技术解读：火山翻译是如何解决数字翻译痛点的

　　近期，国外一份调查报告误将392万和83万的采购费用翻译为39.2亿和830万，闹出国际笑话。有分析认为，此乌龙事件是国外机器翻译软件造成的。

　　让很多人意想不到的是，看似简单的数字，在机器翻译中向来是一大痛点。就以「392.687694万元（人民币）」为例，我们测试不同翻译软件的翻译结果。

　　数字翻译「中译英」测试

　　首先测试「中译英」，国内外9款主流翻译软件中，只有火山翻译和腾讯翻译君准确地翻译出了392万。其余7款产品，有翻译成392的，有翻译成39.2亿的(与“乌龙”报告结果一致)，甚至还有翻译成392万亿的，比正确结果扩大一亿倍，另外4款都翻译成了3.92亿。测试结果如下列组图所示。

　　火山翻译：

　　腾讯翻译君：

　　以下为其他7款翻译产品的测试结果。

　　翻译为39.2亿(与国外报告翻译结果一致)：

　　翻译为392：

　　翻译为392万亿：

　　翻译为3.92亿：

　　数字翻译「英译中」测试

　　我们用不同软件把英文「3.92687694 million yuan (RMB)」 翻译回中文，会是怎么样的结果?

　　这次只有火山翻译准确翻译出了392万元人民币。其他8款产品，有翻成3.92万的，有翻成39.2亿的，也有翻成392万亿的，另外5家都翻成了3.92万亿。测试结果见下列组图。

　　火山翻译：

　　其他产品的翻译结果：

　　数字的重要性毋庸多言，在商业条款中如果翻译错一个数字，可能会带来成千上万的损失;建筑图纸中一个数字翻译的疏漏，就可能导致一项庞大建筑工程轰然倒塌。想要保证数字翻译的准确度，远不是誊写一串阿拉伯数字再翻译单位这么简单。从上面测试中也可以看到，一些国际巨头的翻译产品，在数字翻译中照样会出现偏差万倍甚至上亿倍的错误。

　　数字翻译难在哪？

　　数字翻译对翻译者关于目标语言数字表达的理解要求较高，在中英翻译中，数字翻译的难点主要在以下方面：

　　a.中英语言中不同的数字单位，如1000万翻译成10 million，不能简单地「拷贝」

　　b.很长的数字容易带来偏差

　　c.超大数字的翻译问题，如trillion、万亿以上的单位

　　d.中英语言中不同的计量单位，如中文中的“斤”，容易被翻译成“kg”

　　e.带有货币符号的数字容易犯错

　　当前，很多翻译软件对数字没有做额外的处理，采用的是与普通文字相同的sequence-to-sequence神经机器翻译模型。这一模型翻译质量较高，流畅性较好，但存在一个显著的缺陷， 就是缺乏常识和推理能力，无法理解对于人类来说比较简单的规则，例如，“万”和“million”的的转换、单位货币之间的不同等。

　　火山翻译如何解决数字翻译难题？

　　我们从火山翻译技术分享中了解到，火山翻译的翻译模型见到对应的数字之后，会将其抽取出来，通过推理、计算等智能过程，对数字进行跨语言的语义转换，然后将其置于翻译句子适当的位置中，类似人类的翻译推理过程。

　　火山翻译是字节跳动旗下火山引擎的AI中台能力之一，技术能力已经在飞书的文档、消息翻译和火山引擎的企业级客户中广泛应用。由于当前机器翻译场景中存在大量的数字内容，数字翻译也一直是火山翻译团队持续优化的重要方向。目前， 火山翻译已经支持56门语言、3080个语向的翻译。