硬科技创业 | 阴差阳错干翻译，竟创出全球第二大语料数据库

近年来机器翻译热度持续，一些相关产品陆续推出，譬如2006年谷歌翻译上线，2011年百度翻译上线，2016年腾讯推出“翻译君”，2017年阿里正式上线了自主开发的神经网络翻译系统……阿法狗掀起的人工智能热潮，再次把机器翻译点化成了风口，不仅各大企业纷纷开展机器翻译的研究，该领域的创企也如雨后春笋。

在某创投数据平台上搜索“机器翻译”，至少能够检索到39家中国创企，其中还不包括虎哥知晓的两家成都企业——成都优译信息技术股份有限公司（译马网）和四川译讯信息科技有限公司，前者2018年获得了百度领投的数千万元A轮投资，后者拥有160亿句，约4000亿字海量语言服务行业的高质量语料数据，尤其在专业领域的中外互译方面表现突出。

译讯科技是家怎样的公司？为何数据持有量会如此丰富？近日虎哥与译讯科技创始人兼CEO马帅进行了深度交流，发现译讯科技庞大的数据持有量，与其创立过程息息相关。

误打误撞进入翻译行业，挑战中石油大单

马帅从四川大学本科毕业时，打算去美国深造，因而放弃了保研与工作机会。他在北京边打工攒钱边考托福，也成功申请到了全额奖学金，可惜受911事件影响，美国将马帅所读的化工机械专业列为敏感专业，令他与留学机会失之交臂。后经朋友介绍，急于赚钱的马帅接起了兼职翻译的活。一个理工科的人才，就这样阴差阳错进入了翻译行业。

做了一段时间，马帅发现翻译的收入还不错，努力一些，赚的钱甚至能超过大企业员工，而且随着中国进一步开放，翻译需求势必越来越多。时值翻译市场起步，行业缺乏规范，翻译质量把控不怎么严格，各家翻译公司的管理也非常松散，从业人员多以兼职为主，马帅自己也有心无力，只好继续在这行里随波逐流。

在数家翻译公司辗转兼职了几年，马帅等来契机：他常兼职的那家翻译社老板移民了，留下许多业务无人打理。于是马帅花了一些钱把翻译社盘下来，经营一段时间后，2006年，他以翻译社为基础，开办了自己的第一家公司。

图右为译讯科技创始人兼CEO马帅

翻译公司刚成立的那几年，业务开展缓慢，但成本却持续上升，马帅辛苦打拼数年，只求得维持。契机出现在2009，那一年，马帅的公司成为了中石油的翻译服务供应商。不过中石油的翻译服务供应商有近20家之多，拿起前三个季度的结算单一看，公司总共才给中石油做了146块钱的业务。这场合作，曾令马帅的员工感觉很鸡肋。

当年12月，中石油通知马帅前去招标，要求在一个多月内把8万多页的项目竣工报告翻译成英文和俄文。这个项目是当时中国在土库曼斯坦开采的油气田中最重要的项目，中石油想赶工完成项目验收工作，原本还剩一年的工期压缩成了两个月，文件翻译的时间也随之压缩。

一个多月翻译8万页的专业技术资料，原本就是不大可能完成的任务，更别提还要承担赔偿风险。招标项目顿时成了烫手山芋，没有翻译公司敢接。但马帅反倒觉得这是个机会：首先这是一个超级大单，做好了能赚钱，其次这是个行业标杆项目，能做出影响力。当时马帅的合伙人都觉得项目风险很大，打算放弃，马帅力排众议，用“大不了把我家房子抵了来兜底”的觉悟，说服合伙人挑战一下。

待翻译的文件陆续从土库曼斯坦传了过来，林林总总3000多个文件，其中大几百页的文件不在少数，翻译难度比马帅想象的还要困难。用传统方法翻译，铁定无法按时做完，但马帅却不是个走寻常路的人。通过观察，他发现文件内的重复性和规律性非常高，于是花了一些时间做研究，凭借着大学时因兴趣爱好学习的编程技术，统计文件中的重复段落，马帅花三天时间，自动提取、拆分并重构了待翻译的文本。

除了把翻译任务分发给公司员工，马帅又找来200多位兼职翻译，以及数十个负责排版、打印、装订的兼职大学生。最高峰时，竟同时有300多人在为这个翻译项目忙活。拼尽全力，马帅的团队终于在交付节点前一个小时，将翻译任务全数完成。

功夫不负有心人，项目成功得到土库曼方总工程师的验收和褒奖。经此一役，马帅的翻译公司一炮而红，在石油系统内打响了名气，业务纷至沓来。原本就相信技术能提高翻译效率的马帅，尝到了甜头，更加坚定了想法，而另一个契机，则让他走上了机器翻译的道路。

沉淀数据数年，“三剑客”集结打造云译通

某次行业会议，马帅发现同行正在翻译一份新发布的汽车技术标准，而自己的公司刚刚才将这份标准翻译好。马帅敏锐地注意到，在整个翻译市场，存在大量重复性劳动。如果像中石油的项目一样，把以前处理过的翻译内容整理成海量数据库，再有新任务时，参考历史数据完成新文件的翻译，会不会对提升行业效率和降低成本有帮助呢？

于是自2011年，马帅开始有意识地收集翻译数据。彼时中国存有超过7万家翻译公司，日常活跃的有5000家，马帅跟其中2000家有过交流。这2000家翻译公司，术业有专攻，有精于中英互译、中日互译、中德互译的，有精于机械领域、电子领域、通信领域、能源领域、医疗领域的，不一而足，马帅只取其翻译得最好的部分，或合作或购买，逐渐积累了一批庞大的翻译语料数据，并在圈子内发起共享。

这一举动，为后来译讯科技训练人工智能翻译埋下了伏笔。为了提升译前录入和译后排版的效率，2015年底，马帅从传统的翻译公司转型，成立一家专注于跨语言大数据和人工智能技术的科技公司——译讯科技，主攻人工智能文字翻译领域。

马帅陆续找来两位合伙人，一位曾在香港中文大学读博士，主攻图文识别和自然语言处理，另一位从电子科技大学博士毕业后，一直在美国伊利诺伊大学研究AI算法，曾与5位美国顶尖的算法科学家共同完成10个人工智能项目。三人组成了“译讯三剑客”，领导译讯科技机器翻译的研究及产品研发。

经过一段时间的产品研发与打磨，2018年5月，马帅的老客户中国人民银行开始试用译讯科技推出的机器翻译产品云译通的DEMO版本；2018年7月，云译通正式上线发布；2018年11月，中国人民银行使用云译通6个月后，月字数比最开始用时增加33倍，使用人数增加了8倍。云译通实战检验获得认可。

云译通上线后，很快得到北京外国语大学、广东外国语大学、暨南大学、中山大学、四川大学华西医院、毕马威国际会计师事务所、德恒律师事务所、泰和泰律师事务所、中铁、华为、中建、四川省商务厅、韩国驻成都总领事馆等众多高校、企业和政府机关的持续使用和高度评价。

另一方面，通过8年多积累，译讯科技构建起了“全球语言大数据中心”。目前译讯科技拥有超过百亿组双语对照翻译的语料大数据库，全球仅次于谷歌，尤其是在以中文为核心语言的人工翻译数据库量级方面，在业内拥有显著优势。

北京外国语大学的测评报告，突出了云译通两大特点，一是支持各种格式文件的全文翻译且不用排版，二是调教次数越多翻译越准确。而相比于谷歌翻译、百度翻译这类在线机器翻译工具，云译通还拥有诸多优势。

1、数据精确：云译通的语料数据，来源于多年积累的翻译公司和译员精准双语对照翻译文本，与网络爬取的数据相比，翻译质量高、错漏少、上下文语境完整。现成数据可直接用来训练机器翻译人工智能模型，相当于免除了一般人工智能项目所需的数据筛选与标注工作。

2、场景广泛：云译通的数据多来源于各个专业细分领域，如法律、外交、IT软件、生命科学、金融财经等50余种，数据天生就有分类，因而训练出的人工智能针对性非常强。且语种多达29种，除了汉语、英语、俄语、法语、阿拉伯语、西班牙语这些大语种之外，还有日语、韩语、德语、泰语、荷兰语、芬兰语、马来语等小语种，覆盖面相当广。

3、翻译保质：云译通首次翻译准确率约在90%左右，用来满足一般翻译需求绰绰有余，如若配合专业译员的修正，再让机器翻译模型进行深度学习，后续翻译的准确率逼近人工翻译水平。

4、降本增效：相比在线翻译服务逐字逐句复制粘贴的繁琐，云译通支持PDF、PPT、图片等21种复杂格式文档的一键翻译，每分钟可翻译10万字，原文格式完美保持，用户省去大量录入和排版的时间，节省大量排版和翻译的成本。

云译通试用示例

马帅告诉虎哥，云译通是国内首款企业级的智能文档翻译软件，相比传统的人工翻译，云译通有速度快，更经济实惠、质量更稳定等优势，相比谷歌、百度、微软等在线翻译工具，云译通有更安全、更简单、更智能等优点，尤其在法律、能源、工程、医药、贸易等专业细分领域的中外互译方面，云译通的行业翻译更准确，行文表达更地道。

译讯科技十分重视自主创新与研发，自成立以来，致力于研发各种语言相关的技术，已经拥有10项发明专利和16项软件著作权，入选高新技术企业和四川省大数据产业联合会10大年度成长力企业。译讯的目标是通过大数据和AI技术为语言服务行业赋能，帮助政府、工程、科技、文化、医疗、教育、安全等各个领域提高效率、降低成本、规避风险，最终实现全球无障碍语言沟通。

在马帅看来，目前面向企业的人工智能翻译，还是片蓝海，而只要是通过人工智能及其它信息技术，解决跨语言信息交互的问题，均在译讯科技的业务范畴之内。因此除推出云译通这样的通用产品外，译讯科技还可提供定制化的人工智能翻译解决方案。

目前译讯科技正在寻求天使轮融资，希望投资方能够为其带来市场、营销、渠道等资源，帮助译讯科技将优秀技术快速推荐给更多有翻译需求的企业。

译讯科技的合伙人、“译讯三剑客”之一是电子科大校友，同时译讯科技也是天虎科技&虎探合作伙伴——电子科大创投联盟所推荐的项目。欢迎大家向虎哥推荐正在寻求融资的项目，对这些项目进行深度报道的“硬科技创业”等栏目将长期开启。

天虎科技从 2014 年建立以来，一直聚焦科技深度报道和创投连接，通过内容连接创业者与创业服务群体。为更高效的实现成都新经济企业与投资机构的对接，作为天虎科技的兄弟产品，“虎探” 8 月 1 日已上线公测。

虎探隶属于四川华西都市网络科技有限公司，是基于高质量创业内容的企业服务工具，聚焦硬科技、产业互联网、企业服务、大消费、大健康等领域，与天虎科技及众多机构携手，首期聚焦四川创业项目，尤其是位于成都的各类科技创业项目。我们希望能帮助创业者增加项目曝光机会，帮助投资机构更好的发现、对接创业项目，为各方搭建一个沟通交流的平台，并为行业提供创业经验分享、行业数据报告、创业资源连接。

天虎科技   程学怡