对机器翻译取代人工翻译的反驳.doc

对机器翻译取代人工翻译的反驳 18世纪纺织工人看到蒸汽机时的忧虑和恐惧！》传遍朋友圈，不少译员和外语系学生表现出了对于翻译前景的担忧，大有机器翻译取代人工翻译的意思。 这篇的文章标题的确相当耸人听闻，这是在号召丢饭碗的译员去砸谷歌总部么？毕竟翻译作为一种创造性的脑力劳动，跟纯粹地出卖体力还是不一样的（没有任何贬低体力劳动的意思）。相反，个人觉得，作为译员或者外语系学生，应当对于新技术的到来表示欢迎，并主动适应新趋势，而不应该盲目表现出不必要的担忧。 当前笔译市场鱼龙混杂，不少人觉得拿个专八证书就可以做翻译，甚至报价五六十每千字都愿意做，已经严重扰乱了翻译市场秩序。个人觉得CATTI二级作为敲门砖还是能起到筛选作用的，毕竟15%左右的通过率摆在那里。机器翻译的发展对于淘汰低端译员可以起到积极作用，而机器翻译完全取代人工翻译的说法实在有夸大之嫌。 奠定了翻译学（Translation Studies）独立学科地位的詹姆斯·霍姆斯James Holmes，曾经提出过翻译学的“Map”，确定学科研究的范围，首先从大方向上分为“纯理论”（Pure）和“应用”（Applied）两个部分，而“应用”层面又可以再分为三个分支“译员培训”（Translator Training）、“翻译辅助”（Translation Aids）、“翻译批评”（Translation Criticism），显然“机器翻译”（Machine Translation，MT）和“计算机辅助翻译”（Computer Aided Translation，CAT）可以归在“翻译辅助”下面。1本人曾经用过大名鼎鼎的CAT软件Trados（塔多思），功能十分强大，可以随时将翻译结果记录进术语库（MultiTerm）中，在该术语重复出现或者近似表达出现的时候进行提示，从而确保术语翻译在全文中的一致性，同时减少翻译术语的重复劳动时间。而诸如“谷歌翻译”之类的“机器翻译”，也代表着翻译研究的一个前沿领域——译后编辑（Post-editing），即通过人工对机器翻译产生的译文进行修改和润色，使其达到可以使用的水平。综上，“翻译辅助”可以减少译员大量重复无意义的劳动，大大提高翻译效率，应该来说可以算是译员的福音。这也是为什么现在很多翻译公司招聘译员都需要熟练掌握翻译辅助工具的原因，当然这也代表着翻译行业的新趋势，对翻译辅助软件一窍不通必然会面临被淘汰的危险。 以下论述机器翻译不可能完全取代人工翻译的原因。第一，翻译辅助软件大多运用于具有大量术语的科技翻译等非文学题材，而对于文学翻译可以起到的作用相当有限。第二，机器翻译基于庞大的语料库，很难处理暂时没有固定翻译的术语，比如中国的外宣翻译是由专家集体讨论之后权威发布的。第三，从根本上讲，机器翻译是基于“对等”（equivalence），或者类似于平行语料库（parallel corpora）中的“语言对”（Language-pair）的概念，一旦“对等”概念受到质疑，就会影响极机器翻译的理论根基。 这篇文章指出，谷歌翻译的最新突破——神经机器翻译（GNMT）实现了从基于短语的翻译系统，发展到了基于句子的翻译系统，利用循环神经网络（RNN）来直接学习一个输入序列（如一种语言的一个句子）到一个输出序列（另一种语言的同一个句子）的映射。根据映射的定义，这是一种对应关系，也就是必须满足一对一或者多对一关系，这实际上表明了其本质上必须依靠“对等”的概念。德国莱比锡学派（Leipzig School）的卡德（Kade）曾经探讨过四种类型的对等：一对一、一对多、一对一部分以及一对零，也都表明了“对等”需要确定的对应关系。2而苏珊·巴斯内特（Susan Bassnett） 和安德烈·勒菲弗尔（André Lefevere）在其标志着翻译研究“文化转向”的代表作 Constructing Cultures: Essays on Literary Translation的前言中，有一段话专门提到机器翻译： Perhaps the most arresting example of this crumbling of the machine is the long retreat, and final disintegration of the once key concept of equivalence. Twenty years ago those in the field would ask themselves whether equivalence, too, was possible, and whether there was a foolproof way to find it if it were possible. Again, the u