脸书全面采用神经机器翻译技术，让机器翻译更像人话

脸书（Facebook）于本周五（8/4）宣布，脸书用户发布的状态与留言将全面采用神经机器翻译（Neural Machine Translation），脸书使用卷积神经网络（Convolutional Neural Networks，CNN）和递回神经网络（Recurrent Neural Networks，RNN），来自动翻译脸书上的内容。

传统是以词组为基础来训练机器翻译模型，但是，脸书为了增进翻译的品质，转而采用神经机器翻译模型，让翻译能够更贴近人类语言。

其中，递回神经网络能够考量到文章整体上下文，来建立更准确且流畅的翻译，这改善了传统词组基础翻译一次仅能考虑几个单词，导致翻译不流畅的缺点。

传统的机器翻译结果（图上）与神经机器翻译结果（图下）比较。（图片来源／脸书）

而脸书的神经机器翻译系统采用深度学习框架Caffe2，以及使用向量数学函式库和加权量化（Weight Quantization）来加强运算效率。脸书期望，能借此打破语言的疆界，让全球的人们能够互相沟通。

另外，Caffe2框架弹性的本质，让脸书开发团队能够调校翻译模型的效能，这也加速了神经机器翻译模型从部署到正式上线的过程，脸书宣称，提升了2.5倍的速度。

除了脸书采用神经机器翻译技术之外，Google翻译早在2016年9月就宣布采用此技术，微软翻译则在2016年11月宣布采用神经机器翻译。