近期，國(guó)外一份調(diào)查報(bào)告誤將392萬和83萬的采購(gòu)費(fèi)用翻譯為39.2億和830萬，鬧出國(guó)際笑話。有分析認(rèn)為，此烏龍事件是國(guó)外機(jī)器翻譯軟件造成的。

讓很多人意想不到的是，看似簡(jiǎn)單的數(shù)字，在機(jī)器翻譯中向來是一大痛點(diǎn)。就以「392.687694萬元（人民幣）」為例，我們測(cè)試不同翻譯軟件的翻譯結(jié)果。

數(shù)字翻譯「中譯英」測(cè)試

首先測(cè)試「中譯英」，國(guó)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(zhǔn)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(bào)告結(jié)果一致)，甚至還有翻譯成392萬億的，比正確結(jié)果擴(kuò)大一億倍，另外4款都翻譯成了3.92億。測(cè)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(cè)試結(jié)果。

翻譯為39.2億(與國(guó)外報(bào)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(cè)試

我們用不同軟件把英文「3.92687694 million yuan (RMB)」 翻譯回中文，會(huì)是怎么樣的結(jié)果?

這次只有火山翻譯準(zhǔn)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(cè)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(cuò)一個(gè)數(shù)字，可能會(huì)帶來成千上萬的損失;建筑圖紙中一個(gè)數(shù)字翻譯的疏漏，就可能導(dǎo)致一項(xiàng)龐大建筑工程轟然倒塌。想要保證數(shù)字翻譯的準(zhǔn)確度，遠(yuǎn)不是謄寫一串阿拉伯?dāng)?shù)字再翻譯單位這么簡(jiǎn)單。從上面測(cè)試中也可以看到，一些國(guó)際巨頭的翻譯產(chǎn)品，在數(shù)字翻譯中照樣會(huì)出現(xiàn)偏差萬倍甚至上億倍的錯(cuò)誤。

數(shù)字翻譯難在哪？

數(shù)字翻譯對(duì)翻譯者關(guān)于目標(biāo)語(yǔ)言數(shù)字表達(dá)的理解要求較高，在中英翻譯中，數(shù)字翻譯的難點(diǎn)主要在以下方面：

a.中英語(yǔ)言中不同的數(shù)字單位，如1000萬翻譯成10 million，不能簡(jiǎn)單地「拷貝」

b.很長(zhǎng)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(yǔ)言中不同的計(jì)量單位，如中文中的“斤”，容易被翻譯成“kg”

e.帶有貨幣符號(hào)的數(shù)字容易犯錯(cuò)

當(dāng)前，很多翻譯軟件對(duì)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(jī)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(gè)顯著的缺陷， 就是缺乏常識(shí)和推理能力，無法理解對(duì)于人類來說比較簡(jiǎn)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(shù)分享中了解到，火山翻譯的翻譯模型見到對(duì)應(yīng)的數(shù)字之后，會(huì)將其抽取出來，通過推理、計(jì)算等智能過程，對(duì)數(shù)字進(jìn)行跨語(yǔ)言的語(yǔ)義轉(zhuǎn)換，然后將其置于翻譯句子適當(dāng)?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(dòng)旗下火山引擎的AI中臺(tái)能力之一，技術(shù)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(jí)客戶中廣泛應(yīng)用。由于當(dāng)前機(jī)器翻譯場(chǎng)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(tuán)隊(duì)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(yǔ)言、3080個(gè)語(yǔ)向的翻譯。