯暫時無法像人類一樣 " 機智 "，但對于網文出海這個領域而言，已經產生了非常大的推動力。
艾瑞咨詢發布的《2019 年中國網絡文學出海研究報告》稱，海外網文讀者對網文翻譯質量比較滿意，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。
看到這種需求后，國內內容平臺閱文、掌閱都加緊對網文出海的布局。在閱文和彩云科技共同推出 AI 翻譯的 30 部試水網文作品之前，成立于 2017 年 11 月的公司推文科技在 9 個月的數據積累后，于 2018 年 7 月推出了網絡文學人工智能翻譯系統。
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臺朝網文出海進軍。
按照推文科技接受小飯桌的采訪中所言，1000 字的翻譯，人工需要 1 小時，AI 單芯片只需要 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，買更多的顯卡部署翻譯模型，速度可以無限大，即使是一張顯卡，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，推文科技和彩云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算法工程師，他并沒有月讀 300 本網文。
海外卻有無數人在等待他的 AI 小伙伴翻譯網文。
