Bert作为新兴的预训练模型在很多下游自然语言处理任务中获得了很好的效果。神经机器翻译也因为Transformer架构的出现性能得到了大幅度提升。

Bert做到了一个很重要的一点就是context-sensitive，也就是上下文敏感。
而今天，我们就使用一下一个典型的上下文敏感的例子来测试一下各大翻译软件的性能。帮助从一个不同的角度看哪个翻译软件最好这个热门话题。
我选取的例子是 a crane is flying-这个例子来自于dive in into deep learning 2-version 。
crane有三个意思：吊车，起重机；鹤
这里很明显应该指的是一只鹤在飞。那么我们来看看各大翻译软件的结果如何呢？
有道：

谷歌：

百度：

腾讯：

阿里：

大家可以明显的看到，有道获胜了！，或许获胜的原因是因为其本身就专职于做英语词典类的一些工作，所以可能有更多更好的优质中英翻译对数据吧。
当然，这个选取的例子很片面，结果也仅供参考，但至少说明了有道翻译绝对是值得大家慎重考虑的一个选择。