English version available here.

出國旅行時,光是看懂餐廳菜單就是一道門檻,更別說順利點到自己想吃的餐點。用 GrabFood 應用程式點餐也會碰到同樣的困擾。

為了解決這個問題,我們開始協助商家夥伴將商品選單翻譯成多國語言,幫助他們接觸到更多元的客戶群,像是不諳當地語言的旅客和外籍人士。而對客戶來說,能用自己熟悉的語言查看商品選單,自然輕鬆許多。

不過,平台上的商家數量這麼多,要靠人工逐一翻譯每道餐點,既耗時也不切實際。怎麼辦?答案是讓整個流程自動化。

東南亞的語言環境格外複雜,翻譯時必須兼顧多種在地語言的用法與差異。為此,我們運用深度學習模型,搭配自行建構的東南亞專屬資料集來訓練系統,成功把過去費時費力的菜單翻譯工作交給機器完成。

目前,泰國和印尼已有超過九成的商家頁面提供英文和中文選單,新加坡也有約九成的商家頁面支援中文。此外,我們正在越南五座城市試行英文選單翻譯,並計畫將這項服務擴展到更多語言。

(圖說:使用者只要點擊翻譯圖示,就能即時切換到自己習慣的語言來瀏覽選單。)
自動化選單翻譯的運作方式

一開始,我們從零打造翻譯模型,訓練資料來自電影的開源字幕。但很快就發現效果不理想,因為電影台詞和東南亞在地料理的語境差距太大,翻譯準確度自然不高。

為了讓模型更懂在地美食,我們改用自有資料集來訓練,針對交易量最高的餐點名稱逐一標註。系統因此學會辨識各種菜名、食材和描述之間的差異,翻譯準確度也隨之大幅提升。

在持續優化的過程中,團隊也手動收集翻譯不正確的案例逐一修正。但平台上的餐點品項數量實在太龐大,靠人工逐筆標註根本做不完。

於是我們換了一個做法:讓模型自己為每筆翻譯打出「信心分數」,用來衡量翻譯的可靠程度。

分數高,代表這筆翻譯很有把握;分數低,則可能有翻錯或語意模糊的情況。透過這套機制,我們能更快找出需要修正的品項,不必再大海撈針。

(圖說: 經過這一系列優化,我們的自研翻譯模型已經比市面上現成的通用翻譯工具來得更加準確。)
讓每個人都能輕鬆讀懂商品選單

使用者只要點擊翻譯圖示,選單就會即時切換到自己習慣的語言。看不懂菜名時不用再猜,也不必開口問人,直接就能放心點餐。

Grab 的選單翻譯功能仍在不斷進化。我們持續擴充支援的語言,也透過機器學習讓翻譯更精準,目標是為來自世界各地的使用者打造更順暢的點餐體驗。

Komsan Chiyadis

GrabFood delivery-partner, Thailand

Komsan Chiyadis

GrabFood delivery-partner, Thailand

COVID-19 has dealt an unprecedented blow to the tourism industry, affecting the livelihoods of millions of workers. One of them was Komsan, an assistant chef in a luxury hotel based in the Srinakarin area.

As the number of tourists at the hotel plunged, he decided to sign up as a GrabFood delivery-partner to earn an alternative income. Soon after, the hotel ceased operations.

Komsan has viewed this change through an optimistic lens, calling it the perfect opportunity for him to embark on a fresh journey after his previous job. Aside from GrabFood deliveries, he now also picks up GrabExpress jobs. It can get tiring, having to shuttle between different locations, but Komsan finds it exciting. And mostly, he’s glad to get his income back on track.