您的位置:首页>>移动互联

输出不详的宗教预言,Google翻译为何“水逆”了

发布时间:2018-07-31 15:13:40  来源:虎嗅APP    编辑:贺飞  背景:

  最近,一些使用 Google 翻译的网友发现,这款产品突然“水逆”了。

  在 Reddit 上,有网友截图显示,Google 翻译将某些语种的词汇翻译成英语时,输出的却是毫无由头的宗教语言。比如键入 19 个 dog,将其从毛利语翻译成英语时,输出的却是“距离十二点的世界末日还差三分钟,我们正在经历世界上的人物和戏剧性发展,这预示着我们正在无限接近末日,耶稣回归时日将近”。 

  

  但这只是众多无厘头翻译的其中一例。还有网友放出了很多“不详”的翻译内容。例如,在索马里语中,“ag”这个词被翻译成了“Gershon 的儿子(sons of Gershon)”“耶和华的名字(name of the LORD)”,并且会引用圣经里的“cubits”(计量单位)和Deuteronomy(《申命记》)。 

  

  有网友留言称其为“恶魔”或者“幽灵”,猜测这是 Google 员工的恶作剧,也有人建议设置“建议编辑”功能,让用户可以手动修改为正确内容。Google 发言人 Justin Burr 在一封电子邮件中称:“这只是一个将无意义的话语输入系统,然后产生无意义输出的功能。”

  不过 Justin Burr 并未透露 Google 翻译使用的训练数据是否有宗教文本。但上述诡异输出内容很可能已被 Google 翻译修正,AI科技大本营编辑输入上述相同内容后并未发现异常。

  但人们热衷于探讨 Google 翻译出现如此结果的原因,业界不少专业人士也为此发声。哈佛大学助理教授 Andrew Rush 认为,这很可能与 2 年前 Google 翻译技术的改变有关,它目前使用的是“神经机器翻译(NMT)”技术。

  BBN Technologies 的科学家 Sean Colbath 从事机器翻译工作,他认为奇怪的输出可能是由于 Google 翻译的算法试图在混乱中寻找秩序。他还指出,索马里语、夏威夷语以及毛利语等产生最奇怪结果的语言,它们用于训练的翻译文本比英语或汉语等更广泛使用的语言要少很多。Google 也可能会使用像圣经等被翻译成多种语言的宗教文本来训练小语种模型,这也解释了为什么会最终输出宗教内容。

  前 Google 员工 Delip Rao 在其博客上则指出,当谈到平行语料库时,宗教文本是最低层次的共同标准资源,像“圣经”和“古兰经”这样的主要宗教文本,有各种各样的语言版本。

  比如,如果你为政府部署一个 Urdu-to-English (乌尔都语—英语)的机器翻译系统,那么很容易将一堆已经翻译成乌尔都语的宗教文本组合在一起。因此,可以合理地假设 Google 的平行语料库中包含所有的宗教文本,而对于许多资源不足的语言,它们不只是训练语料库中微不足道的部分。

  那么,为什么我们看到 Google 翻译会输出宗教文本?一种解释是,因为宗教文本包含许多只会在宗教中出现的罕见词,而这些词在其他任何地方都不会出现。因此,罕见的词语可能会触发解码器中的宗教情境,尤其是当这些文本的比例很大时。另一种解释是该模型对输入的内容没有太多的统计支持,而输出也只是解码器模型的无意义采样。

  更重要的是,他想要指出现在的神经机器翻译 (NMT)真正存在的问题。

  他特意总结了2017年Philipp Koehn和Rebecca Knowles撰写的一篇论文,内容如下:

  1. NMT 系统在域外数据上表现很差。像 Google 翻译这样的通用 MT 系统,在法律或金融等专业领域的表现尤其糟糕。此外,与基于短语的翻译系统等传统方法相比,NMT 系统的效果更差。到底有多糟糕?如下图所示,其中非对角线元素表示域外结果,绿色是 NMT 的结果,蓝色是基于短语的翻译系统的结果。

  MT 系统在一个域(行) 上训练并在另一个域 (列) 上进行测试。蓝色表示基于短语翻译系统的表现,而绿色表示 NMT 系统的表现。

  2. NMT 系统在小数据集上的表现很差。虽然这算是机器学习的通病,但这个问题在 NMT 系统中体现尤其明显。相比基于短语的 MT 系统,虽然 NMT 系统随着数据量的增加能进行更好地概括 ,但在小数据量情况下 NMT 系统的表现确实更糟糕。

  引用作者的话来说,在资源较少的情况下,NMT 系统会产生与输入无关的输出,尽管这些输出是流畅的。这可能也是 Motherboard 那篇文章中探讨 NMT 系统表现怪异的另一个原因。

  3. Subword NMT 系统在罕见词汇上的表现很糟糕。虽然它的表现仍然要好过基于短语的翻译系统,但对于罕见或未见过的词语,NMT 系统表现不佳。例如,那些系统只观察到一次的单词就会被 drop 掉。像 byte-pair encoding 这样的技术,对解决这个问题有所帮助,但我们有必要对此进行更详细的研究。

  

  我们可以看到图中像土耳其语(Turkish) 这样的语言,遇到词的变形形式是很常见的。

  4. 长句。以长句编码并产生长句,这仍然是一个开放的、值得研究的话题。在法律等领域,冗长复杂的句子是很常见的。MT 系统的性能将随句子长度而降级,而 NMT 系统亦是如此。引入注意力机制可能会有所帮助,但问题还远未解决。

  5. 注意力机制不等于对齐。这是一个非常微妙但又很重要的问题。在传统的 SMT 系统中,如基于短语的翻译系统,语句对齐能够提供有用的调试信息来检查模型。但即便论文中经常将软注意力机制视为“软对齐”,注意力机制并不是传统意义上的对齐。在 NMT 系统中,除了源域中的动词外,目标中的动词也可以作为主语和宾语。

  6. 难以控制翻译质量。每个单词都有多种翻译,并且典型的 MT 系统对源句的翻译好于 lattice of possible translations。为了保持后者的大小合理,我们使用集束搜索(beam search)。通过改变波束的宽度,来找到低概率但正确的翻译。而对于 NMT 系统,调整集束尺寸似乎没有任何不利影响。

  当你拥有大量数据时,NMT 系统的翻译性能依然还是难以被击败的,而且它们仍然在大量地被使用。关于通常我们所说的神经网络模型的黑盒性,也有待进一步说明,如今的 NMT 模型(基于 LSTM 和 Transformer 模型) 也都受此影响。




关注IT讯息网公众号(itbear365 ),每天推送你感兴趣的科技内容。

  声明:本文仅为传递更多网络信息,不代表ITBear观点和意见,仅供参考了解,更不能作为投资使用依据。


返回网站首页 本文来源:虎嗅APP

本文评论
腾讯疫苗查询小程序升级增加用户反馈 查询入口全面开放
继7月25日腾讯公司官方小程序“腾讯安心计划”开通疫苗查询入口后,今天该小程序再次升级...
日期:07-31
输出不详的宗教预言,Google翻译为何“水逆”了
最近,一些使用 Google 翻译的网友发现,这款产品突然“水逆”了。
日期:07-31
App全面下架责令整改,谁伤了B站这个“懵懂少年”?
昨天,B站App在多家应用商店被下架。华为应用商店、小米应用商店、一加应用商店中已搜不到B站,而且...
日期:07-30
结束支持已4年,Windows XP系统该抛弃了
早在2014年4月份,微软就已经正式结束了对Windows XP操作系统的支持,同时微软希望用户也能立即放弃...
日期:07-30
牛奶盒子发布倒计时2天,遥控器后再戳用户痛点
  继昨日芒果TV首款自主研发的智能硬件产品牛奶盒子在官微“牛奶OS”发布了倒计时3天的海报...
日期:07-29
牛奶盒子遥控器提前亮相,舒适握感放不开手
近日,芒果TV旗下智能硬件产品牛奶盒子官微——“牛奶OS”发布倒计时海报,宣...
日期:07-29
牛奶盒子7月31日登场,发布会落地长沙本土餐厅
两天后芒果TV“牛奶OS系列”产品即将正式对外公布,昨晚已经有知名IT人士收到该发布会的...
日期:07-29
Flyme智能识屏上线关爱功能,一步跳转疫苗查询界面
“问题疫苗”自上周曝光以来引发社会各界高度关注。阿里健康上线了疫苗查询的功能,用户...
日期:07-27
打破应用边界限制,Flyme 7个人助理大幅提升操作体验
在手机上查快递需要多久?以传统方式而论,从打开购物平台到获取物流信息,没有四步以上的操作断无法...
日期:07-27
星牛旅行APP产品发布会盛大举行 让旅行成为美好体验
7月26日,旅游类综合平台——星牛旅行APP产品发布会在北京拉开帷幕。星牛旅行旨在打造&ld...
日期:07-26
美图社交圈九格爱心拼图来袭 网友开启炫技模式
炎炎夏日,除了土味情话,还能如何洋气地表达爱意?在美图社交圈,晒个照片都是爱你的形状。
日期:07-26
谷歌AI猜画小歌火了?这家公司的招聘小游戏也不容错过
前几天,为了让每个人都有机会体验人工智能技术驱动下的人机交互,谷歌用一个名为“猜画小歌&r...
日期:07-26
喜大普奔!微软改变Win10更新重启机制
今天微软推送了首个Windows 10 19H1跳跃预览版18204,还有新的Windows 10 RS5快速预览版17723,这两...
日期:07-26
微信公众号的信息流要改回来吗?
有朋友在朋友圈里爆料,说微信公众号的信息流有可能在下个版本要改回去,也就是说,恢复到改版之前...
日期:07-26
腾讯辟谣:“微信常用功能将全面收费”消息不属实
7月25日消息,近期,有文章称“腾讯宣布8月1号微信所有功能将全部收费”,对此,微信团队...
日期:07-26
微信常用功能将全面收费?官方回应:该说法严重失实
7月25日消息,针对日前“腾讯宣布8月1号微信所有功能将全部收费”的报道,微信团队方面辟...
日期:07-26
QQ浏览器搜索直达大数据回顾世界杯,德国队球迷最想上“天台”
世界杯虽已落幕半月,但随着C罗来华,厄齐尔退队等新闻,足球依然是这个夏天最受关注的运动。QQ浏览...
日期:07-25
腾讯QQ举办开发者沙龙,开放扶持轻游戏开发者
  近年来,轻游戏作为休闲游戏的新力军,开始越来越多地出现在人们的视野之中,也吸引了越来越多的游...
日期:07-24
首家微信支付智慧药店落地大参林 药店服务化是核心智慧
7月24日,首家微信支付智慧药店在广东落地。在大参林和微信支付联合打造的这家智慧药店里,用户可以...
日期:07-24
Flyme 7新体验版发布,One Mind个人助理新增超实用功能
Flyme 7.8.7.24 beta 版今天发布,适配PRO 7高配版、PRO 7标准版、PRO 7 Plus、PRO 6、PRO 6S、PRO ...
日期:07-24