谷歌宣布借助PaLM 2大语言模型，为谷歌翻译（Google Translate）添加110 种新语言支持，不仅涵盖粤语等大语种，还有如克丘亚语等珍贵的非洲少数民族语言，惠及超5亿人，特别是非洲地区，大幅增强了对该区域语言的支持，如丰语、沃洛夫语等。这项扩展，让全球8%的人口得以享受无障碍交流的便利。
- 官方介绍：https://blog.google/products/translate/google-translate-new-languages-2024
以下是官方全文翻译：
Google Translate 消除语言障碍，帮助人们更好地连接和理解周围的世界。我们总是采用最新技术，让更多人能够使用这个工具：在 2022 年，我们通过零样本机器翻译（Zero-Shot Machine Translation）增加了 24 种新语言，这种机器学习模型能够在没有见过任何例子的情况下学会翻译成另一种语言。我们还宣布了 1000 种语言倡议（1,000 Languages Initiative），致力于构建支持全球最常使用的 1000 种语言的 AI 模型。
现在，我们利用 AI 扩大我们支持的语言种类。得益于我们的 PaLM 2 大语言模型，我们将向 Google Translate 推出 110 种新语言，这是我们迄今为止最大的扩展。
为超过五亿人提供翻译支持
从粤语到克丘亚语（Qʼeqchiʼ），这些新增加的语言代表了超过 6.14 亿的使用者，为全球约 8% 的人口开放了翻译服务。其中一些是拥有超过一亿使用者的主要世界语言。还有一些是小规模的土著社区使用的语言，少数语言几乎没有母语使用者，但仍有积极的复兴努力。约四分之一的新语言来自非洲，这是我们迄今为止对非洲语言的最大扩展，包括丰语（Fon）、基孔戈语（Kikongo）、卢奥语（Luo）、加语（Ga）、斯瓦蒂语（Swati）、文达语（Venda）和沃洛夫语（Wolof）。
以下是 Google Translate 新增支持的一些语言实例：
- 阿法尔语（Afar）是一种在吉布提、厄立特里亚和埃塞俄比亚使用的声调语言。在这次新增的语言中，阿法尔语获得了最多的志愿者社区贡献。
- 粤语是长期以来 Google Translate 用户最期待支持的语言之一。由于粤语在书写上经常与普通话混用，寻找数据和训练模型成为一个挑战。
- 曼岛语（Manx）是曼岛上的凯尔特语言。它曾一度濒临灭绝，直到 1974 年最后一位母语使用者去世。但多亏了一个全岛范围的复兴运动，现在有数千人在使用这种语言。
- NKo 是一种标准化的西非曼丁哥语，它将许多方言统一为一种共同语言。它独特的字母表是在 1949 年发明的，至今还有一个积极的研究社群在为它开发资源和技术。
- 旁遮普语（Shahmukhi）是使用波斯-阿拉伯文字（Shahmukhi）书写的旁遮普语，是巴基斯坦最广泛使用的语言。
- 塔马齐格特语（Tamazight 或 Amazigh）是北非的柏柏尔语言。尽管存在许多方言，但其书面形式通常是相互可理解的。它使用拉丁字母和提非纳字母书写，Google Translate 都支持。
- 托克皮辛语（Tok Pisin）是基于英语的克里奥尔语，是巴布亚新几内亚的通用语言。如果你懂英语，试着翻译成托克皮辛语——你可能能理解其意思！
我们如何选择语言变体
在添加新语言到 Translate 时，我们考虑了许多因素——从我们提供的变体到我们使用的具体拼写。
语言有极大的变体多样性：地区变体、方言、不同的拼写标准。实际上，许多语言并没有统一的标准形式，因此无法选择一个“正确”的变体。我们的方法一直是优先考虑每种语言最常用的变体。例如，罗曼尼语（Romani）在欧洲有多种方言。我们的模型产生的文本最接近于南弗拉克罗曼尼语（Southern Vlax Romani），这是一种在网上常用的变体。但它也融入了其他元素，如北弗拉克和巴尔干罗曼尼语。
PaLM 2 在解决这一难题中发挥了关键作用，帮助 Translate 更高效地学习彼此密切相关的语言，包括与印地语相近的语言，如阿瓦德语（Awadhi）和马尔瓦迪语（Marwadi），以及像塞舌尔克里奥尔语（Seychellois Creole）和毛里求斯克里奥尔语（Mauritian Creole）这样的法语克里奥尔语。随着技术的进步，随着我们继续与专家
0条评论