@科研黨，這大概是最好用的論文閱讀神器了，還免費

魚羊 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

這位道友，不知嗑鹽途中，你是否也有閱讀英文論文效率低下的煩惱？

作為一個arXiv天天見的英語渣，本蒟蒻反正是在挖掘論文閱讀神器的道路上不能自拔。

這不最近，就又被網(wǎng)友們種草了一款桌面翻譯軟件。

淺試一下，翻譯PDF的效果是醬嬸的：

還有逐句對照功能：

如果只是想看一眼摘要，隨手截屏就OK，同樣有中英文對照：

媽媽再也不用擔(dān)心我刪回車刪到手抽筋（手動狗頭）。

△PDF中直接復(fù)制出的文本有多余換行，影響翻譯效果

這樣的功能，來自最近更新升級的網(wǎng)易有道詞典9。有一說一，一眼看去效果確實有點頂~

進一步翻翻有道詞典官網(wǎng)，就會發(fā)現(xiàn)此番進化，這個工具強調(diào)的就是提高“學(xué)術(shù)生產(chǎn)力”。

至于究竟是不是那么回事，咱們不妨一起仔細(xì)試上一試。

從論文檢索到論文寫作全流程可用

讀英文文檔，翻譯PDF是剛需。

此前，學(xué)術(shù)好幫手谷歌翻譯就有PDF文檔翻譯功能。

不過，谷歌的文檔翻譯總有那么點小毛病。

比如，容易出現(xiàn)版面錯亂的問題，導(dǎo)致你似乎每個字都能看懂，湊一起就不知道啥意思了。

舉個例子，原文的表格長這樣：

用谷歌翻譯，你會得到這樣一個文字錯位、多少有點影響理解的結(jié)果：

相比之下，有道給出的結(jié)果長這樣：

可以說在版面保持這方面，有道詞典明顯勝過一籌。

而比谷歌翻譯更加方便的是，有道詞典還有直觀的雙語對照功能。

畢竟雖然機翻能夠提高閱讀效率，但完全脫離英文原文看論文還是不太現(xiàn)實的。

相比兩個文檔來回倒這樣手忙腳亂的操作，直接同屏對照方便許多。

更妙的一點是，有道詞典此次“學(xué)術(shù)進化”，對計算機、醫(yī)學(xué)、金融經(jīng)濟學(xué)等專業(yè)領(lǐng)域進行了針對性優(yōu)化，能夠提升術(shù)語翻譯的準(zhǔn)確性。

還支持自定義術(shù)語表。

比如說，你發(fā)現(xiàn)文章self-attention這個詞沒有翻譯出來，可以直接選中這個詞并選擇術(shù)語矯正，將其加入到術(shù)語庫。應(yīng)用術(shù)語庫之后，有道詞典再遇上同樣的術(shù)語，就都能保持一致的翻譯。

除了把本職的翻譯工作整得更加方便準(zhǔn)確，與其他翻譯工具不同的是，有道詞典9這回甚至還打算包辦科研黨的寫論文全流程。

他們直接和ReadPaper、Aminer合作，內(nèi)置論文檢索服務(wù)，官方說法是：

覆蓋40種以上專業(yè)領(lǐng)域，包含3億文獻資料。

△亮點自尋

搜索的過程中，也可以打開雙語對照按鈕，快速閱讀摘要。

就這還沒完，甚至在你寫論文的時候，有道詞典9也能派上用場：其“AI英文寫作批改”功能，能夠智能識別語法錯誤、提供例句參考、“母語級”句子潤色，還能自動標(biāo)注引用來源、生成參考文檔信息……

“學(xué)術(shù)”詞典背后的技術(shù)秘籍

有道詞典9這一條龍學(xué)術(shù)服務(wù)，說得上是直奔科研黨心巴而來。

而這些緊貼學(xué)術(shù)需求的功能背后，技術(shù)挑戰(zhàn)也很值得說道說道。

PDF文檔翻譯：基于視覺技術(shù)的PDF解析算法

先說說最亮眼的PDF文檔翻譯功能。

PDF文檔翻譯本身是一個比較復(fù)雜的問題，涉及多個處理環(huán)節(jié)，包括PDF文檔解析、Word文檔渲染、翻譯策略、翻譯結(jié)果回填等等。

尤其對于不可解析的PDF（掃描PDF）而言，頁面中的文字、矢量、圖片等要素其實都包含在同一張圖片內(nèi)，無法直接解析獲得。

這時，就需要先通過OCR技術(shù)，識別出其中的各種基本要素，再轉(zhuǎn)換得到可編輯的文檔。

這里面的難點在于，相較于單純的文字識別，OCR識別論文文檔任務(wù)會更重。因為不只是文字，論文中表格、圖像、公式，如果不能被精準(zhǔn)識別出來，會很容易出現(xiàn)內(nèi)容丟失、排版錯亂的問題。

此外，為了讓版面與原文保持一致，頁面的單欄、多欄、頁眉、頁腳等信息，AI都需要準(zhǔn)確判斷出來，這樣才可能在可編輯文檔中恢復(fù)出原有版面和內(nèi)容。

針對不可解析PDF，有道主要從兩個方面進行了改進。

文字識別方面，有道自研的OCR算法集成了業(yè)內(nèi)領(lǐng)先的文字檢測和識別模型，能達到更高的文字召回率，同時能覆蓋幾十種主要語種。

版面識別方面，采用“分而治之”的策略。

具體而言，在通過版面分析模型得到版面基本信息之后，AI會根據(jù)不同的組成結(jié)果，采取不同的提取策略。

舉個例子，在遇到以文字為主、富含表格的常見版面時，有道詞典會主要采取文字組段算法和表格分析算法來處理文檔。

而以圖像為主、背景構(gòu)成復(fù)雜的特殊版面，則原樣保留原有版面的所有要素，集中注意力處理文字，最后進行多層疊加渲染。

除此之外，在許多細(xì)節(jié)上，有道也進行了優(yōu)化，以使最終呈現(xiàn)給用戶的版面更加準(zhǔn)確規(guī)整。

比如文本框的透明化處理、換行符的插入規(guī)則處理等。

專業(yè)領(lǐng)域翻譯模型

前面提到，除了通用翻譯，在有道詞典9中，用戶還可以選擇醫(yī)學(xué)、計算機等專業(yè)領(lǐng)域，來進一步提高翻譯的準(zhǔn)確性。

每一個專業(yè)領(lǐng)域背后，其實都對應(yīng)著一個獨立翻譯模型。

具體而言，技術(shù)團隊收集了大量不同專業(yè)領(lǐng)域的數(shù)據(jù)，對神經(jīng)網(wǎng)絡(luò)翻譯模型進行了定制化訓(xùn)練和增強。

這樣一來，即使是Pneumonoultramicroscopicsilicovolcanoconiosis這樣的術(shù)語，也能夠被準(zhǔn)確翻譯出來。

除此之外，一般在線機器翻譯算法都是以句子為單位翻譯的，而針對文檔翻譯的需求，有道詞典9這次引入了篇章算法。也就是說，AI在進行翻譯時，會聯(lián)合上下文句子來改進翻譯質(zhì)量。

如此看來，網(wǎng)易有道詞典9這波號稱“最強桌面翻譯軟件”，并不是瞎吹牛，而是有備而來。

事實上，除了技術(shù)細(xì)節(jié)上的新嘗試，有道詞典化身“科研神器”背后，也有著更長期的技術(shù)積累。

比如在神經(jīng)網(wǎng)絡(luò)翻譯技術(shù)方面，網(wǎng)易有道在2016年已著手自研神經(jīng)網(wǎng)絡(luò)翻譯模型YNMT，是國內(nèi)最早開展自研機器翻譯技術(shù)的團隊之一。

在OCR技術(shù)方面，2017年，網(wǎng)易有道就上線了卷積神經(jīng)網(wǎng)絡(luò) + 循環(huán)神經(jīng)網(wǎng)絡(luò)的OCR引擎，到現(xiàn)在已經(jīng)能支持100多語種的識別，還具備語種自動判別和混合識別的能力。

當(dāng)然啦，對咱們來說，最關(guān)鍵的還是免費好用，入股不虧。

9月13號開始，文檔翻譯免費版面向所有用戶上線。

最后的最后，如果你還有什么別的寶藏科研神器，評論區(qū)大力種草走起呀~

— 完 —