2016 年 5 月 19 日，搜狗正式上线英文搜索。搜狗英文搜索可提供跨语言检索功能，可自动将中文翻译成英文进行查询，atv，再生成英文查询结果。对于不擅长英文的用户，可以节省很多「先翻后搜」的搜索时间；在 11 月的乌镇世界互联网大会上，搜狗展示了机器同传技术，可将演讲者的中文同步翻译成英文并实时上屏；12 月 21 日，搜狗英文搜索正式升级为搜狗海外搜索频道（overseas.sogou.com），并同步上线了搜狗翻译频道 (fanyi.sogou.com)。

　　近三年来，「神经网络机器翻译技术」成为人工智能翻译主流。该技术通过「端到端」的方法将翻译平行语料进行映射，以「编码器—注意力机制—解码器」的结构，解决翻译问题。

自 2016 年 8 月搜狗 NMT 团队成立至今，其自主研发的「机器翻译·一期系统」基本搭建完成。近日，人工智能媒体《机器之心》对搜狗 NMT 团队进行了专访。搜狗搜索技术负责人许静芳、搜狗搜索机器翻译负责人翟飞飞、清华计算机系副教授刘洋，就「搜狗神经机器翻译」的优势、团队组建和技术拓展等问题，展开了深度的分享。

采访如下：

搜狗翻译可生成更流畅的翻译结果

机器之心：神经机器翻译（NMT）将整个输入句子视作翻译的基本单元，相比于之前的基于短语的翻译系统，除了所需的工程设计更少这个优点外，句子意思理解的精确度有哪些提升？

刘 洋： NMT 有两个关键的技术很重要，一个是 gating，另外还有一个是 attention，这两个特别适合处理语言中长距离调序，比如中英文结构差异特别大，词语顺序存在全局变化，NMT 处理这种情况特别有优势，生成的译文要比传统的方式生成的译文流利很多，这是 NMT 很突出的特点。

翟飞飞：在统计机器翻译中，我们使用调序模型来处理不同语言之间词序不同的问题。但在处理长距离调序时，由于搜索空间太大，调序模型很难做到有效建模，直播，导致许多统计机器翻译系统生成的译文存在较多词序错误，难以看懂。但 NMT 的模型架构对处理长距离调序问题特别有效，生成的译文更为流利。

搜狗翻译有望实现「多场景即时对话翻译」

机器之心：在更高层次上自然语音处理上，实现两种语言的实时对话还需要多久？

搜狗搜索技术负责人许静芳

许静芳：我觉得这个会很快，当然有一个前提，就是提出什么样的要求，如果要求特别流畅，包括上下文的理解，那不一定能做到。但由于语言的障碍，至少可以从以前的不能交流变成现在能够辅助理解和交流，这个会非常快。在某些场景口语交互或者日常的生活场景上，达到非常流利地交流，我觉得这也是在一两年的时间内可以做得非常好的一件事情。

当然这里面也会涉及到更多的口语上的交互，又会和语音挂上钩，涉及到多种语音识别，包括和口音、设备关联在一起，会很复杂。但单纯在翻译这个层面，这个会非常快，现在已经做到有帮助。

清华计算机系副教授刘洋

刘 洋：我个人觉得在「多场景即时对话翻译」领域至少有两个挑战。从方法层来说，最难的就是语言歧义性问题，这是自然语言处理所最大的挑战。人类语言和机器语言不一样，机器语言要求精准、没有歧义，比如 C+，JAVA。但是自然语言的歧义性很高，比如英文词「bank」，既可能是指「银行」，也可能是指「堤岸」。口语交互过程中歧义现象很严重。

从数据层面来说，无论是语音识别、机器翻译还是语言合成，都是数据驱动的方法，系统性能严重依赖于标注数据的规模、质量和覆盖率。对于开放领域的即时对话翻译而言，目前还缺乏大规模、高质量、广覆盖的标注语料库。

搜狗翻译水平已部分超越 Google 等巨头

机器之心：通过深度学习来搭建的实时翻译技术与数据密不可分，搜狗的 NMT 在大型数据集上工作有哪些挑战？