近期，Google翻譯悄然升級了其翻譯內核。據Google官方提供的數據顯示，Google翻譯搭載的Google的神經機器翻譯（GNMT：GoogleNeuralMachineTranslation）系統使用了當前最先進的訓練技術，因而提升了機器翻譯水平，將翻譯誤差再度降低了55%-85%。

　　Google展示的翻譯模型質量

　　十多年前，Google發布了Google翻譯，早年基于短語的統計機器翻譯，會將輸入句子分解成詞和短語，然后對它們進行獨立翻譯。這種翻譯方式的劣勢非常明顯：句子中原本完整的信息被碎片化，無法連貫地進行表達。而這種現象在英中互譯的情況下顯得尤其明顯。

　　而Google神經機器翻譯則將輸入的句子作為一個整體翻譯。

　　以中英翻譯為例，Google神經機器翻譯首先將這句中文的詞編碼成一個向量列表，其中每個向量都表示了到目前為止所有被讀取到的詞的含義（編碼器“Encoder”）。讀取完整個句子，解碼器就開始工作——一次生成英語句子的一個詞（解碼器“Decoder”）。

　　上圖展示了Google神經機器翻譯的中英翻譯原理

　　為了在每一步都生成翻譯正確的詞，解碼器重點注意了與生成英語詞最相關編碼的中文向量的權重分布。

　　在被首次提出時，神經機器翻譯系統在中等規模的數據集上就與基于短語的翻譯系統水平相當。

　　現在，Google方面表示，通過讓神經機器翻譯戰勝在非常大型的數據集上工作的許多挑戰，打造了在速度和準確度上都更好翻譯的系統。

　　目前，Google神經機器翻譯系統已投入到了中文-英語的翻譯中。現在，移動版和網頁版的Google翻譯的中英翻譯已完全使用神經機器翻譯——每天大約1800萬條翻譯。

　　有經過大型數據集考驗的Google神經機器翻譯系統加持，最新的Google翻譯效果究竟如何呢？

　　我們做了一個簡單的比較測試。當然，還是在中英翻譯場景下。