科技正在让翻译失业.doc

科技正在让翻译失业：或许不用多久，我们就不需要花钱翻译了 极客公园12-13 11:51 利益相关：作者系某高校翻译系毕业生 多样的语言让我们的世界更加丰富多彩，但也给交流带来了很多的障碍，为了突破语言障碍，人类一直在做着不懈的努力。 1987 年，波兰籍犹太人柴门霍夫博士（?azarz Ludwik Zamenhof）在印欧语系基础上创立了世界语（Esperanto），旨在消除国际交往中的语言障碍。但后来证明，由于没有历史和文化的支撑，所谓的世界语也不过是一具空壳。 既然一种语言不行，那就只能指望翻译了，但人工翻译要付出巨大的人力资源和时间成本。不过随着信息技术的发展，科技似乎有着在未来取代人工翻译的势头。 机器翻译——从潜力无限到被判死刑 很 多人刚开始学英语时会有这样一种想法：英语和汉语之间是有一定的规律的，如果我能学会这些规律，那我就可以很快学好英语啦！随后我们会发现，这两种语言之 间的差别是远非几条规律可以概况的。不过，机器翻译（Machine Translation，即 MT）刚开始就是朝着让计算机「学会规律」这个方向发展的。 机器翻译的概念可以追溯到上世纪三十年代，来自俄国的一名学者 Petr Smirnov-Troyanskii 提出了「自动翻译系统」的想法，他认为这个系统需要三个步骤：第一步是根据语法规则把要翻译的内容拆分成一个个「基础」的元素，比如说把「我想你」这句话 拆分成「我」、「想」、「你」三个元素； 第二步是通过词典，把每一个「基本元素」对应地翻译出来，比如说「我」、「想」、「你」对应的英文是「I」、「miss」、「you」；第三步是对上一部 翻译出来的内容进行必要的修改以符合语法结构。 世界第一台计算机 ENIAC 随 着现代计算机的问世（1946），计算机很快被用到了语言翻译中。1947 年，数学家 Warren Weaver 给计算机专家 Norbert Wiener 写了封信，提出了使用计算机进行翻译的想法。两年后，Warren Weaver 把他的想法正式发表了出来，随后美国多所大学启动了机器翻译项目。 机器翻译的第一个重大进展发生在 1954 年，IBM 和 Georgetown University 共同展示了一个机器翻译项目，随后其他机构也纷纷展示了他们自己的机器翻译模型，这一时期机器翻译的原理基本都一样：通过「查词典」，把句子中每一个小部分翻译出来，然后再定义一系列的「规则」，把翻译出来的内容进行修改以符合语言规则。 这种方法应付非常简单的句子还行，句子结构稍微复杂点就要乱套了，毕竟一个单词常常对应多个含义，而且两种语言之间的语法结构常常有很大的区别。为了提高机器翻译的准确性，人们就需要定义非常非常多的「规则」。 没过多久，人们逐渐意识到定义「规则」这条路有些行不通，因为语言的随机性太大了，无法像定义数学公式一样来「定义」语言应该如何翻译。1964 年，美国政府成立了 ALPAC（自动语言处理咨询委员会）来评估「费用昂贵」的机器翻译的进展。两年后，ALPAC 发布调查报告、表示机器翻译「速度慢且效率低下，成本是人工翻译的两倍，不值得继续投资。」 虽然这份报告在当时争议性很大，但在随后相当长的时间内，机器翻译的发展陷入了停滞。在机器翻译的初期，科技不仅没有取代人工译员，反而由于机器翻译的局限性，侧面提高了译员的地位。 不过十几年的机器翻译的研究也并不是一无是处，计算机词典、翻译数据库等概念都是这段时间提出的，随后这些工具在另一个方面发挥了巨大的作用。 计算机辅助翻译——站在人和科技的十字路口 计 算机辅助翻译的英文名是 CAT（Computer-Aided Translation 或 Computer-Assisted Translation），它的发音是 [k?t]（就是喵的英文单词的发音）。既然计算机无法取代人工译员，不过它好歹可以给译员帮帮忙吧？这就是计算机辅助翻译（CAT）的核心理念。 在 机器翻译中，计算机是核心，人们试图通过给计算机加入足够多的数据，让计算机「学会」翻译，而在计算机辅助翻译，「人」才是中心，计算机是用来帮助译员提 高效率的。在计算机辅助翻译中，人们把之前译员翻译的质量较高的内容收集起来，然后把整篇的翻译内容做成一条条双语对应的形式（如下图）。 翻译记忆（TM），来自 Wordfast Pro 这 一条条的双语（有时候是三种甚至更多的语言）对照形式就叫做翻译记忆（Translation Memory，即 TM）。在进行人工翻译之前，计算机辅助翻译软件可以先从设定好的翻译记忆（TM）中查找之前已经被其他译员翻译过的内容，如果在翻译记忆中找到相匹配 的，译员就不需要再重复翻译做无用功了。如果翻译记忆库和需要翻译的内容重合率较高，使用计算机辅助翻译就可