对机器翻译取代人工翻译的反驳
近日,一篇名为《翻译界的重大突破！作为一个翻译,此刻我理解了18世纪纺织工人瞧到蒸汽机时的忧虑与恐惧！》传遍朋友圈,不少译员与外语系学生表现出了对于翻译前景的担忧,大有机器翻译取代人工翻译的意思。
这篇的文章标题的确相当耸人听闻,这就是在号召丢饭碗的译员去砸谷歌总部么？毕竟翻译作为一种创造性的脑力劳动,跟纯粹地出卖体力还就是不一样的(没有任何贬低体力劳动的意思)。相反,个人觉得,作为译员或者外语系学生,应当对于新技术的到来表示欢迎,并主动适应新趋势,而不应该盲目表现出不必要
的担忧。
当前笔译市场鱼龙混杂,不少人觉得拿个专八证书就可以做翻译,甚至报价
五六十每千字都愿意做,已经严重扰乱了翻译市场秩序。个人觉得CATTI二级作为敲门砖还就是能起到筛选作用的,毕竟15%左右的通过率摆在那里。机器翻译的发展对于淘汰低端译员可以起到积极作用,而机器翻译完全取代人工翻译的说法实在有夸大之嫌。
奠定了翻译学(Translation Studies)独立学科地位的詹姆斯·霍姆斯James Holmes,曾经提出过翻译学的“Map”,确定学科研究的范围,首先从大方向上分为“纯理论”(Pure)与“应用”(Applied)两个部分,而“应用”层面又可以再分为三个分支“译员培训”(Translator Training)、“翻译辅助”(Translation Aids)、“翻译批评”(Translation Criticism),显然“机器翻译”(Machine Translation,MT)与“计算机辅助翻译”(Computer Aided Translation,CAT)可以归在“翻译辅助”下面。1本人曾经用过大名鼎鼎的CAT软件Trados(塔多思),功能十分强大,可以随时将翻译结果记录进术语库(MultiTerm)中,在该术语重复出现或者近似表
达出现的时候进行提示,从而确保术语翻译在全文中的一致性,同时减少翻译术
语的重复劳动时间。而诸如“谷歌翻译”之类的“机器翻译”,也代表着翻译研究的一个前沿领域——译后编辑(Post-editing),即通过人工对机器翻译产生的
译文进行修改与润色,使其达到可以使用的水平。综上,“翻译辅助”可以减少译员大量重复无意义的劳动,大大提高翻译效率,应该来说可以算就是译员的福音。这也就是为什么现在很多翻译公司招聘译员都需要熟练掌握翻译辅助工具的原因,当然这也代表着翻译行业的新趋势,对翻译辅助软件一窍不通必然会面临被
淘汰的危险。
以下论述机器翻译不可能完全取代人工翻译的原因。第一,翻译辅助软件大多运用于具有大量术语的科技翻译等非文学题材,而对于文学翻译可以起到的作用相当有限。第二,机器翻译基于庞大的语料库,很难处理暂时没有固定翻译的术语,比如中国的外宣翻译就是由专家集体讨论之后权威发布的。第三,从根本上讲,机器翻译就是基于“对等”(equivalence),或者类似于平行语料库(parallel
corpora)中的“语言对”(Language-pair)的概念,一旦“对等”概念受到质疑,就会影响极机器翻译的理论根基。
这篇文章指出,谷歌翻译的最新突破——神经机器翻译(GNMT)实现了从基于短语的翻译系统,发展到了基于句子的翻译系统,利用循环神经网络(RNN)来直接学习一个输入序列(如一种语言的一个句子)到一个输出序列(另一种语言的同一个句子)的映射。根据映射的定义,这就是一种对应关系,也就就是必须满足一对一或者多对一关系,这实际上表明了其本质上必须依靠“对等”的概念。德国莱比锡学派(Leipzig School)的卡德(Kade)曾经探讨过四种类型的对等:一对一、一对多、一对一部分以及一对零,也都表明了“对等”需要确定的对应关系。2而苏珊·巴斯内特(Susan Bassnett)与安德烈·勒菲弗尔(André Lefevere)
在其标志着翻译研究“文化转向”的代表作Constructing Cultures: Essays on Literary Translation的前言中,有一段话专门提到机器翻译:
Perhaps the most arresting example of this crumbling of the machine is the long retreat, and final disintegration of the once key concept of equivalence、Twenty years ago those in the field would ask themselves whether equivalence, too, was possible, and whether there was a foolproof way to find it if it were possible、Again, the underlying assumption seemed to be that there could be something like an abstract and universally valid equivalence、Today we know that specific translators decide on the specific degree of equivalence they can realistically aim for in a specific text, and that they decide on that specific degree of equivalence on the basis of considerations that have little to do with the concept as it was used two decades ago、3
通过考察二战后翻译的历史,可译性(translatability)与机器的发展激起了研究机器翻译的兴趣,而“对等”概念使其成为现实。然而随着译学理论从语言学视角逐渐转向描写翻译学研究(Descriptive Translation Studies,DTS),再到后
来实现文化转向,“对等”的概念逐渐式微。现在“对等”摆脱了早期抽象、普遍有效的特征,在特定的文本中,译员可以根据具体情况来决定对等的程度,然而这种程度难以量化,这实际上使得“对等”摆脱了静态的语言学层面上的意义,发挥了译员的创造性。
在实际翻译操作层面,会遇到很多“不对等”甚至“不可译”的情况。至于“文化负载词”(Culturally-loaded Words)的翻译,例如“江南”带有特定的文化含义,用中文都很难解释,在英文中更就是找不到对等词,英文读者不能直接体会到其中缺省的诸如“江南草长,杂花生树”的美好意象,往往采用音译加注释的方法译出,而音译其实就就是“不译”。而另一个很常见的例子,奈达(Eugene Nida)翻译《圣经》的目的在于传教,她曾经指出,如果将《圣经》中的“Lamb of
God”(上帝的羔羊)译成爱斯基摩语,应当译作“Seal of God”(上帝的海豹),因为她们一辈子都没见过羔羊,这样才能达到与英文一样的效果。因而翻译有时候需要考虑文化背景做适当的调整,这一点绝不就是固定对应所能胜任的,而就是一种创造性活动。
想要实现完全的机器翻译就绕不过文学翻译这个坎,想要解决这个问题只有两种可能,第一,机器翻译发展到能够进行文学翻译;第二种,即文学消失,自然文学翻译也就不存在了。
至于第一种可能性,文学翻译就是一种创造性活动,就是一种艺术。虽然现在有语料库的工具可以通过考察词频来研究作者的风格,但对于“风格”就是否可译仍然存在争议。莫言能够获得诺贝尔文学奖,译者葛浩文(Howard Goldblatt)可以说就是功不可没,因为她在翻译时考虑到西方读者的接受问题(acceptability),对原文进行大量的删减,有时候翻译就就是需要创造性叛逆,正如法国翻译家梅纳( Gilles Ménage)曾经提出的“不忠的美人”(les belles infidels)一说。而至于乔伊斯的天书Finnegans Wake几乎就就是在炫技式写作,充满各种语言的碎片与解构重组,例如“war”既能表示英语中的“战争”,又可以表示德语中动词“sein”(就是)的过去式、各种译本花费数十年而结果几乎都不太令人满意,机器翻译对此显然也就是无能为力的。文学翻译中很多时候的妙译恰恰就是成功保留了原文中多种阐释的可能,也就就是可以所谓的“多对多”,而这也正就是机器翻译做不到的。而对于第二种可能性,正如王宁教授在一次讲座中提到的那样,有人的地方就一定有文学,文学艺术作为传统意义上的精英文化,虽然当前由于市场的作用受到了大众文化的冲击,但不等于文学会消亡,而非经典与经典之间的界限也不就是一成不变的。除非像反乌托邦小说《1984》中描写的那样,过去的文学全部被销毁,利用小说写作机器来生产文学作品。
翻译研究的一些新视角已经远远超出了机器翻译的能力范围。比如,根据解构主义理论,翻译不能完全复制原文的意义,优秀的译作能够使得业已死亡的原作具有“来世生命”(afterlife),通过撒播(dissemination)、印迹(traces))、错位(dislocating)、偏离(deviations)使得原作不断获得生机。至于张扬女性主体意识的女性主义理论,借助补充(supplementing)、前言与加注(prefacing and footnoting)、劫持(highjacking)等策略,例如将原来非阴性词故意改为阴性,从而赋予译本女性主义意识。此外,后殖民翻译理论则从政治、权力等角度,将翻译视为摆脱殖民话语,重塑民族历史的工具。此外,还涉及到翻译伦理的问题,例如机器翻译的使用者就是否拥有译者署名权与版权?如果机器翻译能够完全取代人工翻译的话,甚至连文盲也可以通过轻点鼠标操作翻译软件而成为译者。从英汉对比研究的层面,汉语就是意合语言(parataxis),词语或分句之间不用语言形式手段连接,语法意义与逻辑关系通过词语或分句的含义表达。4而即使目前谷歌翻译
能够以句子为单位进行翻译,也就是无法判断句子之间的逻辑关系,因而在将原文译为形合语言(hypotaxis)英语时,不可能自动加上必要的关联词。
总而言之,机器翻译的发展必定会淘汰低端译员,但就是完全取代人工几乎就是不可能的,除非人类可以完全破解大脑的奥秘吧。译员与外语系学生完全没有必要过分担心,而真正需要做的就是主动学习新技术、赶上新趋势,努力提高自己的翻译水平。
现如今大家各个国家的人群交流的越来越多，以至于语言自然而然的要学习的更多，如果机器翻译也就是“一点翻译”与人工翻译摆在一起，大家都知道选择人工翻译，因为人工翻译准确性高并且是根据文章上下文进行翻译的，那机翻真的没有优点了么，错，机翻的优点有很多，比如单词准确性高，面对偏僻的词汇也是可以翻译的，翻译语句的时候虽然不是很精准，但是对于了解语言的我们来说也可以根据翻译进行大致的了解，话不多说，简单的来介绍一下如何在线翻译吧。 步骤一：我们要先在电脑上准备好需要进行翻译的文件，最好是将其添加至桌面上，或路径不复杂的文件框内，同时还需要借助电脑浏览器搜索一点翻译，进入相关的界面。 步骤二：通过搜索可以看到“一点翻译“在百度里面的页面，进入在线翻译的界面后，我们就可以在页面的中心位置通过上传文档按钮进入文档翻译的选项页面了。
步骤三：进入文档翻译的选项页面后，我们可以先对上传文档按钮上方的一些选项进行修改（也就是下图里面的选项）这样可以帮助我们更好的实现翻译。 步骤四：上面的选项修改好后，我们就可以开始将准备好的文件添加进来了，可通过点击上传文档按钮或者是拖拽的方式将文件添加进来。
步骤五：文件添加进来后，可再次去翻译的自定义选项是否修改好，若确定修改好后，就可以通过开始翻译按钮，对PDF文件进行翻译了。 步骤六：翻译的时间根据翻译的文件的大小来定制，耐心等待文件翻译结束后，我们可以通过预览按钮对翻译后的文件进行预览，也可以直接将翻译后的文件下载到电脑上进行保存。
在线翻译与人工翻译最大的优点是速度快，方便，准确性高，如果不是相对了解很透的语句的话建议在“一点翻译”内进行在线翻译，小编已经尝试过了，感觉蛮好的哦。
2、产生式系统有哪些类型？ 1正向、逆向、双向产生式系统 2可交换的产生式系统 3可分解的产生式系统 3、试举例说明不可撤|口|搜索方法的基本思想？ 这种方法相当于沿着单独一条路搜索下去，利用问题给出的局部知识决定如何选取规则, 就是说根据当前可靠的局部知识选一条可应用规则并作用于当前综合数据库。接着再根据新状态继续选取规则，搜索过程一直进行，不必考虑撤回用过的规则。 9、试说明产生式系统规则不一致的原因及解决方法。 原因：规则集中存在的不一致是影响系统性能的重要因素之一。系统建立初期，由于规则集较小，内容也比较简单，设计人员能对每一条规则的条件和结论部分反复推敲和精心构造，这类问题容易防止。但随着时间的推移，新的规则不断加入，规则集合越来越大，内容也越来越丰富，这时规则间的相互影响和相互联系就随之变得复杂。在此情况下，规则的不一致就将自然产生， 解决：(1) 对于循环规则，可构造规则集的IF-THEN图，从起始规则的条件部分开始搜索，如果搜索过程中遇到的THEN部分已在前面出现，就可以中断搜索，规则集中包含的循环规则子集合需设计人员检查，解决； (2)对于冲突规则，构造IF-IF表，对规则集内有相同的IF规则子句构造规则树，形成推理图。同时建立THEN-THEN表用以判断是否有冲突规则出现。对相同IF部分的规则继续用它的各自THEN部分作为其它可以匹配的IF前提条件，递归地构造，如发现两个推理图上分别有节点在THEN-THEN表上是矛盾的，则检测出冲突规则，人工予以解决。 (3)对冗余规则和从属规则的检查类似于冲突规则链的方法.不同之处是前者在推理图中的遍历是试图发现有THEN部分等价的两条规则。 1、机器翻译主要有娜些方法？这些方法各有什么特点？ 1基于分析和转换的机器翻译方法 这样的方法有两个特点：一是面向源语言分析，因为源语言中的一个句子已经由句法、语义分析等阶段分析完毕，生成了关于源语言句子的某种中间表示，转换以这种源语言中间表示作为输入；二是直接转换，即对于S表示，直接给出译文形式，一般不需要在目标语言内再作进一步转换，Tl~Tj可以直接包括目标语言的词汇，也可以是对应于Sl~Si的译文组块。 2基于中间语言的翻译方法 基于中间语言的机器翻译方法主要有两个优点。首先，独立的中间表示形式为多语种之间的互译的实现提供了一种经济有效的途径。假设要对N种语言进行互译，则有N*(N.1)个语言对。不同方向的翻译是不同的语言对。此时如果采用基于转换的方法，因为把一种语言翻译成另一种语言都需要一个不同的转换机制(或模块)，所以N火(N?l)个语言对共需要N*(N-1)个独立的转换机制。而采用中间语言的方法，由于对每一种语言只需实现将该种语言翻译成中间语言和把中间语言翻译成该种语言的目标语言这样两个模块，所以总共只需要2N个模块。其次，中间语言不仅是对基于中间语言的机器翻译方法这一特定目的有意义, 同时，作为一种通用的自然语言表示，也值得深入研究。 4.1.3基于统计的机器翻译方法 基于统计的机器翻译方法，一般不要任何语言学知识，它的基木原理是实现源语言词汇到目标语言浏汇的映射。其思路受到语音识别研究的启发，因而应用了类似的方法来实现。研究者用
对机器翻译取代人工翻译的反驳 近日，一篇名为《翻译界的重大突破！作为一个翻译，此刻我理解了18 世纪纺织工人看到蒸汽机时的忧虑和恐惧！》传遍朋友圈，不少译员和外语系学生表现出了对于翻译前景的担忧，大有机器翻译取代人工翻译的意思。 这篇的文章标题的确相当耸人听闻，这是在号召丢饭碗的译员去砸谷歌总部么？毕竟翻译作为一种创造性的脑力劳动，跟纯粹地出卖体力还是不一样的 (没有任何贬低体力劳动的意思)。相反，个人觉得，作为译员或者外语系学生，应当对于新技术的到来表示欢迎，并主动适应新趋势，而不应该盲目表现出不必要的担忧。 当前笔译市场鱼龙混杂，不少人觉得拿个专八证书就可以做翻译，甚至报价五六十每千字都愿意做，已经严重扰乱了翻译市场秩序。个人觉得CATTI 二级作为敲门砖还是能起到筛选作用的，毕竟15% 左右的通过率摆在那里。机器翻译的发展对于淘汰低端译员可以起到积极作用，而机器翻译完全取代人工翻译的说法实在有夸大之嫌。 奠定了翻译学(Tran slation Studies )独立学科地位的詹姆斯?霍姆斯James Holmes，曾经提出过翻译学的“ Map”，确定学科研究的范围，首先从大方向上分为“纯理论” (Pure)和“应用” (Applied )两个部分，而“应用”层面又可以再分为三个分支“译员培训”( Translator Training )、“翻译辅助” ( Translation Aids )、“翻译批评”( Translation Criticism )，显然“机器翻译” (Machi ne Tran slation ，MT)和“计算机辅助翻译”(Computer Aided Tran slation，CAT)可以归在“翻译辅助”下面。1本人曾经用过大名鼎鼎的CAT 软件Trados (塔多思)，功能十分强大，可以随时将翻译结果记录进术语库 ( MultiTerm )中，在该术语重复出现或者近似表达出现的时候进行提示，从而确保术语翻译在全文中的一致性，同时减少翻译术语的重复劳动时间。而诸如“谷歌翻译”之类的“机器翻译”，也代表着翻译研究的一个前沿领域——译后编辑 ( Post-editing )，即通过人工对机器翻译产生的译文进行修改和润色，使其达到可以使用的水平。综上，“翻译辅助”可以减少译员大量重复无意义的劳动，大大提高翻译效率，应该来说可以算是译员的福音。这也是为什么现在很多翻译公司招聘译员都需要熟练掌握翻译辅助工具的原因，当然这也代表着翻译行业的新趋势，对翻译辅助软件一窍不通必然会面临被淘汰的危险。 以下论述机器翻译不可能完全取代人工翻译的原因。第一，翻译辅助软件大多运用于具有大量术语的科技翻译等非文学题材，而对于文学翻译可以起到的作用相当有限。第二，机器翻译基于庞大的语料库，很难处理暂时没有固定翻译的术语，比如中国的外宣翻译是由专家集体讨论之后权威发布的。第三，从根本上讲，机器翻译是基于“对等”( equivalence )，或者类似于平行语料库 ( parallel corpora )
学术英语作文 机器翻译是否会代替人工翻译 In the past decades, artificial intelligence has brought the light of reform to many areas, translation industry included. The new reform brought us machine translation. As an increasing popular topic, it has inspired people to think that maybe one day, they no longer need to learn foreign languages because machine translation will replace human translation. Though it is not 100% correct, there remains some reasonality within. Last year, A research team from Microsoft claimed that their machine translation (MT) system has achieved the level of professional human translators when it comes to general news report. Meanwhile, Google Translate tool has surpassed the proficiency of some advanced learners. And on Baidu World Conference, Yanhong Li showcased a real-time translation developed by his company. A trend revealed by all those tech giants’ news——an accurate and real-time translation by machine is promising in the future. Meanwhile, new techniques emerge constantly, accelerating the smartness and depth of machine learning. Taking neural network for example……（待补充70词） Thus, In the coming future, there’s no need for comm on people to learn foreign languages. Once the translation machines are smart and powerful enough to deal with academic environment and daily life while also portable to be carried with, people will use them to travel, study and live all around the world without language barriers. It will just look like the scenery in the movie The Wondering Earth -- Astronauts from various countries talk in their mother tongue. At the same time, a mini equipment installed in their suits translate their words. However, if you
一、名词解释（5X3‘）15’ 1.兼类（P121）：一个单词既可以作名词动词又可以作其他词类 2.机器翻译：用计算机软件代替人做的书面翻译 3.组合型歧义：一个字与前面的字成词,与后面的字成词,合起来也成词。 4.交集型歧义（P117）：一个字与前面的字成词,与后面的字也成词。 5.人工智能：用计算机硬件、软件模拟人的行为，解决人类目前尚未认识清楚的问题。 6.人工智能软件的三大技术：知识表示、知识推理、知识获取。 7.语料库：单词、短语和句子组成的数据库。 8.知识工程：包括人工智能软件技术的工程。（知识工程是以知识为基础的系统，就是 通过智能软件而建立的专家系统） 9.深度学习：一步一步在丰富起来的特征规律引导下，由浅入深完成推理的方法。 10.语用分析：分析成语和习惯用语的方法。 二、题解P36 例2.1 、2.2 例2.1 设有下列语句： （1）高山比他父亲出名。 （2）刘水是计算机系的一名学生，但他不喜欢编程序。 （3）人人爱劳动。 为了用谓词公式表示这些语句，应先定义谓词： BIGGER(x,y):x比y出名 COMPUTER(x):x是计算机系的学生 LIKE(x,y):x喜欢y LOVE(x,y):x爱y M(x):x是人 定义函数father(x)表示从x到其父亲的映射此时可用谓词公式把上述三个语句表示为：（1）BIGGER(高山，father(x)) （2）COMPUTER(刘水)∧∽LIKE（刘水，程序） （3）（?x）（M(x) →LOVE(x,劳动)） 例2.2 设有下列语句： （1）自然数都是大于零的整数。 （2）所有整数不是偶数就是奇数。 （3）偶数除以2是整数。 定义谓词如下： N(x):x是自然数 I(x):x是整数 E(x):x是偶数 O(x):x是奇数 GZ(x):x大于零 另外，用函数S（x）表示x除以2。此时，上述三个句子可用谓词公式表示为： （?x）(N(x) →GZ(x)∧I(x)) (?x)（I(x) →E(x)∨O(x）） （?x）(E(x) →I(S(x))) 三、论述（4X5‘）20’ 1.阐述深度、广度、代价驱动搜索方法。（P68） 答：广度优先搜索法：对全部节点沿广度进行横向扫描，按各节点生成的先后次序，
浅谈我对机器翻译的认识 最近Alpha go连胜李世石三盘，这一结果冲击了整个世界，而这也只是一个开始。从计算机的诞生开始，人们不断研究人工智能，而计算机也在潜移默化的冲击着每一个行业，带来新的挑战。翻译行业也不例外，伴随着机器翻译技术的不断进步，我们也不得不面对这样一个问题：机器翻译最终会取代人工吗? 2014年年末，微软宣布旗下的语音通讯软件Skype开始支持实时翻译功能，可以在对话的同时将语言不通的对话直接翻译成对方的语言。2016年年初，百度公司近年来积极布局人工智能领域，机器翻译项目荣获国家科技进步二等奖。在单词翻译、语音翻译、文章翻译、图片扫描翻译等方面都有了新的突破，为不同语言的人们交流提供了极大的便利。机器翻译的精准度和普及度日新月异，机器翻译技术对于生活的改变，已经在逐步深入。伴随着科技人员对机器翻译的不断拓展，翻译行业也不得不面对这新的挑战。 在电脑刚刚普及的时候，这个世界上曾经有“打字员”这个职业。他们遍布全国，有的在机关单位，有的在大型企业，更多的是在编辑部。他们的工作就是将手写的文本材料输入到电脑当中，现在在英美的电影中，我们还能看到这个行业，在法庭中，带着褐色眼镜神情严肃的他们一边听审判，一边输入到机械打字机中。当时这个无比自豪光荣的职业到现在已经消失不见。社会和科技在一步步进步，那机器翻译最终会取代人工吗？有越来越多的人对这个问题抱有疑虑，也有不少人坚信机械翻译始终的“机械”的，它无法真正地像一个人一样去了解语言。例如，女孩问男孩：“你爱不爱我？”在不同的情景下，这句话都有微妙的差异，而机器只能将其简单的翻译成“Do you love me ?”事实上，即使的精通双语的人，也很难区分非母语一方细微的情感变化。这也是跨国婚姻中的一个障碍。即使是会母语的男孩有的时候也会判断失误而被冠上“直男癌”的称呼，况且是我们人类都无法解决的问题，机器怎么能做到呢？ 事实上，机器翻译对人工翻译行业也是残酷的，它势必会依据它的便利简单的优点淘汰掉一批翻译精准度不高的翻译人员。越来越多的人出国旅游只是在手机上安装一个翻译软件而不是请一个旅游翻译，虽然也会出错，但是在磕磕绊绊和似是而非的误解中，也完成的旅行，而且相对还是成功的。这就意味着旅游翻译的存在在科技日新月异的变化中也失去了意义。至于在专业领域，虽然在专业领域翻译难度并不是太大，除了专业术语太多，句法也没有多大变化，但是往往还是由专业翻译人员进行翻译，因为专业领域对精确度的要求很高，机器无法承担错误所导致的后果，而且机器翻译符合逻辑但是缺乏美感。 而且口译在一切非正式场合已经逐渐被机器翻译所替代，笔译在文学翻译上机器翻译很难取代人工翻译，但是在我国，文学翻译的工资低的吓人，每千字不过二三十，好的一般六七十。这样费时费力却得不到应有的报酬，让我国的文学翻译行业颇为惨淡。在英语专业学生的学习中我们也可以看出，虽然听老师劝诫要多用纸质字典看上面的英英释义，但是基本每个学生手机里都装有电子词典，查单词清一色的都掏出手机来，无可否认的是，机器翻译带来的便利与快捷增加的学生的学习效率，省时省力。 总的来说，机器翻译虽然代替不了人工，但足以摧毁翻译行业。机器翻译带来的便利是显而易见的，短时间内机器翻译并不能完全取代人工翻译，但是如果机器学习进步至此，我并不怀疑机器翻译能够完全取代人工翻译，这就对翻译人提出了更高的要求。
机器翻译的特点及其与人工翻译的关系 2020年4月
机器翻译的特点及其与人工翻译的关系本文关键词：机器翻译，翻译，关系 机器翻译的特点及其与人工翻译的关系本文简介：摘要：本文从机器翻译的发展出发，客观分析了机器翻译与人工翻译的优缺点，以此探讨应该用辩证和发展的眼光来看待机器翻译，学会利用科技来提高自身工作的效率与价值。关键词：机器翻译;人工翻译;人工智能;一、引言随着大数据、云计算和人工智能的发展,许多技术革新纷纷出现,人们的生活也随之变得更加 机器翻译的特点及其与人工翻译的关系本文内容： 摘要：本文从机器翻译的发展出发，客观分析了机器翻译与人工翻译的优缺点，以此探讨应该用辩证和发展的眼光来看待机器翻译，学会利用科技来提高自身工作的效率与价值。 关键词：机器翻译; 人工翻译; 人工智能; 一、引言
随着大数据、云计算和人工智能的发展,许多技术革新纷纷出现,人们的生活也随之变得更加便捷。机器翻译便是备受瞩目的技术之一。它指的是能够将口头或书面文字从一种语言翻译成另一种语言的自动化技术,全程无需人工参与。随着互联网为人们开辟了更广泛的多语言世界,这种语言服务变得非常宝贵。 二、机器翻译的发展 在过去几年中,机器翻译的研究和开发速度惊人。早在2016年,谷歌推出了神经机器翻译系统,同时使用基于短语的机器翻译作为其服务背后的关键算法,以弥合人机翻译之间的差距。后来,微软通过WMT2017Newstest证明其机器翻译系统已经可以产出与人工翻译几乎无法区分的译文。在中国,网易、搜狗和科大讯飞等互联网巨头也加入了竞争,积极发布人工智能翻译设备,以卸下人工翻译的沉重负担。 然而,机器翻译的发展并非一帆风顺。近日,腾讯的同声传译和转录机在博鳌论坛上译出了重复的短语和破碎的句子,引起了全世界对于AI翻译是否能够取代人工翻译的广泛关注和激烈辩论。在谈到人工智能是否能取代人类的问题时,我们应该记住,几乎所有技术都有其优点和缺点,机器
人工智能与机器翻译(A,B 卷 七个大题:1. 名词解释 2.题解 3.智能知识 4.机器翻译方法 5. 技术阐述 6.分析题 7.应用题 A. 名词解释 : a. 机器翻译 :计算机程序做人的翻译。 b. 兼类 :一个单词既可以作名词动词又可以作其它词类。 c. 人工智能软件技术 :知识表示,知识推理,知识学习。 d. 人工智能 :用计算机模拟人的行为。 e. 交集型歧义 :一个字和前面的字可以成词,跟后面的字也可以成词。 f. 组合型歧义 :一个字可以和前面的字成词也可以同后面的字成词,连起来也可以成词。 g. 语法分析 :分析一句话的语法含义。 h. 语料库 :单词,短语,句子的集合。 i. 自然语言理解 :用计算机程序去理解一篇文章的含义。 B. 题解 : 第二章 P36 2-1,2-2 例 2.1 设有下列语句: (1 高山比他父亲出名。 (2 刘水是计算机系的一名学生,但他不喜欢编程序。
(3 人人爱劳动。 为了用谓词公式表示这些语句,应先定义谓词: BIGGER(x,y:x比 y 出名 COMPUTER(x:x是计算机系的学生 LIKE(x,y:x喜欢 y LOVE(x,y:x爱 y M(x:x是人 定义函数 father(x表示从 x 到其父亲的映射此时可用谓词公式把上述三个语句表示为: (1 BIGGER(高山, father(x (2 COMPUTER(刘水∧∽ LIKE (刘水,程序 (3 (任意 x (M(x->LOVE(x,劳动 例 2.2 设有下列语句: (1 自然数都是大于零的整数。 (2 所有整数不是偶数就是奇数。 (3 偶数除以 2是整数。 定义谓词如下: N(x:x是自然数 I(x:x是整数
人工智能翻译逐步取代人工 Considerable advances have been made in machine translation that utilizes artificial intelligence, to the point that it now provides the average English skill level of a university graduate. 使用人工智能的机器翻译已经取得很大进展，现在，它能提供一名大学生的一般英语水平。 How much might machines be able to achieve in the future? For what purpose, and to what extent, should the Japanese develop their English skills? 在未来，机器可能会实现多少?为了何种目的，到了什么程度，日本人应该发展他们的英语技能吗? We asked an American translator who teaches English at a university and the president of a machine translation company about these issues. 我们咨询了一名在大学教英语的美国译者以及一家专注这些问题的机器翻译公司的总裁。 Tom Gally / Professor at the University of Tokyo 汤姆.盖利/ 东京大学教授 Until now, machine translation has been used in place of a dictionary when reading and writing English, but it hasn’t been usable to comprehend or compose larger texts. 直到现在，机器翻译已被用作读写英语之时的一本字典，但它无法理解或编辑更大幅度的文本。 Machine translation using AI made its first appearance in autumn last year, and from my point of view as a tra nslator, it’s not uncommon for English compositions produced by such machine translation to be better than those produced by unaided Japanese students. 使用人工智能的机器翻译于去年秋天首次亮相，作为一名译者，我觉得并不稀奇的是，此类机器翻译生产的英语文章比无援助的日本学生们所写的英语文章要好。 However, it also has weak po ints. It can’t check for mistranslations, mistakes or languages it doesn’t understand. 然而，它也有各种弱点。它无法检查错译、错误、或其无法理解的语言。
- 147 - 第5期2019年3月No.5March，2019 人工智能即旨在使机器能够胜任一些通常需要人类智能才能完成的复杂工作。近年来，大数据、物联网、云计算这些IT 行业最新的技术发展趋势正推动着这一学科的兴起，并使其广泛应用于语音识别、图像识别、自然语言处理以及专家决策等研究领域。因其实力差异，人工智能又可分为弱人工智能、强人工智能和超人工智能，但强人工智能和超人工智能还未真正实现。当下我们身边随处可见的生活助手、智能家居、智能建筑等其实都是一种弱人工智能的体现，即专注于实现某一特定方面的功能，并可以与人类媲美甚至超越人类。从深蓝到战胜围棋世界冠军的AlphaGo ，它们采用的核心技术就是深度学习算法。作为机器学习的诸多方法之一，深度学习的灵感来源于人类大脑的结构和功能，通过模拟神经元间的互联关系从而构建人工神经网络以进行反复“训练”直至输出期望值，本文要探讨的机器翻译正是基于这种原理。 1 机器翻译的发展现状 在人工智能技术尚未发展成熟之前，传统人工翻译一直扮演着举足轻重的角色。直至当今，诸如Google 翻译、阿里翻译、百度翻译等AI 行业巨头推出的翻译平台逐渐凭借其翻译过程的高效性和翻译结果的准确性占据了翻译行业的主导地位。其中，Google 公司提供的机器翻译已经将汉译英的正确率和专业化程度提升到了一个新的高度，并受到社会各界人士的认可。一项在20世纪需要语言专家连续工作若干小时才能完成的翻译工作在今天或许只要在机器前守候几秒钟即可呈现出完整的翻译结果，这是一种跨时代的技术飞跃。 总而言之，机器翻译的问世实则是生产力大幅度提高的一种体现[1]。首先是节省了资源成本，不像传统人工翻译要求大量人力参与，且后期还需反复校对核查的繁琐流程，机器翻译全程仅需要一台计算机和电源即可，且不会出现拼写遗漏等低级错误，其工作的高效性是人工所不能媲美的。其次，因其背后的大数据支持和拥有强大的计算机系统作为支撑，机器翻译能够在确保正确率和即时性的条件下表现 出与时俱进的特性。通过不断“训练”以自动完善和优化内 部网络结构，从而进一步提高翻译质量。2 机器翻译的技术特点 机器翻译因工作原理的不同可分为基于规则的机器翻译、基于统计的机器翻译和基于神经网络的机器翻译。基于规则的机译系统以词典和语法规则库作为知识提取源，并结合语言学领域的专家知识以进行源语种到目标语种的转换，其实也可以说是一种符号的变换。因为它更多时候是在对语法进行剖析的基础上展开翻译工作，而不曾深入到语义层面，实为一种“直译”。基于统计的机器翻译实则是一种基于语料库的机译系统，不同于前者，它的语料库已经过严格划分并加以标注，其工作原理可以类比为一种语言信息在信道传输的过程。机器会默认源语言库中的任何一句话都可能与目标语言库中的某句话形成映射关系，不同的只是这种关系的产生概率，因而其目标就是寻找概率最大的句子作为译文予以呈现，这其实也是一种统计学思想。 当下深度学习的热潮已席卷全球，循环神经网络及其重要变型、卷积神经网络等具有不同拓扑结构的人工仿生网络在自然语言处理上均具有突出效果。这里将着重对后者，即通过构建人工神经网络，采用深度学习算法以实现的机器翻译模型进行探讨。在该种翻译模型中，诸如词汇、短语、句子等自然语言的基本组成单位均采用连续空间来表示，其中的人工神经网络则用于实现由原文至译文的直接映射，而无需经过依存分析、规则抽取、词语对齐等基于统计的机器翻译才涉及的处理过程。在实际语句转换过程中，原文语言序列的输入由编码器读入并以一定维度的语义向量作为输出，再由解码器对其进行解码，进而输出目标语言序列，即翻译后的结果[2]。这种采用编码—解码形式的机器翻译能够自发地从语料库中学习语言特征，而无需在深度学习算法中设定相关特征值以阐述翻译规律，因而在对自然语言的处理过程中省去了特征设计的工作，其模型架构如图1所示。3 机器翻译暴露的弊端 正如任何事物都是作为矛盾统一体而存在，机器翻译 作者简介：贺丽媛（1998— ），女，江苏无锡人，本科生；研究方向：自动化。 摘 要：21世纪技术领域的重大变革使“人工智能”一词逐渐为我们耳濡目染，这无疑是一个很宽泛的话题。从几乎人手必备 的智能手机到无人驾驶汽车的试运行，当今我国人工智能在人脸识别、语音识别、安防监控、智能音箱、智能家居等领域均走在国际前沿，无一不令人叹为观止。深度学习即成为当下热门研究领域，文章以该领域下的一个重要应用分支—机器翻译为实例，探讨人工智能的发展现状、技术特点以及当前存在的一些弊端。关键词：人工智能；深度学习；机器翻译人工智能在机器翻译领域的应用 贺丽媛 （西北民族大学 电气工程学院，甘肃 兰州 730124） 无线互联科技 Wireless Internet Technology
机器翻译：现状与展望 中国专利信息中心王丹李进 机器翻译（Machine Translation），又称为自动翻译，是利用计算机把一种自然源语言转变为另一种自然目标语言的过程，它是自然语言处理（Natural Language Processing）的一个分支，与计算语言学（Computational Linguistics）、自然语言理解（Natural Language Understanding）之间存在着密不可分的关系。 步入21世纪以来，随着国际互联网（Internet）的迅猛发展和世界经济一体化的加速，网络信息急剧膨胀，国际交流日益频繁，如何克服语言障碍已经成为国际社会共同面对的问题。由于人工翻译的方式远远不能满足需求，利用机器翻译技术协助人们快速获取信息，已经成为必然的趋势。 一、机器翻译简史 机器翻译的研究历史可以追溯到20世纪四五十年代。1946年，第一台现代电子计算机ENIAC诞生，随后不久，信息论的先驱、美国科学家W. Weaver和英国工程师A. D. Booth 在讨论电子计算机的应用范围时，提出了利用计算机进行语言自动翻译的想法。1949年，W. Weaver发表《翻译备忘录》，正式提出机器翻译的思想。走过六十年的风风雨雨，机器翻译经历了一条曲折而漫长的发展道路，学术界一般将其划分为如下四个阶段：1．开创期（1946-1964） 1954年，美国乔治敦大学（Georgetown University）在IBM公司协同下，用IBM-701计算机首次完成了英俄机器翻译试验，向公众和科学界展示了机器翻译的可行性，从而拉开了机器翻译研究的序幕。 中国开始这项研究也并不晚，早在1956年，国家就把这项研究列入了全国科学工作发展规划，课题名称是“机器翻译、自然语言翻译规则的建设和自然语言的数学理论”。1957年，中国科学院语言研究所与计算技术研究所合作开展俄汉机器翻译试验，翻译了9种不同类型的较为复杂的句子。 从20世纪50年代开始到20世纪60年代前半期，机器翻译研究呈不断上升的趋势。美国和前苏联两个超级大国出于军事、政治、经济目的，均对机器翻译项目提供了大量的资金支持，而欧洲国家由于地缘政治和经济的需要也对机器翻译研究给予了相当大的重视，机器翻译一时出现热潮。这个时期机器翻译虽然刚刚处于开创阶段，但已经进入了乐观的繁荣期。 2．受挫期（1964-1975） 1964年，为了对机器翻译的研究进展作出评价，美国科学院成立了语言自动处理咨询委员会(Automatic Language Processing Advisory Committee，简称ALPAC委员会)，开始了为期
从文学文本角度看机器翻译与人工翻译的差异 ○吴建兰，朱杭慧，黄煜婷 （南京信息工程大学，江苏南京210044） ［摘要］翻译事业迅速成长，日益受到重视。面对法律、科技等众多文本，人们可 以结合利用机器翻译和人工翻译，但面对文学类文本，机器翻译稍显不足。本文列举出多 例机器翻译和人工翻译的英译汉、汉译英译文，探讨两种翻译方法对原文的语言风格、情 感表达、文化内涵、句式结构等各方面的处理，了解机器翻译和人工翻译各自优越性和局 限性所在，从而寻求机器翻译和人工翻译的未来优化发展方向，为提供译者和读者更好 的服务。 ［关键词］机器翻译；人工翻译；文学文本；文化内涵 ［基金项目］本项目由“南京信息工程大学大学生实践创新训练计划项目（SPITP）”资助（项目编号： 201710300268）。 ［作者简介］吴建兰，南京信息工程大学文学院副教授。 朱杭慧，南京信息工程大学文学院翻译专业学生。 黄煜婷，南京信息工程大学文学院翻译专业学生。随着互联网迅速发展和国际社会交流日渐频繁，人们对翻译的研究日益深入，翻译行业发生重大改变。现在是信息爆炸的时代，面对众多纷繁的信息，纯人工翻译几乎不再存在，为了提高速度，促进科技发展，人们更加倚重机器翻译。然而，无论是机器翻译还是人工翻译都存在许多不足，需要人们深入研究。机器翻译和人工翻译，绝不是非此即彼，更应该是互相促进的关系。众所周知，机器翻译在对文学类文本的处理上有较大不足，但是，这更能促使人们思考如何让机器翻译在翻译文学文本中更上一层楼，同时也促进人工翻译的发展。一、机器翻译和人工翻译的比较机器翻译指利用计算机将源语言转换为目标语言，从而进行经济、政治、文化等各方面交流。学术界一般将机器翻译的发展历程分为四个阶段：开创期（1947~1964）、受挫期（1964~1975）、恢复期（1975~1989）和新时期（1990~至今）。机器翻译与计算机技术、语言学和信息论联系紧密，属于计算语言学的一个分支。机器翻译从早期的词典匹配，发展为词典结合语言学专家知识的规则进行翻译，再到基于语料库的统计机器翻译。机译系统可以分为基于规则和基于语料库两大类。前者按研究重点区分，可划分为词汇型、语法型、语义型、知识型和智能型。后者可细分为基于统计和基于实例。得利于其便利快捷、基本准确的 特性，机器翻译具有重要的实用价值和 科学研究价值，前景不可估量。直到今 天，还有无数机器翻译软件竞相入市。人工翻译即以人工的方式将语言进 杏苑论坛Xing yuan lun tan 品位·经典101
一.名词解释(3X5) 1.机器翻译：机器翻译是人工智能研究的一个分支, 是用电脑代替人做翻译 工作。 2.组合型歧义：一个句子中，一个字既可以与前面的字构成一个词，也可 以与后面的字构成一个词，也可以合起来组成一个词。（词与词之间的串联产 生的） 3.交集型歧义：一个句子中，一个字既可以与前面的字构成一个词，也可 以与后面的字构成一个词。（词与词之间的交叉组合产生的） 4.语料库：由单词、短语、句子组成的电子库。 5.人工智能：人工智能是计算机科学的一个分支，任务旨在 模拟人类行为和认知过程。 6.人工智能软件技术：知识表示、知识推理、知识获取。 7.语法分析：分析一个句子有无语法错误。例如“兔子吃草” 是正确的，但“草吃兔子”是错误的。 8.兼类：兼类指同一个词具有不同的词类语法功能, 即这个词兼属不同的词 类。 二．基本概念(3x4) 1.人工智能应用领域：P11 （1）问题求解 （2）逻辑推理与定理证明 （3）自然语言理解 (4)自动程序设计 （5）专家系统 （6）机器学习 （7）人工神经网络
（8）机器人学 （9）模式识别 （10）机器视觉 （11）智能控制 （12）智能检索 （13）智能调度与指挥 （14）系统与语言工具 2.分析智能软件与通常软件的区别：P8 通用软件：采用两级层次加以组织：数据级、控制级 智能软件：采用三级层次加以组织：数据级、知识库、控制级 3.比较智能软件与通常软件的性质：P8 通用软件：（1）通用性。算法应能求解问题范围内的全部问题，而不是只能解决其中的某些特殊问题。 （2）确定性。算法中的问题求解状态、求解步骤应该是精确的、唯一的，并可以机械的执行。 （3）有效性。问题范围内的任何具体问题带入算法后，都可以经过有限步骤达到所期望的结果。 智能软件：（1）局部性。仅适用与求解一类问题中那些被认为合理或者常见的问题。 （2）试探性。常采用一般情况下能保证正常工作的方法进行问题求解，当这个方法失败时，允许采用其他方法。 （3）针对性。智能软件常利用求解问题的一些特殊规律，但这些规
一、名词解释： 1.多义词：一个单词有两个及以上意义。 2.语料库：单词、短语和句子组成的数据库。 3.组合型歧义：一个字与前面的字成词，与后面的字成词，合起来也成词。 4.交集型歧义：一个字与前面的字成词，与后面的字也成词。 5.人工智能：用计算机模拟人的行为。 6.人工智能软件（三大）技术：知识表示、知识推理、知识获取。 7.机器翻译：用计算机软件代替人做的书面翻译。 8.自然语言理解：一篇文章用计算机程序来理解，评价标准是计算机程序写出来的正确摘要。 9.机器学习：用计算机软件、硬件，人工半自动、自动学习知识。 10．语义分析：就是对句子意义的分析。 11.兼类：一个单词既可以作名词动词又可以作其它词类。 12.语法分析：分析一句话的语法含义。 二、题解 例2.1 设有下列语句： （1）高山比他父亲出名。 （2）刘水是计算机系的一名学生，但他不喜欢编程序。 （3）人人爱劳动。 为了用谓词公式表示这些语句，应先定义谓词： BIGGER(x,y):x比y出名 COMPUTER(x):x是计算机系的学生 LIKE(x,y):x喜欢y LOVE(x,y):x爱y M(x):x是人 定义函数father(x)表示从x到其父亲的映射此时可用谓词公式把上述三个语句表示为：（1）BIGGER(高山，father(x)) （2）COMPUTER(刘水)∧∽LIKE（刘水，程序） （3）（?x）（M(x) → LOVE(x,劳动)） 例2.2 设有下列语句： （1）自然数都是大于零的整数。 （2）所有整数不是偶数就是奇数。 （3）偶数除以2是整数。 定义谓词如下： N(x):x是自然数 I(x):x是整数 E(x):x是偶数 O(x):x是奇数 GZ(x):x大于零 另外，用函数S（x）表示x除以2。此时，上述三个句子可用谓词公式表示为： （?x）(N(x) →GZ(x)∧I(x)) (?x)（I(x) →E(x)∨O(x）） （?x）(E(x) →I(S(x)))
机器翻译技术的现状及发展 篇一：机器翻译技术的现状及发展 机器翻译技术的现状及发展 摘要:本文在分析机器翻译内涵的基础上，阐述了机器翻译的历史和现状，探讨了机器翻译所面临的问题及机器翻译的发展趋势。 关键词:机器翻译；自然语言；发展趋势 1.引言 《圣经.创世纪》中第十一章巴别塔：“耶和华说：看哪，他们成为一样的人民，都是一样的言语，如今既作起这事来，以后他们所要作的事就没有不成就的了。我们下去，在那里变乱他们的口音，使他们的言语彼此不通。于是耶和华使他们从那里分散在全地上；他们就停工，不造那城了。因为耶和华在那里变乱天下人的言语，使众人分散在全地上，所以那城名叫巴别（就是变乱的意思）[1]。”这只是圣经故事，但告诉我们语言的不同确实是人们交流的极大障碍，因此人们一直在寻找打破语言障碍的途径和办法。翻译则能克服语言障碍，使得不同语言人们之间能相互交流。谭载喜在他的《西方翻译简史》一书中提到我国的翻译史时说：孔子周游列国，在各地言语发音不尽相同，彼此交流甚少的当时，也不得不通过象寄之才（即翻译人员）以“达其意，通其欲”。随着互联网的日益发展，网络信息的激增，国际社会交流愈加频繁，机器翻译已成为克服交流时所产生的语言障碍的重要手段之一。
2.机器翻译的定义 计算机翻译通常叫机器翻译(Machine Translation或MT)，即全自动高质量机器翻译(Fully Automatic High Quality Machine Translation,简称FAHQMT或MT)，就是人类利用计算机进行自然语言间的相互翻译，利用软件实现从一种自然语言文本到另一种自然语言文本的翻译 [2]。 3.机器翻译的历史与现状 在古希腊时代就有人提出利用机械装置来进行语言翻译的想法，其中之一是如何用机械手段来分析自然语言。17世纪，人们首次提出使用机械字典克服语言障碍的设想。1903年，古图拉特(Couturat)和洛(Leau)在《通用语言的历史》一书中指出，德国学者里格(W.Rieger)首次使用了“机器翻译”(Machine Translation)这个术语。1952年在美国麻省理工学院(MIT)召开了第一届国际机器翻译会议，标志着机器翻译正式迈出了第一步。1978年在中科院计算机所的一台64K容量的计算机上成功地进行了20个标题的机器翻译测试。1987年在日本箱根举行了第一届机器翻译峰会(MT Summit)，并决定以后每两年轮流在亚、欧、美定期举行。20世纪90年代后，随着微机的普及，相继出现了多种翻译软件，例如金山公司的词霸系列，实达铭泰的东方快车系列，Trados 翻译软件等。到目前为止，由于计算机科学、语言学研究的发展，特别是计算机硬件技术的大幅度提高以及人工智能在自然语言处理上的应用，机器翻译已经取得了相当大的进步，不过，机器翻译的水平距理想的“全自动高质量（FAHQ）”的
对机器翻译取代人工翻译的反驳 近日,一篇名为《翻译界的重大突破！作为一个翻译,此刻我理解了18世纪纺织工人瞧到蒸汽机时的忧虑与恐惧！》传遍朋友圈,不少译员与外语系学生表现出了对于翻译前景的担忧,大有机器翻译取代人工翻译的意思。 这篇的文章标题的确相当耸人听闻,这就是在号召丢饭碗的译员去砸谷歌总部么？毕竟翻译作为一种创造性的脑力劳动,跟纯粹地出卖体力还就是不一样的(没有任何贬低体力劳动的意思)。相反,个人觉得,作为译员或者外语系学生,应当对于新技术的到来表示欢迎,并主动适应新趋势,而不应该盲目表现出不必要 的担忧。 当前笔译市场鱼龙混杂,不少人觉得拿个专八证书就可以做翻译,甚至报价 五六十每千字都愿意做,已经严重扰乱了翻译市场秩序。个人觉得CATTI二级作为敲门砖还就是能起到筛选作用的,毕竟15%左右的通过率摆在那里。机器翻译的发展对于淘汰低端译员可以起到积极作用,而机器翻译完全取代人工翻译的说法实在有夸大之嫌。 奠定了翻译学(Translation Studies)独立学科地位的詹姆斯·霍姆斯James Holmes,曾经提出过翻译学的“Map”,确定学科研究的范围,首先从大方向上分为“纯理论”(Pure)与“应用”(Applied)两个部分,而“应用”层面又可以再分为三个分支“译员培训”(Translator Training)、“翻译辅助”(Translation Aids)、“翻译批评”(Translation Criticism),显然“机器翻译”(Machine Translation,MT)与“计算机辅助翻译”(Computer Aided Translation,CAT)可以归在“翻译辅助”下面。1本人曾经用过大名鼎鼎的CAT软件Trados(塔多思),功能十分强大,可以随时将翻译结果记录进术语库(MultiTerm)中,在该术语重复出现或者近似表 达出现的时候进行提示,从而确保术语翻译在全文中的一致性,同时减少翻译术 语的重复劳动时间。而诸如“谷歌翻译”之类的“机器翻译”,也代表着翻译研究的一个前沿领域——译后编辑(Post-editing),即通过人工对机器翻译产生的 译文进行修改与润色,使其达到可以使用的水平。综上,“翻译辅助”可以减少译员大量重复无意义的劳动,大大提高翻译效率,应该来说可以算就是译员的福音。这也就是为什么现在很多翻译公司招聘译员都需要熟练掌握翻译辅助工具的原因,当然这也代表着翻译行业的新趋势,对翻译辅助软件一窍不通必然会面临被 淘汰的危险。 以下论述机器翻译不可能完全取代人工翻译的原因。第一,翻译辅助软件大多运用于具有大量术语的科技翻译等非文学题材,而对于文学翻译可以起到的作用相当有限。第二,机器翻译基于庞大的语料库,很难处理暂时没有固定翻译的术语,比如中国的外宣翻译就是由专家集体讨论之后权威发布的。第三,从根本上讲,机器翻译就是基于“对等”(equivalence),或者类似于平行语料库(parallel