2021年7月15日上午,首屆小牛翻譯論壇(NiuTrans Forum 2021)圓滿結(jié)束。論壇歷時(shí)3.5小時(shí),9位國(guó)內(nèi)知名專(zhuān)家學(xué)者、產(chǎn)業(yè)精英分享了學(xué)術(shù)界和產(chǎn)業(yè)界相關(guān)經(jīng)驗(yàn)、為加速機(jī)器翻譯應(yīng)用場(chǎng)景落地提供寶貴意見(jiàn)。會(huì)議以在線形式在騰訊會(huì)議、Bilibili、微博、譯直播四個(gè)平臺(tái)面向全球直播,國(guó)內(nèi)外1萬(wàn)余人觀看了本次論壇直播。

本次會(huì)議的特邀嘉賓為:華為2021實(shí)驗(yàn)室文本機(jī)器翻譯實(shí)驗(yàn)室主任楊浩博士、科大訊飛研究院機(jī)器翻譯負(fù)責(zé)人張為泰博士、騰訊AI Lab高級(jí)研究員黃國(guó)平博士、金山集團(tuán)副總裁amp;人工智能研究院院長(zhǎng)李長(zhǎng)亮博士、上海專(zhuān)信譯騰總經(jīng)理李進(jìn)先生、昆明理工大學(xué)副教授毛存禮博士、澳門(mén)大學(xué)副教授黃輝博士、南京大學(xué)副教授黃書(shū)劍博士、東北大學(xué)計(jì)算機(jī)學(xué)院教授肖桐博士。本次會(huì)議由小牛翻譯總裁張春良主持。

本次論壇涵蓋機(jī)器翻譯技術(shù)/產(chǎn)業(yè)應(yīng)用報(bào)告與圓桌研討兩部分。今年論壇的主題為機(jī)器翻譯前沿技術(shù)及產(chǎn)業(yè)應(yīng)用,參會(huì)嘉賓就機(jī)器翻譯質(zhì)量評(píng)估、模型壓縮與解碼加速、翻譯模型學(xué)習(xí)規(guī)律、非自回歸機(jī)器翻譯、語(yǔ)音翻譯、交互式機(jī)器翻譯等熱點(diǎn)話題做了主題報(bào)告。

精彩報(bào)告：

東北大學(xué)肖桐博士首先為大家分享了題為機(jī)器翻譯模型壓縮與加速:從方法到應(yīng)用的精彩報(bào)告。該報(bào)告介紹了機(jī)器翻譯模型壓縮與加速方面的最新進(jìn)展,包括模型壓縮的背景、主流方法和實(shí)際應(yīng)用。以Transformer為例,可以通過(guò)共享相鄰層之間注意力權(quán)重,減少注意力操作的執(zhí)行次數(shù),從而提升模型效率。他指出,翻譯過(guò)程中解碼器部分的計(jì)算占據(jù)了大部分時(shí)間,因此可以對(duì)解碼器的注意力操作進(jìn)行壓縮。此外,深層編碼器-淺層解碼器的模型結(jié)構(gòu),這樣的組合能夠最大化保留翻譯模型的精度,并極大地加速翻譯過(guò)程。最后,肖桐博士表示以上方法可以將模型方便地部署在翻譯機(jī)和手機(jī)上,不需要成本高昂的云服務(wù)器,并且?guī)缀醪粫?huì)破壞翻譯品質(zhì)。

華為2012實(shí)驗(yàn)室楊浩博士分享了題為神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯質(zhì)量評(píng)估研究與實(shí)踐的精彩報(bào)告。針對(duì)為什么要做神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯質(zhì)量評(píng)估(Quality Estimation)的問(wèn)題,他指出,技術(shù)驅(qū)動(dòng)方面神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯(NMT)還不完善,同時(shí)流程驅(qū)動(dòng)方面,翻譯記憶庫(kù)(TM)-機(jī)器翻譯(MT)-質(zhì)量評(píng)估(QE)已經(jīng)成為主流。隨后,他介紹了業(yè)界神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯質(zhì)量評(píng)估模型的重要研究方向,包括預(yù)訓(xùn)練語(yǔ)言模型(Pre-trained Language Model) 提升特征矢量(Feature Vectors)、基于預(yù)訓(xùn)練模型進(jìn)行帶噪聲的數(shù)據(jù)增強(qiáng)等。以及華為翻譯的QE實(shí)踐PEAQE,其主要利用預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯(Pre-trained NMT)、基于Transformer的特征增強(qiáng)、APE輔助QE等方法提升模型性能及準(zhǔn)確率。最后,楊浩博士提到了多模態(tài)、多語(yǔ)言及知識(shí)融合的發(fā)展方向,并展望QE可以應(yīng)用于更準(zhǔn)確、多任務(wù)、自遷移、知識(shí)性、可解釋的AI服務(wù)。

澳門(mén)大學(xué)黃輝博士以探索翻譯模型的學(xué)習(xí)規(guī)律與訓(xùn)練策略為題,主要講述了面向NMT的課程學(xué)習(xí)方法。首先他指出,NMT訓(xùn)練需要使用海量的數(shù)據(jù),目前的訓(xùn)練方法通常是隨機(jī)采樣來(lái)進(jìn)行學(xué)習(xí)。他指出,在NMT中課程學(xué)習(xí)將模型的訓(xùn)練過(guò)程分為多個(gè)階段,按照從易到難的方式進(jìn)行學(xué)習(xí),簡(jiǎn)化了訓(xùn)練過(guò)程。在NMT中應(yīng)用課程學(xué)習(xí)的三個(gè)關(guān)鍵問(wèn)題分別為:如何定義句子難度、如何設(shè)計(jì)課程以及制定學(xué)習(xí)進(jìn)度。之后,他介紹了團(tuán)隊(duì)近期的三個(gè)工作,分別基于模型不確定性、向量范數(shù)以及自步學(xué)習(xí)的思想。這三種方法均有效提高了模型的性能,加快了模型的收斂速度。最后,黃輝博士提出未來(lái)的一個(gè)研究方向,是在模型訓(xùn)練初期使用較為簡(jiǎn)單的網(wǎng)絡(luò)進(jìn)行學(xué)習(xí),然后不斷增加模型容量,并利用記憶模塊提升模型學(xué)習(xí)能力,值得我們思考研究。

科大訊飛AI研究院張為泰博士作了題為科大訊飛語(yǔ)音翻譯技術(shù)及應(yīng)用最新進(jìn)展的精彩報(bào)告。報(bào)告主要包括三個(gè)內(nèi)容,分別是從中英翻譯拓展到多語(yǔ)種翻譯;從口語(yǔ)交傳翻譯到同聲傳譯;從日常交流場(chǎng)景到專(zhuān)業(yè)行業(yè)領(lǐng)域。他在報(bào)告中指出,多語(yǔ)翻譯往面臨著多語(yǔ)分析研究、專(zhuān)家知識(shí)積累不足、多語(yǔ)種語(yǔ)音語(yǔ)言訓(xùn)練數(shù)據(jù)稀缺的等問(wèn)題,解決的思路包括基于人機(jī)耦合的數(shù)據(jù)標(biāo)注平臺(tái)、多語(yǔ)種端到端統(tǒng)一建?？蚣芎蜔o(wú)監(jiān)督/弱監(jiān)督數(shù)據(jù)增強(qiáng)訓(xùn)練。張為泰博士指出,口語(yǔ)場(chǎng)景交傳翻譯主要通過(guò)級(jí)聯(lián)的方式解決,實(shí)時(shí)字幕同傳則通過(guò)基于語(yǔ)篇約束解碼的流式語(yǔ)音字幕同傳方法解決。而實(shí)時(shí)語(yǔ)音同傳還面臨一些問(wèn)題如:英文比中文長(zhǎng)導(dǎo)致合成語(yǔ)音跟不上原聲;相比于字幕同傳,同聲傳譯不能修改前文錯(cuò)誤,這是一個(gè)挑戰(zhàn),面對(duì)專(zhuān)業(yè)領(lǐng)域問(wèn)題,使用基于多層次知識(shí)融合的精細(xì)化建模技術(shù)翻譯效果會(huì)更好。

南京大學(xué)黃書(shū)劍博士作了題為基于協(xié)同關(guān)系的費(fèi)自回歸生成的精彩報(bào)告。報(bào)告中他分享了其團(tuán)隊(duì)近期在非自回歸機(jī)器翻譯(NAT)任務(wù)上的研究進(jìn)展,通過(guò)建模協(xié)同關(guān)系來(lái)改善NAT的性能。本次分享主要涵蓋了三部分研究工作:通過(guò)隱變量模型建模離散類(lèi)別信息;通過(guò)位置關(guān)系預(yù)測(cè)單詞間的關(guān)系以及引入依存句法結(jié)構(gòu)建模目標(biāo)端的關(guān)聯(lián)。他認(rèn)為文本中協(xié)同關(guān)系大致可以概括為兩類(lèi):語(yǔ)義分配和詞匯生成。黃書(shū)劍博士表示,使用隱變量建模少量離散類(lèi)別信息,可以更好的用于輔助目標(biāo)譯文的生成。這樣的隱變量可以通過(guò)條件隨機(jī)場(chǎng)(CRF)進(jìn)行更好的協(xié)同,并具有更好的可解釋性。他們?cè)诠_(kāi)數(shù)據(jù)集上驗(yàn)證了方法的有效性。隨后,黃書(shū)劍博士分享了位置關(guān)系預(yù)測(cè)與目標(biāo)端的依存句法結(jié)構(gòu)建模兩部分工作,并對(duì)NAT的發(fā)展進(jìn)行了總結(jié)與展望。

騰訊AI Lab黃國(guó)平博士以從理論到產(chǎn)品:交互翻譯落地之旅為題,分享的一個(gè)關(guān)于交互式機(jī)器翻譯的報(bào)告,報(bào)告以從理論到產(chǎn)品角度展現(xiàn)了一種新的產(chǎn)品形態(tài)的落地過(guò)程。他從交互式翻譯技術(shù)、質(zhì)量評(píng)價(jià)、翻譯工具的應(yīng)用和產(chǎn)品形態(tài)等多個(gè)方向介紹了目前交互式翻譯技術(shù)的現(xiàn)狀:在技術(shù)層面,交互式翻譯主要采用翻譯輸入法、約束解碼、動(dòng)態(tài)提示、整合翻譯記憶等技術(shù),通過(guò)接受用戶提供的譯文片段及時(shí)學(xué)習(xí)并反饋給用戶翻譯輔助信息;在交互式翻譯的質(zhì)量評(píng)價(jià)中,統(tǒng)計(jì)用戶修改量、敲鍵數(shù)、翻譯時(shí)間以及人工評(píng)價(jià)的翻譯質(zhì)量都是需要考慮的評(píng)價(jià)指標(biāo);在未來(lái)的產(chǎn)品應(yīng)用中,SaaS與客戶端是交互式翻譯技術(shù)的主要產(chǎn)品形態(tài)。黃國(guó)平博士他在報(bào)告中指出,通過(guò)交互翻譯去進(jìn)一步模糊自動(dòng)機(jī)器翻譯和人工翻譯的邊界,是交互式翻譯技術(shù)的終極目標(biāo)。

在主題報(bào)告之后,會(huì)議進(jìn)入第二階段Panel環(huán)節(jié),由東北大學(xué)肖桐博士主持,9位特邀嘉賓參與了討論。在此期間,與會(huì)人員針對(duì)哪些技術(shù)可能會(huì)帶來(lái)機(jī)器翻譯應(yīng)用新的突破、會(huì)出現(xiàn)顛覆性的突破嗎、哪些機(jī)器翻譯產(chǎn)品或者應(yīng)用技術(shù)是最有潛(錢(qián))力的、機(jī)器翻譯哪些應(yīng)用場(chǎng)景最有前(錢(qián))景等問(wèn)題進(jìn)行了充分交流和探討。(panel環(huán)節(jié)問(wèn)答及在線答疑等干貨內(nèi)容詳見(jiàn)后續(xù)小牛翻譯論壇報(bào)道2)

本次論壇由小牛翻譯主辦,東北大學(xué)自然語(yǔ)言處理實(shí)驗(yàn)室協(xié)辦,旨在構(gòu)建機(jī)器翻譯學(xué)術(shù)界與產(chǎn)業(yè)界的交流平臺(tái),促進(jìn)機(jī)器翻譯產(chǎn)學(xué)研共同發(fā)展。本次會(huì)議的成功舉辦不但為全球從事機(jī)器翻譯研發(fā)的各界人員提供了一次科學(xué)前沿分享盛宴,更進(jìn)一步促進(jìn)了機(jī)器翻譯技術(shù)與多個(gè)產(chǎn)業(yè)融合的步伐,希望機(jī)器翻譯這項(xiàng)技術(shù)會(huì)在更多領(lǐng)域探索更多可能,賦能更多產(chǎn)業(yè)。

未來(lái),小牛翻譯將持續(xù)發(fā)力,做出來(lái)一系列的線上線下活動(dòng),為推動(dòng)我國(guó)機(jī)器翻譯這一關(guān)乎國(guó)家戰(zhàn)略的核心技術(shù)發(fā)展貢獻(xiàn)綿薄之力。

2021年7月15日上午,首屆小牛翻譯論壇(NiuTrans Forum 2021)圓滿結(jié)束。論壇歷時(shí)3.5小時(shí),9位國(guó)內(nèi)知名專(zhuān)家學(xué)者、產(chǎn)業(yè)精英分享了學(xué)術(shù)界和產(chǎn)業(yè)界相關(guān)經(jīng)驗(yàn)、為加速機(jī)器翻譯應(yīng)用場(chǎng)景落地提供寶貴意見(jiàn)。會(huì)議以在線形式在騰訊會(huì)議、Bilibili、微博、譯直播四個(gè)平臺(tái)面向全球直播,國(guó)內(nèi)外1萬(wàn)余人觀看了本次論壇直播。

本次會(huì)議的特邀嘉賓為:華為2021實(shí)驗(yàn)室文本機(jī)器翻譯實(shí)驗(yàn)室主任楊浩博士、科大訊飛研究院機(jī)器翻譯負(fù)責(zé)人張為泰博士、騰訊AI Lab高級(jí)研究員黃國(guó)平博士、金山集團(tuán)副總裁amp;人工智能研究院院長(zhǎng)李長(zhǎng)亮博士、上海專(zhuān)信譯騰總經(jīng)理李進(jìn)先生、昆明理工大學(xué)副教授毛存禮博士、澳門(mén)大學(xué)副教授黃輝博士、南京大學(xué)副教授黃書(shū)劍博士、東北大學(xué)計(jì)算機(jī)學(xué)院教授肖桐博士。本次會(huì)議由小牛翻譯總裁張春良主持。

本次論壇涵蓋機(jī)器翻譯技術(shù)/產(chǎn)業(yè)應(yīng)用報(bào)告與圓桌研討兩部分。今年論壇的主題為機(jī)器翻譯前沿技術(shù)及產(chǎn)業(yè)應(yīng)用,參會(huì)嘉賓就機(jī)器翻譯質(zhì)量評(píng)估、模型壓縮與解碼加速、翻譯模型學(xué)習(xí)規(guī)律、非自回歸機(jī)器翻譯、語(yǔ)音翻譯、交互式機(jī)器翻譯等熱點(diǎn)話題做了主題報(bào)告。

精彩報(bào)告：

東北大學(xué)肖桐博士首先為大家分享了題為機(jī)器翻譯模型壓縮與加速:從方法到應(yīng)用的精彩報(bào)告。該報(bào)告介紹了機(jī)器翻譯模型壓縮與加速方面的最新進(jìn)展,包括模型壓縮的背景、主流方法和實(shí)際應(yīng)用。以Transformer為例,可以通過(guò)共享相鄰層之間注意力權(quán)重,減少注意力操作的執(zhí)行次數(shù),從而提升模型效率。他指出,翻譯過(guò)程中解碼器部分的計(jì)算占據(jù)了大部分時(shí)間,因此可以對(duì)解碼器的注意力操作進(jìn)行壓縮。此外,深層編碼器-淺層解碼器的模型結(jié)構(gòu),這樣的組合能夠最大化保留翻譯模型的精度,并極大地加速翻譯過(guò)程。最后,肖桐博士表示以上方法可以將模型方便地部署在翻譯機(jī)和手機(jī)上,不需要成本高昂的云服務(wù)器,并且?guī)缀醪粫?huì)破壞翻譯品質(zhì)。

華為2012實(shí)驗(yàn)室楊浩博士分享了題為神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯質(zhì)量評(píng)估研究與實(shí)踐的精彩報(bào)告。針對(duì)為什么要做神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯質(zhì)量評(píng)估(Quality Estimation)的問(wèn)題,他指出,技術(shù)驅(qū)動(dòng)方面神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯(NMT)還不完善,同時(shí)流程驅(qū)動(dòng)方面,翻譯記憶庫(kù)(TM)-機(jī)器翻譯(MT)-質(zhì)量評(píng)估(QE)已經(jīng)成為主流。隨后,他介紹了業(yè)界神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯質(zhì)量評(píng)估模型的重要研究方向,包括預(yù)訓(xùn)練語(yǔ)言模型(Pre-trained Language Model) 提升特征矢量(Feature Vectors)、基于預(yù)訓(xùn)練模型進(jìn)行帶噪聲的數(shù)據(jù)增強(qiáng)等。以及華為翻譯的QE實(shí)踐PEAQE,其主要利用預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯(Pre-trained NMT)、基于Transformer的特征增強(qiáng)、APE輔助QE等方法提升模型性能及準(zhǔn)確率。最后,楊浩博士提到了多模態(tài)、多語(yǔ)言及知識(shí)融合的發(fā)展方向,并展望QE可以應(yīng)用于更準(zhǔn)確、多任務(wù)、自遷移、知識(shí)性、可解釋的AI服務(wù)。

澳門(mén)大學(xué)黃輝博士以探索翻譯模型的學(xué)習(xí)規(guī)律與訓(xùn)練策略為題,主要講述了面向NMT的課程學(xué)習(xí)方法。首先他指出,NMT訓(xùn)練需要使用海量的數(shù)據(jù),目前的訓(xùn)練方法通常是隨機(jī)采樣來(lái)進(jìn)行學(xué)習(xí)。他指出,在NMT中課程學(xué)習(xí)將模型的訓(xùn)練過(guò)程分為多個(gè)階段,按照從易到難的方式進(jìn)行學(xué)習(xí),簡(jiǎn)化了訓(xùn)練過(guò)程。在NMT中應(yīng)用課程學(xué)習(xí)的三個(gè)關(guān)鍵問(wèn)題分別為:如何定義句子難度、如何設(shè)計(jì)課程以及制定學(xué)習(xí)進(jìn)度。之后,他介紹了團(tuán)隊(duì)近期的三個(gè)工作,分別基于模型不確定性、向量范數(shù)以及自步學(xué)習(xí)的思想。這三種方法均有效提高了模型的性能,加快了模型的收斂速度。最后,黃輝博士提出未來(lái)的一個(gè)研究方向,是在模型訓(xùn)練初期使用較為簡(jiǎn)單的網(wǎng)絡(luò)進(jìn)行學(xué)習(xí),然后不斷增加模型容量,并利用記憶模塊提升模型學(xué)習(xí)能力,值得我們思考研究。

科大訊飛AI研究院張為泰博士作了題為科大訊飛語(yǔ)音翻譯技術(shù)及應(yīng)用最新進(jìn)展的精彩報(bào)告。報(bào)告主要包括三個(gè)內(nèi)容,分別是從中英翻譯拓展到多語(yǔ)種翻譯;從口語(yǔ)交傳翻譯到同聲傳譯;從日常交流場(chǎng)景到專(zhuān)業(yè)行業(yè)領(lǐng)域。他在報(bào)告中指出,多語(yǔ)翻譯往面臨著多語(yǔ)分析研究、專(zhuān)家知識(shí)積累不足、多語(yǔ)種語(yǔ)音語(yǔ)言訓(xùn)練數(shù)據(jù)稀缺的等問(wèn)題,解決的思路包括基于人機(jī)耦合的數(shù)據(jù)標(biāo)注平臺(tái)、多語(yǔ)種端到端統(tǒng)一建?？蚣芎蜔o(wú)監(jiān)督/弱監(jiān)督數(shù)據(jù)增強(qiáng)訓(xùn)練。張為泰博士指出,口語(yǔ)場(chǎng)景交傳翻譯主要通過(guò)級(jí)聯(lián)的方式解決,實(shí)時(shí)字幕同傳則通過(guò)基于語(yǔ)篇約束解碼的流式語(yǔ)音字幕同傳方法解決。而實(shí)時(shí)語(yǔ)音同傳還面臨一些問(wèn)題如:英文比中文長(zhǎng)導(dǎo)致合成語(yǔ)音跟不上原聲;相比于字幕同傳,同聲傳譯不能修改前文錯(cuò)誤,這是一個(gè)挑戰(zhàn),面對(duì)專(zhuān)業(yè)領(lǐng)域問(wèn)題,使用基于多層次知識(shí)融合的精細(xì)化建模技術(shù)翻譯效果會(huì)更好。

南京大學(xué)黃書(shū)劍博士作了題為基于協(xié)同關(guān)系的費(fèi)自回歸生成的精彩報(bào)告。報(bào)告中他分享了其團(tuán)隊(duì)近期在非自回歸機(jī)器翻譯(NAT)任務(wù)上的研究進(jìn)展,通過(guò)建模協(xié)同關(guān)系來(lái)改善NAT的性能。本次分享主要涵蓋了三部分研究工作:通過(guò)隱變量模型建模離散類(lèi)別信息;通過(guò)位置關(guān)系預(yù)測(cè)單詞間的關(guān)系以及引入依存句法結(jié)構(gòu)建模目標(biāo)端的關(guān)聯(lián)。他認(rèn)為文本中協(xié)同關(guān)系大致可以概括為兩類(lèi):語(yǔ)義分配和詞匯生成。黃書(shū)劍博士表示,使用隱變量建模少量離散類(lèi)別信息,可以更好的用于輔助目標(biāo)譯文的生成。這樣的隱變量可以通過(guò)條件隨機(jī)場(chǎng)(CRF)進(jìn)行更好的協(xié)同,并具有更好的可解釋性。他們?cè)诠_(kāi)數(shù)據(jù)集上驗(yàn)證了方法的有效性。隨后,黃書(shū)劍博士分享了位置關(guān)系預(yù)測(cè)與目標(biāo)端的依存句法結(jié)構(gòu)建模兩部分工作,并對(duì)NAT的發(fā)展進(jìn)行了總結(jié)與展望。

騰訊AI Lab黃國(guó)平博士以從理論到產(chǎn)品:交互翻譯落地之旅為題,分享的一個(gè)關(guān)于交互式機(jī)器翻譯的報(bào)告,報(bào)告以從理論到產(chǎn)品角度展現(xiàn)了一種新的產(chǎn)品形態(tài)的落地過(guò)程。他從交互式翻譯技術(shù)、質(zhì)量評(píng)價(jià)、翻譯工具的應(yīng)用和產(chǎn)品形態(tài)等多個(gè)方向介紹了目前交互式翻譯技術(shù)的現(xiàn)狀:在技術(shù)層面,交互式翻譯主要采用翻譯輸入法、約束解碼、動(dòng)態(tài)提示、整合翻譯記憶等技術(shù),通過(guò)接受用戶提供的譯文片段及時(shí)學(xué)習(xí)并反饋給用戶翻譯輔助信息;在交互式翻譯的質(zhì)量評(píng)價(jià)中,統(tǒng)計(jì)用戶修改量、敲鍵數(shù)、翻譯時(shí)間以及人工評(píng)價(jià)的翻譯質(zhì)量都是需要考慮的評(píng)價(jià)指標(biāo);在未來(lái)的產(chǎn)品應(yīng)用中,SaaS與客戶端是交互式翻譯技術(shù)的主要產(chǎn)品形態(tài)。黃國(guó)平博士他在報(bào)告中指出,通過(guò)交互翻譯去進(jìn)一步模糊自動(dòng)機(jī)器翻譯和人工翻譯的邊界,是交互式翻譯技術(shù)的終極目標(biāo)。

在主題報(bào)告之后,會(huì)議進(jìn)入第二階段Panel環(huán)節(jié),由東北大學(xué)肖桐博士主持,9位特邀嘉賓參與了討論。在此期間,與會(huì)人員針對(duì)哪些技術(shù)可能會(huì)帶來(lái)機(jī)器翻譯應(yīng)用新的突破、會(huì)出現(xiàn)顛覆性的突破嗎、哪些機(jī)器翻譯產(chǎn)品或者應(yīng)用技術(shù)是最有潛(錢(qián))力的、機(jī)器翻譯哪些應(yīng)用場(chǎng)景最有前(錢(qián))景等問(wèn)題進(jìn)行了充分交流和探討。(panel環(huán)節(jié)問(wèn)答及在線答疑等干貨內(nèi)容詳見(jiàn)后續(xù)小牛翻譯論壇報(bào)道2)

本次論壇由小牛翻譯主辦,東北大學(xué)自然語(yǔ)言處理實(shí)驗(yàn)室協(xié)辦,旨在構(gòu)建機(jī)器翻譯學(xué)術(shù)界與產(chǎn)業(yè)界的交流平臺(tái),促進(jìn)機(jī)器翻譯產(chǎn)學(xué)研共同發(fā)展。本次會(huì)議的成功舉辦不但為全球從事機(jī)器翻譯研發(fā)的各界人員提供了一次科學(xué)前沿分享盛宴,更進(jìn)一步促進(jìn)了機(jī)器翻譯技術(shù)與多個(gè)產(chǎn)業(yè)融合的步伐,希望機(jī)器翻譯這項(xiàng)技術(shù)會(huì)在更多領(lǐng)域探索更多可能,賦能更多產(chǎn)業(yè)。

未來(lái),小牛翻譯將持續(xù)發(fā)力,做出來(lái)一系列的線上線下活動(dòng),為推動(dòng)我國(guó)機(jī)器翻譯這一關(guān)乎國(guó)家戰(zhàn)略的核心技術(shù)發(fā)展貢獻(xiàn)綿薄之力。

免責(zé)聲明：此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載企業(yè)宣傳資訊，僅代表作者個(gè)人觀點(diǎn)，與本網(wǎng)無(wú)關(guān)。僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。