英语没过四级，也能和全球玩家开黑

闭门造车也能独自开心的单机游戏时代已经被远远甩在身后，如今只要是个游戏就有天梯有竞技场，团队合作成了也成了游戏的必备要素。然而，新的互联网带来了新的烦恼—— 很多时候，阻止你胜利的不仅是咸鱼一样的游戏技术，还可能是令人着急的英语水平。

眼看着主播们在游戏里呼风唤雨，甚至因为打游戏而喜获一段跨国情缘，而自己却在说完“I'm fine thank you and you？”之后就和队友面面相觑，只好一边感念书到用时方恨少，一边回归熟悉的国服。

祖安永远欢迎你

为了帮助大家走出国门走向世界，和国际友人自由开黑，专注于 PaaS 云服务的大数据公司 LiveData（云上曲率）打破了游戏局内的语言壁垒，利用 Google 发布的机器学习开源框架 TensorFlow 实现了游戏内 23 种语言间的互译。

游戏局内实时翻译

搭载了 LiveData 智能实时翻译（ALT）系统后，来自世界各地的游戏玩家可以自己的母语自由发言，而这些发言都会被自动翻译成用户设备所使用的语言——不管你说的是俄语还是英语，

当语言壁垒被打破，有趣的画面就出现了。

在使用了 ALT 的策略游戏《阿瓦隆之王》全球服里，你能和来自世界各地的玩家一起互相帮助、开展贸易、发动战争。强大的聊天即时翻译功能让聊天成了游戏的重要构成部分，无论是唐诗宋词、还是老铁扎心，全部都能妥妥的翻译。

对战全靠翻译器，再也不怕老外队友会错意，打游戏永远都有主场的味道。

在强大的 ALT 助力下，土生土长的国产游戏《阿瓦隆之王》没有被语言关绊住手脚，而是在国外攻城略地，一举在 13 个国家拿下 AppStore 排名第一。

除了日常聊天，ALT 还在训练时引入了游戏领域语料库，针对口语化、缩略语及非规范聊天文本进行了深度优化，对游戏语言的理解能力堪比多年老玩家。

无论是“Please w8（请等一等）”还是“GG（干得好）”，玩家大可在游戏中延续自己的缩写习惯，甚至偶尔出现拼写错误也不影响模型对语义的理解。

部分 ALT 缩略语示例

与市面上其他翻译产品相比，ALT 模型在游戏领域的表现在权威机器翻译测试 NIST（美国国家标准技术研究所测试） 和 BLEU（双语评估测试）中都获得了更高的分数，已经逼近人工译员表现。用了 ALT，就像和英语专八选手一起打游戏。

在特定语料库上，ALT 得分比 Google 和 Microsoft 更高

ALT 的良好表现，和 ALT 背后强大的 TensorFlow 是分不开的。

ALT 使用了号称“变形金刚”的 Tensor2Tensor（T2T）深度学习系统，该系统利用 Attention 方法来建模序列到序列（Sequence- to-Sequence，Seq2Seq）的问题，在图像分类、语言模型、情感分析、语音识别、文本摘要、机器翻译等领域都有很好的应用效果。

比如，当一个英文句子进入 ALT 时，会进入编码器，被神经网络编码成一个能够映射出句子大致内容的 固定长度的向量， 接着，解码器会将向量再还原成对应的序列数据，由一种语言的序列映射到另一个语言的序列。

T2T 中的英译汉过程示意图

而在具体训练模型的过程中，每个翻译方向的训练语料都有数千万平行句对，相当耗时耗力，但使用了 TensorFlow T2T 模型之后，训练和迭代过程变得更迅速，每个翻译方向的翻译模型在单卡 V100GPU 下不到 24 小时就能完成训练迭代，翻译结果也更加准确了。

玩家到底在想什么？

对于玩家来说，在游戏里自由发言非常重要，而对于游戏策划和运营而言，玩家的发言也是重要的信息来源：新版本是否受欢迎？玩家对游戏的评价是正面还是负面？有哪些地方需要改进？

在搭建 ALT 辅助翻译的同时，LiveData 也利用 TensorFlow 建立了 LSTM（long-short term memory）循环神经网络分析游戏舆情：

分析玩家在游戏内的发言内容（通过算法剔除与游戏不相关的寒暄闲聊部分），并通过机器学习算法将玩家的聊天内容按照话题进行分类，可以看出玩家是否喜欢当前的游戏版本；

利用自然语言处理技术，有重点的分析游戏新版本/新玩法/新道具等特定内容的玩家反馈，可以为下一版本的迭代提供依据；

归纳总结游戏中出现的问题类词语（如bug、crash等），实时监控其频率及趋势，可以及时得到突发问题的预警，快速决策……

利用游戏舆情分析功能，游戏策划和运营能更直接地了解用户的真实想法，进而优化产品。

目前，游戏舆情数据的来源主要有以下几种：

• 游戏聊天数据：游戏中不同频道的聊天数据，包括群组聊天、房间聊天、私信聊天等；
• 应用商店评论数据：涵盖但不限于苹果 App Store、腾讯应用宝、Google Play 商店、手机厂商自带的应用商店等；
• 玩家论坛数据：游戏的官方论坛、玩家们自建论坛等渠道；
• 社交软件聊天数据：通过导入游戏官方 QQ 群、微信群、Facebook 等社交平台的聊天数据。

在获取聊天记录数据后，基于 TensorFlow 建立的机器学习、自然语言和情感分析的协同处理可以提取玩家反馈中的关键信息，准确率可以达到 95% 以上。

和已经存在的翻译模型相比，LiveData 利用 TensorFlow 训练出的“深度定制”翻译模型更适合玩家使用，同时，TensorFlow 开源的机器学习模型也让小游戏厂家能轻松利用玩家大数据，做出更优秀的新版本。

用了 TensorFlow，哪怕英语没过四级，也能走向全球。

目前，我们仍在征集更多杰出的TensorFlow应用案例，你可以扫描海报下方二维码或点击“阅读原文”提交案例参与我们的报道！

或者你对这个项目感兴趣，想要了解更多关于项目的报道，也可以扫描下方二维码或搜索微信号：pingwest-live 添加品玩助手一起聊聊！

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: