5/30/2018 10:30:00 AM
駐馬店翻譯公司：機器翻譯會不會取代人工翻譯
樂文駐馬店翻譯公司：機器翻譯相對于人工翻譯主要有三個優勢：記憶量大、翻譯速度快、成本低。機器在處理規則明確的事情上（例如精確度要求不高的翻譯），能夠高效快捷的完成任務，比如說天氣預報、出國旅游的日常交流等。而這些快捷的機器翻譯所需要的成本與人工翻譯相比具有很強的優勢。
然而機器翻譯也有不少地方比不上人工翻譯
現在機器翻譯很大的一個問題是，計算機或者人工智能沒法處理人類的常識問題，比如在生活中，大家都知道太陽從東邊升起，所以講到陽光照進窗戶，我們都能推理出這個窗戶的朝向。但是機器沒有這種常識背景。同樣地，在語言翻譯的過程中，涉及到很多關于語言文化或者常識俚語的知識。到目前為止，機器還沒有很好的方法去克服，這是一個很大的瓶頸。即使用神經網絡去學習，也只是針對輸入的大規模語料來學習，語料中沒有的，它就學不到，而且也不能理解。
人們對翻譯的要求通常體現為“信、達、雅”三層標準。機器翻譯可以比較容易實現“信（沒有錯誤）和達（譯文通順）”的水平，但難以實現“雅（源于原文而又高于原文）”。最重要的問題是機器沒有足夠的抽象能力和理解能力。比如“道教”中的“道”字，機翻可能直接譯成“路”，而不會譯成“規律”或“宗教”，因為“道”是一個抽象的多義概念，需要理解語境才能準確翻譯。所以，機器可以完成“直譯”的任務，但難以勝任“意譯”的要求。
目前對機器翻譯的研究進展
經過測試，我們發現谷歌的神經翻譯系統的翻譯能力好了很多。它的翻譯語句比以往流暢了很多，可讀性也比以往好了很多，不再是以前比較難懂的初級版本了。初級的翻譯模式是詞對詞替換，后來發展到了統計機器翻譯，基于短語的統計機器翻譯較好解決了一些翻譯難題，但這二者的翻譯結果讀起來都還比較晦澀?，F在神經網絡翻譯實現了端到端的翻譯，翻譯是句子到句子的轉換，所以從技術上來講，現在的翻譯結果已經流暢很多了。機器翻譯技術一直在往前發展，現在也在不斷提出更新的，更為深度的神經網絡學習模型。雖然達到或接近人工翻譯的水平還有很多很多的困難。但是這方面的技術總體趨勢確實是越來越好。
同時，在機器的自然語言理解上，現在正在攻關。這里的一個關鍵問題就是：文字只不過是用來表達信息的載體，而機器翻譯只處理了文字，卻沒有理解文字所載荷的信息。比方說“我吃飯”是對的，“飯吃我”是錯的，但是機器可能就認為兩者都是對的，因為機器只知道它們符合主謂賓的語法結構，卻沒有理解文句的語用信息和語義信息。所以要讓機器理解自然語言是比較困難的，因為這不僅涉及到機器的抽象能力，還涉及到它們的常識積累問題。
如今機器翻譯取得這么大的進步，它會不會取代人工翻譯呢？
目前來看機器翻譯不可能代替人工翻譯。機器主要作為一種輔助工具，翻譯的主體始終是人，機器只是一個自動化工具，用來提高人的工作效率。如果沒有了人，只靠機器翻譯是不可能執行所有翻譯任務的。
隨著機器翻譯能力的提高，我們可能失去的就是那種比較平鋪直敘的、一般質量水平的翻譯。人們學翻譯就是要做一種高水平的翻譯，所以關于翻譯專業失業的問題，我覺得不是那么可怕。一般的普通翻譯就讓機器去做好了，然后我們做更高級的工作。學習翻譯的同學，將來還可以去研究很多領域，比如語言文學的研究等。這些都不是通過機器翻譯就可以解決的。
對優秀的譯者來說，我們面臨的不是機器給我們的挑戰，而是機器給我們的巨大幫助。它可以提高效率和用詞的統一度，但是準確度還得靠人來把握。所以譯者應當敞開懷抱來歡迎機輔翻譯。