微軟采用了對偶學習(dual learning)、推敲網(wǎng)絡(luò)(deliberation networks)聯(lián)合訓練(joint training)和一致性規(guī)范(agreement regularization)的技術(shù)組合。對偶學習和推敲網(wǎng)絡(luò)此前已經(jīng)發(fā)布，此次新增了后兩項技術(shù)。

根據(jù)微軟的介紹，對偶學習類似與人類翻譯的“回譯”，將中文翻譯成英文后，系統(tǒng)會將相應(yīng)的英文結(jié)果再翻譯回中文，并與原始的中文句子進行比對;推敲網(wǎng)絡(luò)顧名思義，是機器翻譯的不斷推敲修改。

聯(lián)合訓練則可以理解為用迭代的方式去改進翻譯系統(tǒng)，用中英翻譯的句子對去補充反向翻譯系統(tǒng)的訓練數(shù)據(jù)集，同樣的過程也可以反向進行。一致性規(guī)范則讓翻譯可以從左到右進行，也可以從右到左進行，最終讓兩個過程生成一致的翻譯結(jié)果。

目前微軟的這一翻譯已經(jīng)開放(地址：https://translator.microsoft.com/neural/)，實際使用中運行可能偏慢。微軟會顯示兩種翻譯結(jié)果，從實際測試來看，微軟修正后的翻譯系統(tǒng)(右)，顯示出了相對更高的翻譯水平。

微軟亞洲研究院副院長、自然語言計算組負責人周明表示，仍有很多挑戰(zhàn)有待解決，例如在實時的新聞報道上測試翻譯系統(tǒng)。

考慮到中文的復雜性，中翻英常被用于考驗機器翻譯的水平。而近年來機器翻譯水平的突飛猛進，人工智能的深度神經(jīng)網(wǎng)絡(luò)學習功不可沒。

2016年9月，谷歌翻譯就宣布在翻譯系統(tǒng)中引入神經(jīng)網(wǎng)絡(luò)，令中翻英更為流暢自然。

神經(jīng)網(wǎng)絡(luò)的學習，以谷歌的機器翻譯為例，翻譯不再以單詞為單位，而是以整句為單位，兼具單詞的意義和合適的語法。這種深度學習不但能提升翻譯水平，還在自動駕駛等其他需要人工智能的領(lǐng)域，有重要作用。

不過，機器翻譯軟件的英翻中水平，似乎還是有些堪憂……