|
应对市场对于精准翻译的需求，Google 推出了神经机器翻译（NMT）。神经机器翻译技术在翻译文本时让机器更关注整个句子而不是其中的一些成分（单词、词组等），通过把这些成分用最自然的方式组合起来，从而得出最佳的翻译结果。
图片来源：ZME SCIENCE 当人工智能技术应用到这个过程中时，神经机器翻译就可以从其他已完成的翻译中分析学习它们的结构，学习它们在语序等细微问题上如何做出调整。 还差得远呢 考虑到现在技术进步的惊人速度，一些靠语言和翻译吃饭的人才开始担心神经机器翻译会抢了他们的饭碗也就不足为奇了。但从另一个角度来看，全世界仍有许许多多的人和企业对科技打破语言的障碍、人工智能成为全新的通用语言还是充满期待的。 因此，当世宗大学与韩国国际翻译协会合作，组织人类译员与 Google 全新的神经机器翻译系统（以及韩国本地搜索引擎 Naver 的翻译工具）进行翻译比赛时，人类的感觉是既激动又恐慌的，尤其对译员们来说，这场比赛可能会预告着他们的工作不再有保障了。
Naver Papago 翻译应用，图片来源：Blogspot 这场比赛耗时 50 分钟，比赛双方需要翻译两份随机选择的未经翻译过的文本，一份为文学翻译，一份非文学性质。 比赛的结果还是比较让人安心的，无论是韩翻英还是英翻韩，无论是文学性翻译还是非文学文本翻译，人类都以较大的优势打败了基于人工智能的机器翻译。 但也有很多人认为，不同于数学或者棋类游戏，翻译没有一个客观的标准，而最终比赛判定结果的又是人类的评审，所以这其中可能会有不好定夺的主观成分存在。 但是，考虑到评委在判断时只是根据翻译结果是否符合母语使用者的语言习惯，以及是否有明显的语法错误来判定输赢，所以这次比赛的判决应该还是非常公正的。 评委们表示，神经机器翻译系统翻译出的文字有 90% 都有语法上的错误，这些错误不明显，但足以让受过教育的英语母语或韩语母语者感到尴尬。这次人与机器的对抗结束后，许多语言学家和翻译人员都可以松一口气了。 但不可避免的是，随着神经机器翻译系统的进一步发展，技术性的内容，那些有着严格标准和术语使用规范的内容，可能更容易被机器完美地翻译出来，并且不需要太多后期的人工编辑。 然而，文学和营销方面的文本在翻译时就几乎是需要就目标市场和受众的情况进行再创作，这对于人工智能机器翻译而言，毫无疑问仍然是一个艰难的挑战。翻译这种内容需要基于一定的语境和研究，同时也要有一定创作的能力来与目标读者取得共鸣。在翻译和语言学的世界里，机器想要取代人类，还有很长很长的路要走。 头图来源：Android Police（） 本文由极客公园原创 转载联系 [email protected]
|
