取消
清空記錄
曆史記錄
清空記錄
曆史記錄
當今人工智能的快速發展并與翻譯領域結合,人工智能翻譯給傳統翻譯帶來了巨大的沖擊和變革,但人工智能翻譯與人工翻譯存在着各自的優劣特點和發展空間,在适應人類語言邏輯習慣和理解特點的翻譯效果上,人工翻譯出語**地位,但在翻譯門檻和經濟價值上,人工智能翻譯的效率則更勝一籌。
人工智能,英文縮寫為AI,它是研究、開發用于模拟、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支,它企圖了解智能的實質,并生産出一種新的能以人類智能相似的方式做出反應的智能機器,該領域的研究包括機器人、語言識别、圖像識别、自然語言處理和專家系統等。人工智能從誕生以來,理論和技術日益成熟,應用領域也不斷擴大,可以設想,未來人工智能帶來的科技産品,将會是人類智慧的“容器”。
實現讓計算機處理人類自然語言是人工智能領域的一個重要課題,與句法分析、語義理解和自然語言生成等計算語言學**理論密切相關。目前,AI主要有三種方法翻譯人類自然語言。
1、基于規則的機器翻譯方法。早期機器翻譯的主流方法。基于規則的機器翻譯系統依靠人工編纂的雙語詞典和專家總結的各種形式的翻譯轉化規則,但在通用領域中的應用性不強,往往被限制在了專有應用上,逐漸被新的方法取代。
2、基于實例的機器翻譯方法。從已有的翻譯經驗知識出發,将源語言句子切分為翻譯知識中見過的短語片段,通過對已有翻譯資源進行自動總結,得出雙語對照的實例庫,并設計規則處理雙語對照實例庫中的歧義性等問題,實現對新的源語言句子進行翻譯。
3、基于統計的翻譯方法。統計機器翻譯方法将任何目标語言句子都看成源語言句子的可能翻譯候選,從語料自動學習翻譯模型,然後基于此翻譯模型,對輸入源語言句子尋找一個評價分數**的目标語言句子作為翻譯結果。目前谷歌、搜狗等基本采用的是這種。
深度學習能夠自動學習抽象特征表示、建立源語言與目标語言之間複雜的映射關系,給統計機器翻譯的實現提供新途徑,需要大量的練習,數據庫來支持。目前已經在詞對齊、語言模型訓練、解碼等模塊的優化應用方面取得較多成果。将句子視為基本單元,不再對詞和短句逐個翻譯,明顯改善了譯文質量。
人工智能翻譯确實取得了令人驚喜的進展,拿着手機和老外進行日常交流已經基本沒有問題。尤其是在出國旅行,不懂第二外語的地方,可以借助人工智能,滿足衣食住行方面的需求,人工智能對于識别常規的問候、食物、住宿、旅遊等方面,完全沒有問題,即時翻譯出各種語言,交流基本無障礙。但是智能翻譯還存在“短闆”,會有“詞不達意”的時候,AI要想更進一步發展,可能還需要從以下幾個方面進行努力。
1、大量補充口語化語料
智能翻譯對于口語化文本處理能力還不強,一是由于翻譯語料庫口語化語料不足,二是針對口語詞彙與口語表達多采取直譯方式,因此出現較多誤譯。該問題的解決應該從擴大對應部分語料庫入手,增加口語類文本語料庫,包括常見口語化詞彙、表達與生活用語。
2、提高語境理解能力
智能翻譯對于中文複雜含義句式中的時态辨别能力還不夠,往往需要充分理解整句話的意思才能準确把握時态。智能翻譯并非基于理解,而是基于統計學與語料庫,隻能做到将這句話意思大緻翻譯準确,在識别感**彩方面,還有欠缺。
當然主流的觀點是:Ai翻譯輔助+人工翻譯。正如人工智能翻譯系統“心和”一樣,它模仿人類譯者構建了4個工作層級,并将各層結果整合輸出給人類譯員,譯者打開翻譯工程,就會看到逐句呈現的,原文和譯文對照的初翻,并用不同顔色标記出可疑詞句,輕點鼠标,譯者就能夠看到标記可疑的原因,和依據各**字辭典、術語庫、語料庫和平行文本統計數據庫等資料給出的選擇選項。翻譯人員可以依據對結果的要求做出主觀判斷,或在沒有合适選項時人工訂正,**提升了翻譯人員的效率。浩語翻譯可以提供校對服務,是您**的選擇。