# 微软这次抢先 Google，要在广东和香港大涨真爱粉

- 作者：方嘉文
- 发布时间：2016-11-03 15:18
- 分类：新创
- 原文：https://www.ifanr.com/741130

![microsoft](https://s3.ifanr.com/wp-content/uploads/2016/11/microsoft.jpg)

> 想节棱，棱胎棱。

一头雾水？请看以下图片：

![gutianle](https://s3.ifanr.com/wp-content/uploads/2016/11/gutianle.jpeg)截图来自[广告视频](https://www.youtube.com/watch?v=Xx_XBHSigv4)

想起了吗？

没错，这就是曾经传遍网络的某轮胎广告，里面生动地体现了以粤语为母语人民的“煲冬瓜”（备注：“煲冬瓜”=“普通话”，广东和香港人用于自嘲普通话不标准的说法）。当然，古天乐现在的普通话已经进步很多了，但微软还是决定要将人类从“煲冬瓜”里解救出来。同时，这也是微软要打破世界语言隔阂的其中一个举动。

![can-1](https://s3.ifanr.com/wp-content/uploads/2016/11/can-1.jpg)电影《家有喜事 1992》剧照，截图来自电影

前段时间，微软亚洲研究院在其官网上[宣布](http://www.msra.cn/zh-cn/news/headlines/microsoft-translator-20160721.aspx)微软翻译（Microsoft Translator）正式发布粤语文本翻译功能， 并已集成到必应搜索和翻译、Microsoft Office、SharePoint、Cortana（微软小娜）和 Yammer。

事不宜迟，ifanr（微信号 ifanr） 现在和大家一起测试一下。

### **Level 1 —— 词汇题：表情包**

Level 1 的测试选择了微信表情包“广东青年粤语表情”，其中包括了“核突”、“靓爆镜”、“细路”等不少有看港剧的非粤语母语者都能看懂的词语。测试词汇合计 14 个，结果如下：

*（正确部分）*![cantonese test](https://s3.ifanr.com/wp-content/uploads/2016/11/WechatIMG12.jpeg)

*（无法翻译部分）*

![cantonese test](https://s3.ifanr.com/wp-content/uploads/2016/11/WechatIMG13-1.jpeg)

翻译测试正确率：50%。（翻不出来的，都会保持原来的写法。）

根据微软[官网介绍](https://www.microsoft.com/zh-cn/translator/at.aspx)，微软翻译基于平行语料库，且应用了机器学习技术和应用统计学，翻译“利用单词的整个语境，而非单个单词来为整句提供最佳的译文。” 因此，爱范儿（微信号 ifanr）将为原来翻译不正确的词语提供了语境，再试一次：

![para-test](https://s3.ifanr.com/wp-content/uploads/2016/11/para-test.jpg)

在本次测试中，微软翻译在语境中对“靓爆镜”、“无阴功“、“锡晒距”和“心淡”的理解都基本正确。可见语境对于提高理解还是有帮助的。

![1855897200](https://s3.ifanr.com/wp-content/uploads/2016/11/1855897200.gif)《英雄本色》剧照，动图来自电影

第一轮得分：85。

### **Level 2 —— 阅读题：香港娱乐新闻**

其中一个粤语口语文本出现较频繁的情景是香港娱乐新闻，因此 2 级测试截取了[难度中等的新闻报道](http://hk.apple.nextmedia.com/enews/realtime/20161102/55858289)测试，结果如下：

![para-test-2](https://s3.ifanr.com/wp-content/uploads/2016/11/para-test-2.jpg)

总体而言，翻译文本意思基本通畅，只是在某些口语化特别强的词语翻译上有点奇怪。例如：“精灵 BB”，语境中意思应为形容人的精神状态很好，看起来聪明，反应快。

但这个错误真不可以怪微软，因为这个用法包含了两个知识点：1. “精灵”在粤语中为不同音多义词，其一可用于指神话中出现的生物“精灵”，和普通话一样；其二为形容人看起来或做事很机智；2. 粤语中喜爱用“BB”搭配在形容词和名词后用于表达亲昵，并无实义。

从另一个角度看来，微软翻译在这个测试中，不少粤语用词的处理都比较好，例如：“查实”=“其实”、“嗲幾句”=“闲聊几句”；而“咁”、“嘅”、“喺”、“噚晚”等高频用词的翻译表现更是稳定。

第二轮得分：80。

**Level 3 —— 翻译题：地道地“说”粤语**

既然微软翻译的成段粤语-普通话翻译表现不错，那普通话译粤语呢？

![para-test-3](https://s3.ifanr.com/wp-content/uploads/2016/11/para-test-3.jpg)

从测试结果看来，微软翻译“说”粤语的能力基本和反向翻译的水平相符，可以将一些高频词如“是”、“的”、“还”等转化为粤语口语用法。

但翻译同一词语在不同语段里翻译效果不一的现象。例如，在测试第二段中，原本第一段保留的“爱范儿”就成了“钟意范儿”、“无人机”也成了“冇人机”。这呼应了之前提及的依赖语境翻译的说法，但同时也体现其不准确性。因此，还是建议学习粤语的用户在参考时要谨慎。

第三轮得分：70。

### **终极 BOSS —— 奥赛题：口语+脏话搭配测试**

（说明：下文涉及不雅语言，目的仅用于测试，不建议模仿）

![2886807361145460067](https://s3.ifanr.com/wp-content/uploads/2016/11/2886807361145460067.gif)电影《九品芝麻官》剧照，动图来自电影

人在学习新语言的时候，经常学得最快记得最牢的都是脏话，有[文章](http://people.howstuffworks.com/swearing.htm)表明这是出于社交需求。那暂无社交需求微软翻译又是否如此呢？

![foul-languaue-test](https://s3.ifanr.com/wp-content/uploads/2016/11/foul-languaue-test-e1478161205927.jpg)

测试表明，平行语料库里有包含脏话素材，因此系统可以辨认得出脏话词组，但还是无法以合符说话习惯的方式来组织句子。

第四轮得分：60。

### **测试结论**

**微软四轮综合得分：75.75 分。**

从该次测试看来，微软的表现还是非常不错的。虽然现阶段可翻译的部分还局限于单个词语以及一些常用衔接词，但鉴于粤语本质上为一种口语（粤语的书面翻译对应类别为简体字与繁体字翻译），用法特别灵活，所以这样的水平已非常不错。相信日后在语料库不断丰富以及长期机器学习后，效果必定会更好。

Google 在去年 2 月的时候，已经向用户发出邀请到[翻译社区](https://translate.google.com/community#en/yue)参与粤语翻译的准备工作，但没想到这次居然让微软抢先一步面世。不过无论如何，推出粤语翻译功能只是时间的问题。因为根据人机通过语音交互的大趋势，粤语这个在国内有 5500 万人，国外 2000 万人使用的口语，还是非常值得去突破。

而且，微软说了，要 “永久打破语言的障碍，让人们实现随时随地的多语言沟通。” 那是要让人们可以自由地使用自己想说的语言无障碍地沟通。

### **课外活动：和爱范儿一起来玩**

调戏微软粤语翻译攻略：

1. 打开[必应翻译](https://www.bing.com/translator/)；
2. 选择“粤语（繁体中文）”（如果是粤语翻普通话，就在左边对话框选择粤语；反之亦然）；
3. 手动输入粤语的用户需要将输入法调为繁体字输入法（否则表现不稳定哦）；
4. 在左边框输入要翻译的文本，点击“翻译”，OK！

![cantones test](https://s3.ifanr.com/wp-content/uploads/2016/11/WechatIMG15.jpeg)

欢迎各位对粤语，或者调戏微软翻译有兴趣的朋友，加入我们的“微软粤语翻译群”，分享大家给微软出的考试题。届时，我们会精选大家分享的“微软粤语考题”到本文章上。

加入方式：关注 ifanr（微信号 ifanr），输入“粤语”，扫码入群一起玩。

![t01ca5a54bed2b87129](https://s3.ifanr.com/wp-content/uploads/2016/11/t01ca5a54bed2b87129.gif)电影《家有喜事 1992》剧照，动图来自电影截图

题图来自[微软官网](https://www.microsoft.com/zh-cn/ard/default.aspx)