2018/4/19 16:58:00
翻譯這個職業(yè)前景怎么樣？（下）
最后，關(guān)于機器翻譯的展望：我相信，在不遠(yuǎn)的未來，機器翻譯可以取代絕大多數(shù)傳統(tǒng)翻譯，在理性的部分甚至可以做得更好。至于其他反例的一些翻譯bug，僅僅是人機交互+NPL (Nature Language Processing)就可以改善。如果一個句子可能出現(xiàn)歧義，完全可以利用語言處理系統(tǒng)，分析句子的幾種意思。然后人機交互系統(tǒng)再把可能的選項都通過標(biāo)準(zhǔn)化的方法說出來，問你，讓你選一個正確的。然后對標(biāo)準(zhǔn)化的數(shù)據(jù)庫翻譯就好了。例如：你跟計算機說：“爸爸背著我和弟弟去了電影院?！庇嬎銠C的NLP系統(tǒng)，完全問你，請選出以下四種意思：1.爸爸背（負(fù)）著我，和弟弟一起去電影院。2.爸爸背（負(fù)）著我和弟弟兩個人，去了電影院。3.爸爸和弟弟去了電影院，卻背著(不告訴)我.4.爸爸自己去了電影院，背著（不告訴）我和弟弟。然后對沒有歧義的那個選項進行翻譯。即使拋開外語翻譯不談，同一母語者之間的交流里，語言也只是思想交流的媒介，其本身就不是完全精確的。例如上面那句話，就有好幾個意思，日常人際交流的誤解容錯率遠(yuǎn)遠(yuǎn)比想象的高。尤其是教育程度不同的，年齡差異大的人之間交流，詞不達意雞同鴨講的場景太多。NLP可以把太隨意的話，給強行規(guī)范到精確的語境里，從而避免很多誤解。