完整的机器翻译技术，覆盖了自然语言处理技术的各个层面（词法、句法、语义），主要组成部分（分词、术语提取、句法分析、语言模型、语义分析等）和主要技术方案（基于统计、基于实例、深度神经网络等）

 

人机交互翻译技术，目前应用的是适合行业用户水平的译后编辑技术；

 

术语提取技术和术语管理系统，这是实现知识图谱和智能知识管理的基础；

 

完整的数据采集、加工和应用工具、流程及系统。

 

虽然工厂、写作及翻译上的自动化水平越来越高，但机器翻译还远未达到成熟水平（用过Google和有道翻译的应该有同感）。让机器学会翻译不是件容易的事，语言有很大的复杂性，一些用词与表达往往有多种含义，再加上语序的变化，想想也是为难机器人，毕竟人类之间也经常发生误解。

 

相比之下人机交互翻译更成熟也更实用。而且通过反馈的方式，可以提高系统的智能化水平。这也是商鹊网使用人机交互翻译，并专注特定领域的原因。

 

这种方式也让人想到Facebook的人工智能服务“M”。M能提供订餐这样的连续对话服务，这是因为它有被称为“训练员”的人工辅助，遇到无法处理的信息时会由教练处理。这样人工智能可以辅助人工后台，反过来人工后台会训练人工智能。

 

商鹊网表示，在对自然语言处理最为重要的语料数据上也有持续的积累。在专利等领域，它们已经有了大规模双语语料和双语术语库。2013年启动的人工译后编辑项目，也为其积累了大量人工反馈和行为数据。对比Google在专利领域的翻译，商鹊网认为，虽然Google在句式表达上占优，但自己在术语准确度上有优势，因为每年有超过2亿字的人机专利翻译业务，这对提高翻译引擎的准确度十分重要。

 

无论是图像识别还是自然语言处理，数据集对人工智能至关重要，反馈越多，系统迭代也越快，准确性也越高。

 

对于当红的深度学习技术，商鹊网也在将较为成熟的技术如WordEmbedding等应用于技术研发中，并在克服翻译效果、时空性能和用户体验之间的平衡等问题，在垂直领域取得突破。或许再过不久，机器就不再需要人类协助翻译了吧。