《新版机器翻译与人工翻译的不同点及其趋势汇编》由会员分享，可在线阅读，更多相关《新版机器翻译与人工翻译的不同点及其趋势汇编（12页珍藏版）》请在金锄头文库上搜索。
1、新版机器翻译与人工翻译的不同点及其趋势汇编 机器翻译与人工翻译的不同点及其趋势 机器翻译与人工翻译的不同点及其趋势 本文关键词：机器翻译，不同点，趋势，翻译机器翻译与人工翻译的不同点及其趋势 本文简介：摘要：自1956年人工智能学科正式诞生以来,人工智能已经成为当今世界上发展速度最快的科技之一。随着语音识别和深度学习技术的迅速发展,人工智能翻译机器的应用备受关注。本文拟就机器翻译的现状和与人工翻译之间的差异以及机翻的发展前景等进行研究,并给予翻译行业从业者一些合理的建议,让译员们不因为机机器翻译与人工翻译的不同点及其趋势 本文内容：摘 要：自1956年人工智能学科 正式诞生以来, 人工智能已经
2、成为当今世界上发展速度最快的科技之一。随着语音识别和深度学习技术的迅速发展, 人工智能翻译机器的应用备受关注。本文拟就机器翻译的现状和与人工翻译之间的差异以及机翻的发展前景等进行研究, 并给予翻译行业从业者一些合理的建议, 让译员们不因为机器翻译的高速发展而有所担忧。关键词：机器翻译; 人工翻译; 展望;1、 机器翻译概况1.1 、基本概念翻译从根本上来讲就是一个解码的过程, 而这个解码的过程, 有一个正确的答案, 这个答案就是我们要翻译成的语言。1而机器翻译则使用电子计算机理解这个密码所代表的意思, 把一种语言翻译成另外一种语言。机器翻译涉及多门学科:语言学、计算机科学、数学等。机器翻译的每
3、一步运作都需要将这些不同的学科巧妙地结合起来, 让它们共同为机器翻译服务。这就要求研究人员的合作要紧密, 才能充分发挥机器翻译的优点。1.2 、发展背景机器翻译的研究从20世纪30年代开始。20世纪30年代初, 法国科学家G.B.阿尔楚尼提出了用机器来进行翻译的想法。1949年, W.Weaver发表翻译备忘录, 正式提出机器翻译的思想。1954年, 美国乔治敦大学在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, 拉开了机器翻译研究的序幕。2接下来的60多年的时间里, 随着计算机技术、互联网以及人工智能技术的快速发展, 机器翻译的研究也越来越深入。直到最近, 科大讯飞在
4、发布会上首创人机耦合的新概念, 将机器翻译的研究又推向了更深的一步。机器翻译具体分为基于规则的机器翻译系统、基于语料库的机器翻译系统、多引擎机器翻译系统、口语机器翻译系统等各种类型。1.3、 发展现状机器翻译自20世纪30年代诞生以来, 就以发展速度快而被人熟知, 在此基础上, 由于运行过程复杂, 人工智能技术发展不完善, 机器翻译又是应用范围广、发展不充分的一门新技术。1.3.1、 应用范围广从技术上来讲, 机器翻译作为结合了计算机科学、数学、语言学等学科的综合应用领域, 继续深入结合是必要的。在计算机领域, 机器翻译建立了多种机翻系统, 如:基于规则的机器翻译系统等。在数学方面, 机器翻译
5、创造了许多新型的算法, 例如:花田幽静句的自动分析算法等。至于语言学, 机器翻译则贡献更大。它将英语、汉语等语言的歧义现象以及词义排岐方法做了系统的划分, 使得我们在线下学习多种语言时更加清晰、明了。31.3.2、 发展速度快20世纪90年代以来, 随着Internet的普遍应用, 经济全球化逐渐出现, 国际外交愈发频繁, 外交领域对翻译速度的要求越来越高, 而大量的工作对译员们来说也是负担较大。在这种情况下, 机器翻译凭借独特的优势, 顺应着时代潮流, 蓬勃发展。许多初级翻译软件应运而生, 基本可以满足人们的基础要求。进入21世纪以来, 随着互联网的诞生, 其影响力逐渐扩展到世界的每一个角落
6、, 数据量呈爆炸式增长, 统计方法得到充分应用。大多数互联网公司纷纷成立研究组, 研发了基于互联网大数据的机器翻译系统, 使机器翻译从基础学科最终走向实际应用领域, 例如百度翻译、搜狗翻译、谷歌翻译等。202x年上半年, 科大讯飞首次提出人机耦合的概念, 将机器翻译与人工翻译更加紧密地结合起来。1.3.3、 发展不充分自20世纪机器翻译创立以来, 机器翻译已经经历了多个阶段。但尽管如此, 机器翻译也只是仅仅诞生了不到一个世纪。在这几十年的时间里, 虽然机器翻译发展很快, 但是它依旧如同一个初生的婴儿一般, 正在不断探索, 自然是无法和人类的自然语言相媲美的。在互联网快速发展的影响下, 影视翻译
7、的影响力在不断增强。影视作品承载着庞大的文化背景, 因此, 来自不同的国家的影视作品的风土人情自然有所不同。比如How do I know这句话, 听起来十分平常, 但是不同的人就会有不同的翻译。如果是人工翻译的话, 当译者看到这是一位绅士或者学者的话, 他会译作我怎能知道呢, 但如果是一个酒鬼, 就会译作鬼知道啊甚至是老子不知道!但是机器翻译就只会将其翻译成我怎么知道。4它无法在译文中体现出人物的状态、情绪或者所受的教育程度。这也是机器翻译机械性的一种体现。总而言之, 机器翻译发展到目前为止, 依旧是发展不充分的一门技术, 仍然需要技术人员继续深入研究。1.4 、机器翻译的特点1.4.1、
8、翻译速度快机器翻译可以将语音识别技术与翻译技术有机结合, 实现对语音的实时识别与翻译。机器翻译在翻译的基础上又拥有计算机技术和人工智能技术的特点, 它可以将计算机的高效率与翻译巧妙结合, 提高机器翻译的速度。现在搜狗的实时识别与翻译技术已经可以达到每秒400词的高范例, 而这已经是同声传译范例的200倍。51.4.2 、基础翻译得心应手在国际交流中, 人们主要是通过翻译来相互沟通。因此, 在没有专业的译员的情况下, 对于语言不是很敏感的普通人来讲, 快捷的机器翻译就成为他们的首选。在日常生活中, 准确显然没有快速的交流重要, 因此机器翻译在日常生活、新闻发布等场合就更为常见也更加受欢迎。当然这
9、是机器翻译本身决定的。机器翻译一直都有一种名为口语机器翻译的系统, 而这种系统就是为了人们的日常交流诞生的。因此, 有多年的技术发展作为基础, 基本的交流性质的翻译对于机器来说就很得心应手。1.4.3、 深度翻译差强人意中文与其他语言不同的一点就是对于中文来讲, 一个词在不同的语境下可以具有不同的含义, 而其他的语言则不会如此。这样就给机器翻译带来了一定的困难。我国翻译家严复在其译作天演论所述的翻译三难信达雅也有此含义。对于翻译来讲, 忠于原文、句意通顺、语言优美是要素, 但是很显然的是, 机器翻译由于是一种基于算法的系统, 自然无法切实地做到以上三点, 在翻译时总会出现一些问题。例如:在搜狗
10、世界互联网大会上, 王小川曾说道:那么在这里面, 我要开始畅想, 未来的路在什么地方实时的机器翻译这样翻译道:So in this, , I want to think about it.Where is the future of the future从这里我们可以看出机器翻译最大的缺陷还是机械性。它不能联系上下文来进行相对准确的翻译。所以才会出现Where is the future of the future这样语焉不详的句子。另外, 那么在这里面显然是王小川先生无意识的一种衔接词, 就如同so和you know一样, 但是机器翻译不能判断出来。如果是笔者的话, 会这样译:So, I c
11、ant help to imagine where our future is由此可见, 机器翻译在联系上下文以及分析说话者本人的思维方面还存在很大问题。2 、机器翻译与人工翻译的比较2.1、 机器翻译和人工翻译的共同点人工翻译是人类自己通过大脑联系语境和上下文, 将源语言翻译成目的语言时更精确更具有文学性和可读性的一种行为。而机器翻译则是通过电子计算机将一种语言翻译成另一种语言的行为。但是, 这两者在翻译本质上都是相同的无论是人工翻译还是机器翻译都是翻译。通常意义上来讲, 翻译是在准确、通顺的基础上, 把一种语言信息转变成另一种语言信息的行为, 同时也是将一种相对陌生的表达方式转换成相对熟悉
12、的表达方式的过程。6而这两种翻译方式目的都是如此, 都是为了加强人与人、国与国之间的沟通和交流而存在的。2.2 、机器翻译与人工翻译的差异2.2.1、 发展时间短自从人类存在以来, 无论是经济、政治甚至是宗教都需要不同民族、不同国家的人进行交流, 而这些都仰仗人工翻译。因此, 人工翻译历史悠久、意义重大, 在人类发展史上居于重要地位。而机器翻译则不同。机器翻译从发明到目前为止, 总共经历了短短54年的时间。在这54年间, 机器翻译作为一门新兴的技术蓬勃发展, 但是这也仅仅是一个开始。2.2.2 、以直译居多几xxx来, 直译和意译一直是东西方, 尤其是我国, 都在争论的问题。因为对于一个句子来
13、说, 主谓宾定状补等语法成分是固定存在的, 只是顺序略有不同。因为每个人对于句子的理解都是主观的, 一定不会完全相同, 所以意译形式就在所难免地出现在各种文件、书刊上, 在准确翻译的基础上又增添了文章的文学性。但是机器翻译由于无法避免机器的机械性, 无法像人类一样xx思考, 因此只能根据原句中固定的语法成分逐个翻译, 自然是以直译为主。2.2.3 、结果不准确交流, 是一种信息互换的过程, 是通过沟通交流, 信息流动传播的过程。因此, 在两个母语不同的国家之间, 翻译的准确性就成了正常交流的必要条件。对于人工翻译来讲, 由于讲话者和翻译者都是人, 所以译者们能够通过了解双方国家的风俗习惯、双方
14、的性格和语言特色, 来将其他语言较为准确的翻译成本国的语言。因此, 即使一百个读者有一百个哈姆雷特, 读者在阅读人工翻译, 特别是同传时, 就能够很好地理解说话者的思维。但是, 机器翻译是一种以人工智能、大数据技术为基础的科技手段, 即, 机器翻译的本质是自动化和机械化的翻译, 缺乏灵活性。在这种情况下, 机器系统只能通过机械地对句子的语法结构进行分析, 却很难去结合语言环境、风俗习惯等, 这就造成了机器翻译在翻译结果上的不准确。例如, 在知乎上有网友对于百度翻译、Google翻译、搜狗翻译等国内外知名机器翻译系统做了一个测试, 结果差强人意。测试结果如下:原文:人要是行, 干一行行一行, 一
15、行行行行行;要是不行, 干一行不行一行, 一行不行行行不行。百度翻译:If you can do it, , line by line, , line by line, line by line, , line by line, line by line, line by line, line by line.百度逆向翻译:如果你能做到, 一行一行, 一行一行, 一行一行, 一行一行, 一行一行, 一行一行, 一行一行。谷歌翻译:If a person wants a line, do a line, a line, a line, a line, and a line.If you cant, you cant do one line.One line cant work.谷歌逆向翻译:如果某人想要一条线, 请做一条线, 一条线, 一条线, 一条线和一条线。如果你做不到, 你就不能做一行。一行无法正常工作。搜狗翻译:If people can do it, line by line, line by line, line by line, line by line, line by line, line by line, line by line, line by line, line by line, line by l
