近期，國外一份調(diào)查報告誤將392萬和83萬的采購費用翻譯為39.2億和830萬，鬧出國際笑話。有分析認為，此烏龍事件是國外機器翻譯軟件造成的。
讓很多人意想不到的是，看似簡單的數(shù)字，在機器翻譯中向來是一大痛點。就以「392.687694萬元（人民幣）」為例，我們測試不同翻譯軟件的翻譯結(jié)果。
數(shù)字翻譯「中譯英」測試
首先測試「中譯英」，國內(nèi)外9款主流翻譯軟件中，只有火山翻譯和騰訊翻譯君準確地翻譯出了392萬。其余7款產(chǎn)品，有翻譯成392的，有翻譯成39.2億的（與“烏龍”報告結(jié)果一致），甚至還有翻譯成392萬億的，比正確結(jié)果擴大一億倍，另外4款都翻譯成了3.92億。測試結(jié)果如下列組圖所示。
火山翻譯：
騰訊翻譯君：
以下為其他7款翻譯產(chǎn)品的測試結(jié)果。
翻譯為39.2億（與國外報告翻譯結(jié)果一致）：
翻譯為392：
翻譯為392萬億：
翻譯為3.92億：
數(shù)字翻譯「英譯中」測試
我們用不同軟件把英文「3.92687694 million yuan (RMB)」 翻譯回中文，會是怎么樣的結(jié)果？
這次只有火山翻譯準確翻譯出了392萬元人民幣。其他8款產(chǎn)品，有翻成3.92萬的，有翻成39.2億的，也有翻成392萬億的，另外5家都翻成了3.92萬億。測試結(jié)果見下列組圖。
火山翻譯：
其他產(chǎn)品的翻譯結(jié)果：
數(shù)字的重要性毋庸多言，在商業(yè)條款中如果翻譯錯一個數(shù)字，可能會帶來成千上萬的損失；建筑圖紙中一個數(shù)字翻譯的疏漏，就可能導致一項龐大建筑工程轟然倒塌。想要保證數(shù)字翻譯的準確度，遠不是謄寫一串阿拉伯數(shù)字再翻譯單位這么簡單。從上面測試中也可以看到，一些國際巨頭的翻譯產(chǎn)品，在數(shù)字翻譯中照樣會出現(xiàn)偏差萬倍甚至上億倍的錯誤。
數(shù)字翻譯難在哪？
數(shù)字翻譯對翻譯者關于目標語言數(shù)字表達的理解要求較高，在中英翻譯中，數(shù)字翻譯的難點主要在以下方面：
a.中英語言中不同的數(shù)字單位，如1000萬翻譯成10 million，不能簡單地「拷貝」
b.很長的數(shù)字容易帶來偏差
c.超大數(shù)字的翻譯問題，如trillion、萬億以上的單位
d.中英語言中不同的計量單位，如中文中的“斤”，容易被翻譯成“kg”
e.帶有貨幣符號的數(shù)字容易犯錯
當前，很多翻譯軟件對數(shù)字沒有做額外的處理，采用的是與普通文字相同的sequence-to-sequence神經(jīng)機器翻譯模型。這一模型翻譯質(zhì)量較高，流暢性較好，但存在一個顯著的缺陷， 就是缺乏常識和推理能力，無法理解對于人類來說比較簡單的規(guī)則，例如，“萬”和“million”的的轉(zhuǎn)換、單位貨幣之間的不同等。
火山翻譯如何解決數(shù)字翻譯難題？
我們從火山翻譯技術分享中了解到，火山翻譯的翻譯模型見到對應的數(shù)字之后，會將其抽取出來，通過推理、計算等智能過程，對數(shù)字進行跨語言的語義轉(zhuǎn)換，然后將其置于翻譯句子適當?shù)奈恢弥校愃迫祟惖姆g推理過程。
火山翻譯是字節(jié)跳動旗下火山引擎的AI中臺能力之一，技術能力已經(jīng)在飛書的文檔、消息翻譯和火山引擎的企業(yè)級客戶中廣泛應用。由于當前機器翻譯場景中存在大量的數(shù)字內(nèi)容，數(shù)字翻譯也一直是火山翻譯團隊持續(xù)優(yōu)化的重要方向。目前， 火山翻譯已經(jīng)支持56門語言、3080個語向的翻譯。
