转载

从阿姆哈拉语到班图语，Google Translate新增13种语言，支持语种总数突破100大关！

发表者： Sveta Kelman, Google Translate 资深项目经理

自 2006 年起，我们开始在英语与阿拉伯语，中文和俄罗斯语之间使用机器学习为基础的翻译方法。十年之后，加上我们今天新增的 13 种语言， Google Translate 支持的语种总数已达到 103 种，覆盖了 99% 的线上人口。

新添加的 13 种语言包括：阿姆哈拉语、科西嘉语、弗利然语、吉尔吉斯坦语、夏威夷语、库尔德语、卢森堡语、萨摩亚语、苏格兰盖尔语、修纳语、信德语、帕施图语以及班图语，让超过 1.2 亿人所使用的语言加入 Google Translate 大家庭。

翻译语言基本准则是书面用语，在这一准则之上，我们还需要翻译大量网络上可使用的新兴用语。因此，我们将机器学习原理，授权内容以及翻译社区（ Translate Community ）进行结合。

在网络上我们可以得到数十亿翻译文本，因此我们利用机器学习让系统大规模的 “ 学习 ” 语言。但已有的文章并不能完全涵盖语言的广度，我们同样也需要翻译社区的你们来帮助我们提高 Google Translate 质量并添加新语言，比如弗利然语和吉尔吉斯坦语。目前，已有超过 300 万社区群众贡献了将近 2 亿个译词。

从阿姆哈拉语到班图语，Google Translate新增13种语言，支持语种总数突破100大关！

在你深入探索翻译功能之前，这有一些关于语言的趣味信息供你了解：

阿姆哈拉语（埃塞俄比亚）是阿拉伯语之后最为广泛使用的塞姆语系
科西嘉语（法国科西嘉岛）与意大利语类似，是拿破仑的母语。
弗利然语（荷兰，德国）是超过一半的荷兰弗里斯兰省居民的母语。
吉尔吉斯坦语（吉尔吉斯坦）是吉尔吉斯族英雄史诗《玛纳斯》所使用的语言，它比《伊利亚特》和《奥德赛》相加还要长 20 倍。
夏威夷语（夏威夷）已经有一些单词被英语借鉴，比如尤克里里（ ukulele ）和维基（ wiki ）。
库尔德语（土耳其，伊拉克，伊朗和叙利亚）使用拉丁字母书写，而另外两种库尔德语系则使用阿拉伯文。
卢森堡语（卢森堡）的添加，使 Google Translate 覆盖了完整的官方欧盟语言列表。
萨摩亚语（萨摩亚群岛和美属萨摩亚群岛）的书写仅仅使用 14 个字母。
苏格兰盖尔语（英国苏格兰高地）由爱尔兰移民在公元四世纪引入。
修纳语言（津巴布韦）是班图人家庭在数以百计的用语中最为广泛使用的语言。
信德语（巴基斯坦，印度）是巴基斯坦国父穆罕默德·阿里真纳的母语。
帕施图语（阿富汗，巴基斯坦）使用波斯阿拉伯文字，并添加了 12 个字母，共计 44 个。
班图语（南非）在南非是除南非语之外的第二常见语言，三个特点由字母 x 、 q 和 c 显现。

虽然我们已实现超过 100 种语言的相互翻译，但这一切还远远不够。如果你也想贡献一份力量，为什么不赶在 2 月 21 日国际母语节到来之际加入翻译社区。你只需选择日常用语，就可以进行短语翻译或者验证已有的译文。你的每一次付出都能够帮助我们提高翻译质量。同时，分享你的反馈到 Translate.Google.com ，我们非常乐意听到你的建议！

对于每一种新语言，我们通过改善算法和系统，并从翻译社区里的翻译中汲取精华，从而使翻译质量不断完善。你将在接下来的日子里体验到今天的语种更新。

无论你使用何种语言，我们希望今天的更新可以让你打破语言的隔阂，让你能够与无数新朋友自如地沟通对话。

原文 http://blog.sina.com.cn/s/blog_9c079b040102wntc.html

正文到此结束