每日速讯：@科研党，这大概是最好用的论文阅读神器了，还免费

鱼羊 发自 凹非寺

量子位 | 公众号 QbitAI

(资料图)

这位道友，不知嗑盐途中，你是否也有阅读英文论文效率低下的烦恼？

作为一个arXiv天天见的英语渣，本蒟蒻反正是在挖掘论文阅读神器的道路上不能自拔。

这不最近，就又被网友们种草了一款桌面翻译软件。

浅试一下，翻译PDF的效果是酱婶的：

还有逐句对照功能：

如果只是想看一眼摘要，随手截屏就OK，同样有中英文对照：

妈妈再也不用担心我删回车删到手抽筋（手动狗头）。

△PDF中直接复制出的文本有多余换行，影响翻译效果

这样的功能，来自最近更新升级的网易有道词典9。有一说一，一眼看去效果确实有点顶~

进一步翻翻有道词典官网，就会发现此番进化，这个工具强调的就是提高“ 学术生产力 ”。

至于究竟是不是那么回事，咱们不妨一起仔细试上一试。

从论文检索到论文写作全流程可用

读英文文档，翻译PDF是刚需。

此前，学术好帮手谷歌翻译就有PDF文档翻译功能。

不过，谷歌的文档翻译总有那么点小毛病。

比如，容易出现版面错乱的问题，导致你似乎每个字都能看懂，凑一起就不知道啥意思了。

举个例子，原文的表格长这样：

用谷歌翻译，你会得到这样一个文字错位、多少有点影响理解的结果：

相比之下，有道给出的结果长这样：

可以说在版面保持这方面，有道词典明显胜过一筹。

而比谷歌翻译更加方便的是，有道词典还有直观的双语对照功能。

毕竟虽然机翻能够提高阅读效率，但完全脱离英文原文看论文还是不太现实的。

相比两个文档来回倒这样手忙脚乱的操作，直接同屏对照方便许多。

更妙的一点是，有道词典此次“学术进化”， 对计算机、医学、金融经济学等专业领域进行了针对性优化 ，能够提升术语翻译的准确性。

还支持 自定义术语表 。

比如说，你发现文章self-attention这个词没有翻译出来，可以直接选中这个词并选择 术语矫正 ，将其加入到术语库。应用术语库之后，有道词典再遇上同样的术语，就都能保持一致的翻译。

除了把本职的翻译工作整得更加方便准确，与其他翻译工具不同的是，有道词典9这回甚至还打算 包办科研党的写论文全流程 。

他们直接和ReadPaper、Aminer合作，内置论文检索服务，官方说法是：

覆盖40种以上专业领域，包含3亿文献资料。

△亮点自寻

搜索的过程中，也可以打开双语对照按钮，快速阅读摘要。

就这还没完，甚至在你写论文的时候，有道词典9也能派上用场：其“AI英文写作批改”功能，能够智能识别语法错误、提供例句参考、“母语级”句子润色，还能自动标注引用来源、生成参考文档信息……

“学术”词典背后的技术秘籍

有道词典9这一条龙学术服务，说得上是直奔科研党心巴而来。

而这些紧贴学术需求的功能背后，技术挑战也很值得说道说道。

PDF文档翻译：基于视觉技术的PDF解析算法

先说说最亮眼的PDF文档翻译功能。

PDF文档翻译本身是一个比较复杂的问题，涉及多个处理环节，包括PDF文档解析、Word文档渲染、翻译策略、翻译结果回填等等。

尤其对于不可解析的PDF（扫描PDF）而言，页面中的文字、矢量、图片等要素其实都包含在同一张图片内，无法直接解析获得。

这时，就需要先通过OCR技术，识别出其中的各种基本要素，再转换得到可编辑的文档。

这里面的难点在于，相较于单纯的文字识别，OCR识别论文文档任务会更重。因为不只是文字，论文中表格、图像、公式，如果不能被精准识别出来，会很容易出现内容丢失、排版错乱的问题。

此外，为了让版面与原文保持一致，页面的单栏、多栏、页眉、页脚等信息，AI都需要准确判断出来，这样才可能在可编辑文档中恢复出原有版面和内容。

针对不可解析PDF，有道主要从两个方面进行了改进。

文字识别 方面，有道自研的OCR算法集成了业内领先的文字检测和识别模型，能达到更高的文字召回率，同时能覆盖几十种主要语种。

版面识别 方面，采用“分而治之”的策略。

具体而言，在通过版面分析模型得到版面基本信息之后，AI会根据不同的组成结果，采取不同的提取策略。

举个例子，在遇到以文字为主、富含表格的常见版面时，有道词典会主要采取文字组段算法和表格分析算法来处理文档。

而以图像为主、背景构成复杂的特殊版面，则原样保留原有版面的所有要素，集中注意力处理文字，最后进行多层叠加渲染。

除此之外，在许多细节上，有道也进行了优化，以使最终呈现给用户的版面更加准确规整。

比如文本框的透明化处理、换行符的插入规则处理等。

专业领域翻译模型

前面提到，除了通用翻译，在有道词典9中，用户还可以选择医学、计算机等专业领域，来进一步提高翻译的准确性。

每一个专业领域背后，其实都对应着一个独立翻译模型。

具体而言，技术团队收集了大量不同专业领域的数据，对神经网络翻译模型进行了定制化训练和增强。

这样一来，即使是 Pneumonoultramicroscopicsilicovolcanoconiosis 这样的术语，也能够被准确翻译出来。

除此之外，一般在线机器翻译算法都是以句子为单位翻译的，而针对文档翻译的需求，有道词典9这次引入了 篇章算法 。也就是说，AI在进行翻译时，会联合上下文句子来改进翻译质量。

如此看来，网易有道词典9这波号称“最强桌面翻译软件”，并不是瞎吹牛，而是有备而来。

事实上，除了技术细节上的新尝试，有道词典化身“科研神器”背后，也有着更长期的技术积累。

比如在神经网络翻译技术方面，网易有道在2016年已着手自研神经网络翻译模型YNMT，是国内最早开展自研机器翻译技术的团队之一。

在OCR技术方面，2017年，网易有道就上线了卷积神经网络 + 循环神经网络的OCR引擎，到现在已经能支持100多语种的识别，还具备语种自动判别和混合识别的能力。

当然啦，对咱们来说，最关键的还是 免费好用 ，入股不亏。

9月13号开始，文档翻译免费版面向所有用户上线。

最后的最后，如果你还有什么别的宝藏科研神器，评论区大力种草走起呀~

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态

关键词： 文档翻译 神经网络 翻译软件

推荐DIY文章

主机存在磨损或划痕风险 PICO4便携包宣布召回

穿越湖海！特斯拉Cybertruck电动皮卡可以当“船”用

vivoXFold+折叠旗舰开售 配备蔡司全焦段旗舰四摄

飞凡R7正式上市 全系标配换电架构

中兴Axon30S开售 拥有黑色蓝色两款配色

荣耀MagicBookV14 2022正式开售 搭载TOF传感器