谷歌翻譯是收斂的嗎？

---

之前Google Translate的工程師來我們系裡做過講座，聽了個大概，試著答一下。

Google Translate運用了大量的machine learning的演算法，他們會把辭彙表輸入到系統里，然後規定一些基本的語法規則，接下來就用machine learning分析成千上萬的已經翻譯好的雙語對照的文檔。然後根據這些已有文檔自己總結出更多的規則出來。

當用戶給了一個輸入後，如果這個輸入是單詞，直接查找相應的翻譯就好； 如果是句子/短語，那麼它會進行一定的解析（parsing tokenize）。當然，一句話很可能有很多不同的解析方法，（比如對詞性的判斷不同，對主語判斷不同等等），它會根據之前machine learning習得的規則挑一個「它認為」最合理的解析方式，然後找到對應翻譯，按語法規則整合後呈遞給用戶。

所以就像樓上舉的例子一樣，如果你輸入的不是非常常見的或者標準的句型，一般Google 是不會整句對應地翻譯的。就像樓上舉的例子：

谷歌將永遠無法理解深（深）的愛

這句話前半部分都很好，我們看到只有後面深深的愛這裡有反覆，為什麼呢？「深深的愛」是一個典型的形容詞+名詞短語，Google足以聰明到識別出這個短語的結構，所以可以無誤地翻譯成英文 deep deep love。然而在中文裡，形容詞末尾的「的」很多時候是可有可無的，Google根據以前ML習得的英譯中規則來決定是不是加上這個「的」，然而這應該是一個non-deterministic的演算法，而且我猜中文形容詞末尾出現/不出現「的」的概率很相近，所以你會看到有時候有，有時候沒有。。

所以很多時候你輸入的第一句話是不收斂的，反覆多次就收斂了 （或者至少有這個趨勢）。

如果你輸入的是：

知識就是力量&<--&>The knowledge is power

這個句子很可能已經存在於Google的資料庫里了，而且沒有任何歧義，所以一次就是收斂的。

你可能還好奇，為什麼我已經輸入過「谷歌將永遠無法理解深（深）的愛」了，Google還是不知道把它翻譯回來呢？

因為用戶輸入的文本在這個演算法里權重很低，低到忽略不計，所以你的輸入對它的後繼翻譯幾乎沒有影響。

同樣的道理，比如你覺得Google翻譯的不對，可以手動糾正翻譯結果，但你的這個反饋並不會馬上被採納，也是因為權重不夠高，只有收集了足夠的反饋證明你的這個糾正是合理的時候才會被採納。所以這也是你為什麼糾正過一次翻譯後，馬上再翻譯同樣的詞句還是會看到糾正以前的結果。

---

不一定收斂到不動點，一樓給出了周期軌的例子。

如果句子長度有限（不超過 N 個字），那麼這個集上的翻譯變換一定會落入周期軌。

不過考慮到 GOOGLE 可以接受任意長度的句子，似乎可以提出個猜想：「GOOGLE 翻譯」變換沒有奇異吸引子，也沒有推斥域。

---

推薦閱讀：