重磅推出|机器翻译利器——CFlab多语种转写系统

Original 天宇宁达 CFlab 2022-10-02

2019年上半年，我司受邀前往某单位提供技术支持，首先提取和恢复文档、表格等各类型文件6万多份，大小共计340GB。其中文件内容是维语、土耳其语和俄语，案件的进一步深入进展需要对文档内容进行理解，但现场没有大量专业的翻译人员。

如果是常规小批量文本翻译，几个翻译人员一周左右也就完成了，可是本次案件需要翻译的文件数量和内容都很多，又涉及到3种语言，几千万个句子，翻译机构给出的时间和报价都是无法接受的。

我司使用CFlab多语种转写系统对案件中的6万多个文件进行处理，仅耗时24小时，就完成了3种语言3千多万词的转写工作，不仅速度快还具有良好的可阅读性。转写后的文件直接导入数据分析系统进行搜索、关联等操作，最终分析出案件的重要线索和证据

机器翻译目前主要有两种类型，即统计机器翻译（SMT）和神经机器翻译（NMT）。

统计机器翻译（SMT）是目前非限定领域机器翻译中性能较佳的一种方法。统计机器翻译的基本思想是通过对大量的平行语料进行统计分析，构建统计翻译模型，进而使用此模型进行翻译。从早期基于词的机器翻译已经过渡到基于短语的翻译，并正在融合句法信息，以进一步提高翻译的精确性。

神经机器翻译（NMT），是使用人工神经网络来提高翻译的流畅度和准确性。神经机器翻译通过应用基于实例的（EBMT）机器翻译方法来改进翻译质量，系统会从数百万个示例中学习。随着大型端到端框架的发展，系统会随着时间的推移学习，做出更好，更自然的翻译。

但无论是哪种机器翻译，都存在着译文生硬难读，只译字意，不解句意的问题。有鉴于此，CFlab多语种转写系统想到将两种翻译类型结合起来，通过统计模型提高翻译准确度，并利用神经网络的深度学习来完善翻译效果。

CFlab 多语种转写系统目前支持英语、西班牙语、德语、法语、俄语、阿拉伯语、葡萄牙语、日语、韩语、维语、捷克语、意大利语、越南语、土耳其语、丹麦语、保加利亚语、波兰语、荷兰语、藏语共18种语言（后续还会持续增加语种支持）。

系统采用离线语言库，无需担心翻译资料泄密问题。采用GPU加速技术，翻译速度最高可达5000单词/秒。深度学习用户使用场景中的专业词汇和特定词组。同时支持批量文档翻译和即时文字翻译。

为了应对案件中可能遇到的纸质书面文档，系统还专门配置了高速文档扫描仪，以便快速将书面文字内容扫描并进行翻译。

为了保持文档的阅读体验，系统拥有特色功能，如果翻译原文为Office系列电子文档，如Word、Excel等，系统可按照原格式进行输出，以方便对复杂结构文档（图、文、表）的理解。

目前，CFlab 多语种转写系统包括便携版、阵地版和服务器版3个产品系列，可广泛应用于公安、军队、院校、科研机构等需要批量处理外文材料，又不方便外聘翻译人员或联网翻译的机构单位。

长按二维码关注我们

电话：010-51315906