在疫苗开发等与新型冠状病毒肺炎(COVID-19)相关的各种医学研究启动之际,一款可协助这些研究的翻译模型问世。由于COVID-19已扩散至韩国、德国、意大利、美国等全球各地,研究所需的信息也以多种语言写成,连整合都十分困难,该翻译模型能否提高研究效率备受关注。
据信息技术(IT)业界10日消息,Naver Labs Europe(NLE)与NAVER集团的AI翻译服务“Papago”共同开发出可更准确掌握并研究COVID-19相关信息的“多语言及多领域翻译模型”。这是人工智能(AI)自主学习大数据进行翻译的最新翻译模型,可将韩语、法语、德语、意大利语、西班牙语等5种语言的生物医学信息翻译为英语。
━ 仅凭一个“Medical”标签提升翻译准确度 该AI翻译模型最大的特点在于,为更准确地翻译生物医学信息,对生物医学相关句子应用了“Medical(医学)”标签进行学习。一般使用的翻译模型未在特定领域专业化,因此在准确翻译生物医学术语方面存在局限。例如,将英文单词“high temperature(高温)”译为德语时,根据它属于气象学用语还是医学用语,可分别译为“hohe Temperatur(高温)”或“Fieber(发热)”。但若在翻译模型本身中体现特定单词或句子是否与生物医学相关,就不会出现此类问题。据NLE研究结果,在翻译含有“抗癌剂”的句子时,一般翻译模型会将抗癌剂译为“drugs(药)”,而应用“Medical”标签后,“多语言及多领域翻译模型”会将其译为“anti-cancer drugs”。
从用户角度看,可根据是否选择生物医学标签,对同一句子获得不同的翻译结果。选择生物医学标签即可获得针对该领域优化的翻译结果,不选择则获得一般翻译模型的结果。开发该翻译模型的研究团队表示:“目前正在积累的大量COVID-19数字信息将成为数百个研究项目的基础”,“任何人都可以下载使用该翻译模型”。
━ 一个模型翻译5种语言 此外,与通常每种语言都需要一个翻译模型不同,“多语言及多领域翻译模型”可用一个模型将5种语言译为英语,提高了数据存储的便利性、稳定性与效率。研究团队解释称:“翻译质量与目前性能最佳的双语模型(bilingual model)相当”,“对韩语和意大利语这类学习数据相对较少的语言翻译尤为有用”。
NAVER集团 Papago负责人辛重辉表示:“我们利用Papago独有的优势开发了该模型,以便全球人们能够跨越语言差异顺畅沟通”,“希望以差异化技术为基础的我们的努力,今后能为经济、危机管理、公共卫生等各领域的研究活动提供助力”。
此外,NAVER集团还在开发适应因COVID-19而改变的工作环境、可在实时视频会议中使用的翻译服务。目前仅针对韩语和日语进行了开发,并以“Papago Meet(暂定名)”的名称近期在公司内部公开。参会者在移动应用中用韩语或日语发言,屏幕上会实时显示翻译成对方语言的内容。 /记者 白珠原 jwpaik@sedaily.com






