散文網(wǎng) » 生活 »日常 » 第一屆古代語言機(jī)器翻譯研討會(huì)ALT2023在中國澳門成功舉辦

第一屆古代語言機(jī)器翻譯研討會(huì)ALT2023在中國澳門成功舉辦

2023-09-14 14:15 作者:翻譯技術(shù)點(diǎn)津 0人讀過 | 我要投稿

海內(nèi)外學(xué)者共研古文機(jī)器翻譯

第一屆古代語言機(jī)器翻譯研討會(huì)ALT2023在中國澳門成功舉辦

2023年9月5日，第一屆古代語言機(jī)器翻譯研討會(huì)（Ancient Language Translation workshop，ALT 2023）在中國澳門特別行政區(qū)成功舉行。

研討會(huì)由南京師范大學(xué)的李斌博士和以色列阿里爾大學(xué)的Shai Gordin博士共同組織，中國人工智能學(xué)會(huì)語言智能專委會(huì)、中國中文信息學(xué)會(huì)青年工作委員會(huì)、中國古籍保護(hù)協(xié)會(huì)古籍智能開發(fā)與利用專委會(huì)、江蘇省人工智能學(xué)會(huì)自然語言處理專委會(huì)協(xié)辦。作為機(jī)器翻譯峰會(huì)MT-SUMMIT2023（https://mtsummit2023.scimeeting.cn/）的子會(huì)議，本屆會(huì)議旨在推進(jìn)世界古代語言機(jī)器翻譯研究，通過評測競賽和會(huì)議研討，增進(jìn)全世界古文研究者的交流，推動(dòng)古代語言自然語言處理技術(shù)的發(fā)展。著名計(jì)算語言學(xué)家馮志偉教授和北京大學(xué)俞敬松教授應(yīng)邀做主旨報(bào)告，清華大學(xué)黃昌寧教授、東北大學(xué)肖桐教授、南京師范大學(xué)陳小荷教授、曲維光教授等近百位學(xué)者線上參會(huì)，來自美國、英國等地的二十多位國內(nèi)外學(xué)者線下參會(huì)。

本屆會(huì)議的特色是首次對古代漢語和以楔形文字為書面形式的阿卡德和蘇美爾文這三種古老的語言進(jìn)行機(jī)器翻譯國際評測，為參賽隊(duì)提供了高質(zhì)量的“古漢語-英語”“古漢語-現(xiàn)代漢語”“蘇美爾語-英語”“阿卡德語-英語”四個(gè)雙語語料庫，和基于五億字《四庫全書》的Siku-Roberta預(yù)訓(xùn)練基座模型，最好的兩支隊(duì)伍華南理工大學(xué)和香港中文大學(xué)的翻譯成績超越了谷歌和百度翻譯，切實(shí)推進(jìn)了古文機(jī)器翻譯研究與技術(shù)交流。

ALT2023包括兩個(gè)評測任務(wù)：EvaHan2023與EvaCun2023。EvaHan致力于對古漢語智能處理技術(shù)進(jìn)行評測。2022年，在法國馬賽舉辦的EvaHan2022針對古代漢語分詞和詞性標(biāo)注任務(wù)開展了技術(shù)評測，數(shù)十支隊(duì)伍參加了評測，十四支隊(duì)伍提交了結(jié)果，大大推動(dòng)了古漢語分詞和詞性分析技術(shù)。今年的EvaHan2023，則專注于古代漢語到現(xiàn)代漢語和英語的機(jī)器翻譯測評，由南京農(nóng)業(yè)大學(xué)信息管理學(xué)院、南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院、南京師范大學(xué)文學(xué)院、南京師范大學(xué)語言大數(shù)據(jù)與計(jì)算人文中心的王東波博士、沈思博士、李斌博士、葉文豪博士、劉瀏博士、馮敏萱博士和許超博士等共同組織。測評所使用訓(xùn)練語料選自先秦典籍、二十四史以及《資治通鑒》的雙語數(shù)據(jù)，其中“古漢語-現(xiàn)代漢語”30萬句對，“古漢語-英語”5900句對，由國家社會(huì)科學(xué)基金重大項(xiàng)目“中國古代典籍跨語言知識(shí)庫構(gòu)建及應(yīng)用研究”（項(xiàng)目編號(hào)：21&ZD331）課題組精加工而成，而測試語料選自江蘇文庫提供的《金樓子》和《后山談叢》，共2000句，由南京農(nóng)業(yè)大學(xué)孟凱博士、南京工業(yè)大學(xué)孫文龍博士和中國藥科大學(xué)趙連振博士精加工而成。EvaHan2023共有22個(gè)參賽隊(duì)伍報(bào)名，最終收到了9份翻譯結(jié)果，收錄了8份技術(shù)報(bào)告。

EvaCun是第一屆楔形文字智能處理的評測競賽，由美國加利福尼亞大學(xué)伯克利分校數(shù)據(jù)科學(xué)團(tuán)隊(duì)與阿里爾大學(xué)數(shù)字歷史實(shí)驗(yàn)室共同承辦。楔形文字是有記錄以來人類歷史上最早的文字系統(tǒng)之一，在過去的兩個(gè)世紀(jì)，中東地區(qū)發(fā)現(xiàn)了數(shù)十萬楔形文字的泥板，其中大多為蘇美爾語和阿卡德語。EvaCun2023包括三個(gè)機(jī)器翻譯任務(wù)——阿卡德語（楔形文字）翻譯到英語、阿卡德語（字母轉(zhuǎn)寫）翻譯到英語以及蘇美爾語（轉(zhuǎn)寫）翻譯到英語。“阿卡德語-英語”平行語料規(guī)模約為5萬句對，“蘇美爾語-英語”平行語料約為8000句對。可惜的是，由于懂得楔形文字的專家較少，該任務(wù)難度過大，國內(nèi)外報(bào)名的多支參賽隊(duì)僅有南京農(nóng)業(yè)大學(xué)提交了翻譯結(jié)果，BLEU值超過了30，但很遺憾錯(cuò)過了截止日期。

開幕式

會(huì)議開幕式由南京師范大學(xué)文學(xué)院李斌博士主持，他介紹了ALT2023測評的背景、主要承辦和參與人員、會(huì)議流程和時(shí)間安排，介紹了EvaCun和EvaHan的評測概況，宣布會(huì)議正式開幕。

特邀報(bào)告

教育部語言文字應(yīng)用研究所、新疆大學(xué)馮志偉教授，作了題為“Significance of Ancient Language Translation（古代語言翻譯的重要性）”的主旨報(bào)告。馮志偉教授是我國著名計(jì)算語言學(xué)家，精通五種外語、兼通語言學(xué)、數(shù)學(xué)和計(jì)算機(jī)科學(xué)，是我國最早從事自然語言處理和計(jì)算語言學(xué)研究的學(xué)者之一，在國內(nèi)外出版著作30多部，發(fā)表論文400余篇，曾獲2018年CCF、NLPCC杰出成就獎(jiǎng)。馮志偉教授以其六十年學(xué)術(shù)經(jīng)歷，概述了機(jī)器翻譯的發(fā)展歷程，論證和強(qiáng)調(diào)了古漢語機(jī)器翻譯對于中華民族傳統(tǒng)文化“走出去”的重要意義。

會(huì)議第二個(gè)主旨報(bào)告由北京大學(xué)俞敬松教授主講，題為“Research and Development Report on the Integrated Platform for Ancient Text Compilation and Research（古籍整理加工與出版研究平臺(tái)的研發(fā)報(bào)告）”。俞敬松教授介紹了團(tuán)隊(duì)構(gòu)建的古籍智能信息處理系統(tǒng)，對系統(tǒng)的標(biāo)點(diǎn)、分詞、機(jī)器翻譯等功能進(jìn)行了詳細(xì)展示和講解，可以為非計(jì)算機(jī)專業(yè)的人文學(xué)者提供便捷。

評測總結(jié)報(bào)告

在兩大評測任務(wù)的總結(jié)報(bào)告中，以色列阿里爾大學(xué)Digital Past Lab（數(shù)字歷史實(shí)驗(yàn)室）主任Shai Gordin博士介紹了楔形文字機(jī)器翻譯評測EvaCun的背景，講述了阿卡德、蘇美爾文的簡要?dú)v史、數(shù)字化和雙語語料庫的構(gòu)建過程，以及阿里爾大學(xué)在楔形文字機(jī)器翻譯取得的進(jìn)展，特別是他們在PNAS上發(fā)表的重要論文。對唯一提交結(jié)果的南京農(nóng)業(yè)大學(xué)參賽隊(duì)予以肯定，并宣布EvaCun評測將在明年繼續(xù)舉辦。

南京農(nóng)業(yè)大學(xué)王東波教授介紹了古漢語機(jī)器翻譯評測EvaHan，包括測評語料、模式、參賽隊(duì)伍及結(jié)果，對會(huì)議支持單位表示感謝。特別指出，從評測結(jié)果可以看出，古漢語翻譯到現(xiàn)代漢語的效果明顯好于翻譯到英語，主要是訓(xùn)練數(shù)據(jù)量的差異造成的，建設(shè)“古漢語-英語”雙語語料庫是今后的工作重點(diǎn)。

接著，EvaHan2023的八支參賽隊(duì)進(jìn)行口頭報(bào)告，北京大學(xué)、華南理工大學(xué)、香港中文大學(xué)、中國科學(xué)技術(shù)信息研究所、北京理工大學(xué)、南京大學(xué)、上海理工大學(xué)、南京中醫(yī)藥大學(xué)等8所高校與科研院所依次報(bào)告。在論文報(bào)告過程中，現(xiàn)場及線上參會(huì)學(xué)者與參賽選手進(jìn)行了交流與探討，產(chǎn)生了良好的反饋。其中，華南理工大學(xué)和香港中文大學(xué)在“古漢-現(xiàn)漢”賽道上，分別取得29.68和27.33的BLEU值，譯文質(zhì)量較好，都超過了百度的25.57（谷歌則不具備此翻譯功能）。但是在“古漢-英語”賽道上，各參賽隊(duì)和百度、谷歌均未能超過13的BLEU值，古漢語翻譯為英語仍是一個(gè)難題。

頒獎(jiǎng)

EvaHan2023頒獎(jiǎng)環(huán)節(jié)由李斌博士主持。以色列阿里爾大學(xué)數(shù)字歷史實(shí)驗(yàn)室主任Shai Gordin宣布獲得三等獎(jiǎng)的參賽隊(duì)伍：中國科學(xué)技術(shù)信息研究所團(tuán)隊(duì)，由鄧寧遠(yuǎn)領(lǐng)獎(jiǎng)；北京理工大學(xué)團(tuán)隊(duì)，由曾理領(lǐng)獎(jiǎng)。李斌博士宣布獲得二等獎(jiǎng)的參賽隊(duì)伍：香港中文大學(xué)團(tuán)隊(duì)，由Stutart M. McManus領(lǐng)獎(jiǎng)；北京大學(xué)團(tuán)隊(duì)，由林立領(lǐng)獎(jiǎng)。馮志偉教授宣布獲得一等獎(jiǎng)的參賽隊(duì)伍：華南理工大學(xué)團(tuán)隊(duì)，由曹家歡領(lǐng)獎(jiǎng)。

華南理工大學(xué)團(tuán)隊(duì)獲一等獎(jiǎng)，曹家歡同學(xué)領(lǐng)獎(jiǎng)

香港中文大學(xué)團(tuán)隊(duì)獲二等獎(jiǎng)，Stutart M. McManus博士領(lǐng)獎(jiǎng)

北京大學(xué)團(tuán)隊(duì)獲得二等獎(jiǎng)，林立同學(xué)線上領(lǐng)獎(jiǎng)

中信所和北理工團(tuán)隊(duì)獲得三等獎(jiǎng)，鄧寧遠(yuǎn)和曾理在線上領(lǐng)獎(jiǎng)

閉幕式

在閉幕式上，馮志偉教授致辭，肯定了本屆會(huì)議的重要價(jià)值，古漢語機(jī)器翻譯大有可為，能夠?qū)偶幕罨?、繼承和弘揚(yáng)中華優(yōu)秀傳統(tǒng)文化與對外文化交流傳播起到非常重要的作用。作為會(huì)議的發(fā)起人和組織者，Shai Gordin博士表示古代語言機(jī)器翻譯難度大，文化價(jià)值高，需要更多的學(xué)者共同努力推進(jìn)。李斌博士對程序委員會(huì)、線上線下參會(huì)學(xué)者和志愿者表示了感謝，同時(shí)感謝了江蘇鳳凰傳媒承擔(dān)的《江蘇文庫》項(xiàng)目對評測的贊助和支持，他們?yōu)镋vaHan提供了測試數(shù)據(jù)底本，為技術(shù)測試提供了保障。

李斌博士最后對研討會(huì)進(jìn)行了總結(jié)，當(dāng)前古代語言機(jī)器翻譯的最大困境在于，高質(zhì)量古代語言數(shù)據(jù)資源嚴(yán)重稀缺，而且非常依賴古文專家的專業(yè)知識(shí)。本屆會(huì)議的最大貢獻(xiàn)在于，建設(shè)、發(fā)布和共享了大規(guī)模高質(zhì)量的多語種古代語言語料庫，有力推進(jìn)了古文機(jī)器翻譯系統(tǒng)的開發(fā)。李斌博士代表會(huì)議發(fā)出呼吁，要在古代語言資源和知識(shí)庫建設(shè)方面加大投入，培養(yǎng)古代語言和計(jì)算機(jī)科學(xué)的通才，推動(dòng)多語言古文機(jī)器翻譯的開發(fā)與應(yīng)用。