人工智能延伸科學(xué)交流觸角

近日，一款看起來挺有文化的寫稿機(jī)器人上線了。它叫小柯，由中國科學(xué)報社和北京大學(xué)科研團(tuán)隊共同研發(fā)。

小柯寫的不是普通的稿子，而是中文科學(xué)新聞。據(jù)介紹，運(yùn)用自然語言處理技術(shù)，小柯以英文論文摘要為基礎(chǔ)，能夠快速寫出中文科學(xué)新聞底稿，然后由專業(yè)人士和報社的編輯進(jìn)行把關(guān)和信息完善，幫助科學(xué)家以中文方式快速獲取全球高水平英文論文中的最新科研進(jìn)展。

目前小柯的作品已經(jīng)上線。人工智能的觸角，也在伸向各個領(lǐng)域。

小柯：一個盡職的摘要翻譯轉(zhuǎn)寫者

筆者發(fā)現(xiàn)，7月5日，小柯機(jī)器人發(fā)出第一篇稿子，截至8月22日筆者統(tǒng)計時，小柯機(jī)器人共發(fā)稿415篇。初期更新時間距論文發(fā)表時間間隔一個月左右，現(xiàn)在可以做到當(dāng)天或隔天更新，每天更新幾篇到二十幾篇不等。所選論文來自生命科學(xué)等領(lǐng)域，涉及《自然》《細(xì)胞》《新英格蘭醫(yī)學(xué)雜志》等期刊。

筆者對照分析了小柯作品《單細(xì)胞測序揭示冠狀動脈疾病保護(hù)機(jī)制》及其英文原文。新聞中，小柯先對論文主題、研究單位以及發(fā)表期刊進(jìn)行簡單介紹，后接英文原文摘要的翻譯，大致反映原文內(nèi)容;翻譯時會對原文進(jìn)行適當(dāng)?shù)恼Z句簡化，同時在對專業(yè)詞語的翻譯上也使用了如“血管平滑肌細(xì)胞”“保護(hù)性纖維帽”等專業(yè)表述。

不過，這也不全是小柯的功勞，因為稿件發(fā)出前，還有人工審校這一步驟。北京大學(xué)計算機(jī)科學(xué)技術(shù)研究所研究員萬小軍團(tuán)隊負(fù)責(zé)小柯的系統(tǒng)總體設(shè)計與聯(lián)合技術(shù)攻關(guān)。他告訴筆者，目前機(jī)器翻譯系統(tǒng)的性能很大程度上依賴于其所使用的訓(xùn)練數(shù)據(jù)，即平行語料。目前的平行語料多為新聞?wù)Z料，因此訓(xùn)練得到的機(jī)器翻譯模型對于日常新聞的翻譯效果較好。但學(xué)術(shù)文獻(xiàn)（比如生物學(xué)術(shù)論文）與日常新聞在用詞造句等方面都有較大差別，機(jī)器翻譯系統(tǒng)對于學(xué)術(shù)文獻(xiàn)翻譯的效果并不理想。

這一次，他們通過融合領(lǐng)域知識進(jìn)行語句智能篩選，選擇適合大眾理解的語句，并基于語句簡化提升語句翻譯質(zhì)量?！坝⑽膶W(xué)術(shù)論文摘要適合專業(yè)科研人員閱讀，但摘要中的語句并不都適合寫到科學(xué)新聞中面向大眾傳播，因此需要結(jié)合編輯提供的先驗知識，采用計算機(jī)算法對語句進(jìn)行篩選，保留適合進(jìn)行大眾新聞傳播的語句?！比f小軍說。