8/6/2018 3:11:00 PM
鶴壁翻譯公司如何評價Google神經(jīng)機(jī)器翻譯(GNMT)系統(tǒng)?
鶴壁翻譯公司如何評價Google神經(jīng)機(jī)器翻譯(GNMT)系統(tǒng)?
翻譯有純?nèi)斯しg,還有借助電腦的機(jī)器輔助翻譯(CAT,computer assisted/aided translation),還有傳統(tǒng)的機(jī)器翻譯(MT,machine translation)。
傳統(tǒng)的機(jī)器翻譯據(jù)說源于上世紀(jì)五六十年代的美國,為了破解蘇聯(lián)的大量俄語文件而研制。它的原理是詞匯間的一一對應(yīng),可以想見,產(chǎn)出的譯文肯定是不通的,或許只能大體看出原文在探討的主題。這樣的翻譯模式或者思路,在翻譯天氣預(yù)報這種語匯固定的文本上有一定用處。據(jù)說加拿大魁北克地區(qū)曾用這種方式播報雙語天氣預(yù)報。
機(jī)器輔助翻譯是指利用Trados或者wordfast這種工具,它的核心原理在于translation memory,即翻譯記憶語料庫。軟件工具把之前翻譯過的或者集中導(dǎo)入的雙語語料儲存起來,遇到相似程度高的原文時,自動調(diào)出之前的譯文,譯者在其基礎(chǔ)上修改,完成最終的譯文。其翻譯單位為句子。
以上介紹的基于語匯一一對應(yīng)的機(jī)器翻譯和基于翻譯記憶數(shù)據(jù)庫的CAT,其實代表了實現(xiàn)人工智能的兩個思路。我自己只是搞翻譯的,對于人工智能不太懂,但機(jī)器/電腦翻譯屬于人工智能的范疇。人工智能的關(guān)鍵在于教會機(jī)器你想讓它認(rèn)知的東西,對于如何教,有兩個思路。
舉一個我在TED演講中聽過的一個例子。
演講者從事的是圖像識別軟件的開發(fā)。一開始采取的套路是通過描述畫面來教會機(jī)器識別事物。比如給“貓”設(shè)置“圓臉、尖耳朵、長尾巴”等參數(shù),但是效果很差,機(jī)器識別了站立著的貓,就識別不了坐著的貓。
后來研發(fā)者換了一個思路,模擬人類孩童是如何認(rèn)識貓的——見的多了,就知道這樣的是貓了(孩子并不會去分析原來圓臉、尖耳朵、長尾巴的才是貓)。于是將大量貓咪的圖片存入機(jī)器,并告訴它這是“貓”,后來機(jī)器遇到類似的圖片,就能識別出是貓。已有數(shù)據(jù)庫越大,機(jī)器識別得就越準(zhǔn)確。
個人認(rèn)為質(zhì)量較高的機(jī)器/電腦翻譯的實現(xiàn),也要采取這后一種思路,即基于大量雙語語料的記憶和學(xué)習(xí)——讓機(jī)器記住什么樣的話是什么意思,而不是將語句分解為單個詞匯再去找它們在另一個語言中的對應(yīng)。
根源還是語言的復(fù)雜性,無論是哪兩種語言之間,都不像二進(jìn)制和十進(jìn)制之間那樣可以實現(xiàn)一一對應(yīng),所以第一種思路的發(fā)展前途已經(jīng)很局限。而第二個思路或許就是以后的方向,互聯(lián)網(wǎng)實現(xiàn)的大量語料共享也為它的發(fā)展提供了可能。
------------------------------------
關(guān)于如何看待機(jī)器/線上翻譯的進(jìn)步:
雖然我自己是個翻譯匠,而且厭惡把線上翻譯隨便改改交差的譯員,但是對機(jī)器/電腦/線上翻譯本身心存親切——它畢竟不是人,不要笑話它。
它對于譯者也有用處,對于某些語匯(不是整句整段),它給的譯文由于基于大量現(xiàn)有語料,往往確實是業(yè)內(nèi)人士用的比較多的說法。
所以大家不要看到機(jī)器翻譯產(chǎn)生可笑譯文就拿來調(diào)侃,該被調(diào)侃的是那些敢用這些譯文的人。
而且,沒有必要恐慌自己會被取代(前提是你的水平遠(yuǎn)高于機(jī)器);機(jī)器差的還比較遠(yuǎn)——如果你知道語言可以美到、精到、妙到什么程度,如果你明白很多時候它就是人的靈光一現(xiàn)的、獨一無二的、偶然的產(chǎn)物,就不會懷疑這一點。