机器翻译与人工翻译之争_瑞科上海翻译公司

　　机器翻译是指利用计算机把一种自然语言翻译成另一种自然语言的技巧，是一门联合了语言学跟计算机科学等学科的交叉学科。认知智能是人工智能的最高阶段，自然语言明白是认知智能范畴的“皇冠”。机器翻译这一自然语言处置惩罚范畴最具挑战性的研讨使命，则是自然语言处置惩罚范畴“皇冠上的明珠”。近年来，机器翻译开展非常迅猛，但关于机器翻译与人工翻译孰优孰劣、机器翻译可否取代人工翻译，始终存在争议。机器翻译之父韦弗曾提出“翻译即解码”的结构主义概念，可是，数年之后，他本人又推翻了那一结论，默示“机械成不了普希金，机器翻译永远皆没法转达出语言本身的文雅与风格”。
　　机器翻译开展疾速
　　语言才能是划分人类跟植物的紧张特点之一，是人类无效交换的保障。用机械去停止语言翻译的设法主意，最早可追溯到古希腊期间。古代意思上的“机器翻译”一词，由古图拉特（Couturat）跟洛（Leau）1903年正在《通用语言的汗青》一书中最早提出。1949年，韦弗颁发了存在普遍影响力的名为《翻译》的备忘录，正式提出了机器翻译的思惟。直到2006年Hinton提出深度学习技巧，才为实现这一方针供给了更好的办理道路。现阶段的前沿技术是基于人工神经网络的机械学习，其技巧焦点是一个拥有海量节点（神经元）的深度神经网络，可以自动天从语料库学习翻译常识。一种语言的句子被向量化之后，正在收集中层层传送，转化为计算机可以“明白”的默示情势，再颠末多层庞大的传导运算，天生另一种语言的译文。
　　2015年，蒙特利尔大学引入注意力机制，使得神经机器翻译到达实用阶段。今后，神经机器翻译不休取得希望。2016年，谷歌GNMT宣布，该体系可模仿人脑的神经思虑形式，翻译出与人工翻译相媲美的译文。同年，微软正在Switchboard对话语义辨认到达人类程度，讯飞上线NMT体系，神经机器翻译起头被大规模使用。科学杂志Nature梳理了2016年科技领域的十大冲破，排正在首位的就是人工智能，此中说起人工智能的机器翻译使毛病削减了约60%。随后，Facebook的人工智能研讨团队开辟了一种新的神经机器翻译算法，正在三种机器翻译使命上得分高于一切同类体系。2017 年，微软正在斯坦福问答数据散 SQuAD 上到达人类程度。机器翻译的开展速率远远超越人们的想象，可是关于机器翻译是不是可能真正完整取代人工翻译，学界如故争论不休。
　　机器翻译取代人工翻译
　　现阶段而言，一部分专家认为机器翻译很快会到达人工翻译程度，正在不远的未来会完整取代人工翻译。2010年，谷歌机器翻译专家欧赫认为文本机器翻译是公道无效的，真正的应战只正在语音辨认方面。他提出，将来几年即有能够实现手机端语音到语音的自动翻译。2019年2月《卫报》登载《机器翻译的期间是不是曾经到来》一文，美国韦弗利实验室（Waverly Labs）的安德鲁·奥乔亚默示“正在将来十到十二年内，机器翻译技巧可与人工翻译相媲美，以至跨越人工翻译的程度”。
　　专家们关于机器翻译的决定信念来自最新一代的翻译技巧——神经网络翻译。神经网络翻译打造的机器翻译体系，采取了一系列新的学习手腕去模拟人工翻译。起首，应用人工智能使命的自然对称性停止对偶学习。当锻炼集合的一个中文句子被翻译成英文后，体系会将响应的英文成果再翻译回中文，并与原始的中文句子停止比对，进而从这个比对成果中学习有用的反应信息，对机器翻译模子停止批改。其次，应用斟酌收集，模拟人们写作时不休斟酌、点窜的进程。如许，经由过程多轮翻译，不休天搜检、美满翻译的成果，使翻译的质量失掉大幅晋升。再次，采取结合锻炼的方式迭代改善翻译体系。用中英翻译的句子对来增补反向翻译体系的锻炼数据散，一样的进程也可以反向停止。最初，采取一致性范例让翻译可以从左到右停止，也可以从右到左停止，终极让两个进程天生同等的翻译成果。那一系列技巧无效仿照了人工翻译的进程，极大晋升了机器翻译的整体质量。
　　除此之外，机器翻译相关学科之间的互动加倍频仍，协作加倍慎密。翻译界跟技巧界皆呈现出了更年夜的包容性，相关人士告竣必然共鸣，即过来那种把语言学家消除在外，仅依附技巧界，专一做数据、剖析开辟体系的做法是没有可取的。正在语言学跟翻译学范畴，愈来愈多的人起头存眷机器翻译，对技巧使用摸索也不再一味抵牾，起头从用户跟市场需求的角度去客观对待分歧层级跟分歧受众的语言效劳，计算机辅助翻译正在专业翻译范畴施展着愈来愈紧张的作用。
　　机器翻译技巧仍备受质疑
　　关于现有的机器翻译技巧，良多学者也默示质疑。一方面，他们认为机器翻译的普遍适用性另有待考查。只管机器翻译正在某些测试中正确率较下，并且正在某些范畴濒临或跨越人工舌人，可是这些测试只是针对特定规模的文本，要念到达测试程度，必需知足关于源语言跟情况的苛刻要求。正在笔译方面，冯志伟正在《机器翻译研讨》中默示，现阶段的机器翻译系统对平凡文本的翻译正在可读性跟准确性方面离人们的实际需要另有相称年夜的距离。机器翻译系统对平凡文本的翻译，平常须要大批的译后审校事情才气使译文到达出书的要求，所破费的工夫跟用度常常会跨越杂人工翻译。正在笔译方面，中国科学院自动化研究所宗成庆正在《机器翻译的空想与理想》中指出，正在一样平常书面语对话中，现阶段书面语机器翻译仅能对资源较为充足的语言（如英汉、日汉等），正在措辞场景不是非常复杂、口音根本尺度、语速根本畸形、利用辞汇跟句型不是十分冷僻的环境下，可根本知足畸形交换的须要。
　　另一方面，针对机器翻译的译文整体程度，现阶段借不树立起专业公道的评估系统。现阶段利用较多的是BLEU跟METEOR尺度，BLEU评测由IBM公司于2002年提出，认为翻译体系的译文越濒临人工翻译，翻译的质量便越下。该评测经由过程剖析候选译文跟参考译文中n元组配合呈现的水平去界说体系译文与参考译文之间的类似度，缺陷在于不思量翻译的召回率。METEOR尺度于2004年由Lavir提出。研讨评释，召回率根底上的尺度比拟于那些单纯基于精度的尺度（如BLEU），其成果跟人工断定的成果有较下相关性。微软寰球技巧院院士黄学东默示，“当机器翻译质量很差的时间，利用 BLEU 评分借止，可是当机器翻译质量进步当前，便须要靠人类去评估”。但人工评估很难连结同一的尺度，以是有些专家间接否认了现有的评估系统和将译文程度量化的做法。美国印第安纳大学侯世达传授正在《论谷歌翻译的陋劣》一文中默示，“这是一种对没法量化的事物停止量化的伪科学，用看上去很迷信的图表来证实翻译质量，不外是对迷信方式的滥用罢了”。
　　机器翻译没有能够取代人工翻译
　　神经网络翻译技巧的使用动员了机器翻译的飞速发展，使得一部分学者对此十分悲观，但也有许多学者对此提出了批驳。语言学跟翻译学界的良多学者认为现阶段机器翻译的开展有限，“疑”尚且已告竣，更遑论取代人工翻译。多位学者默示人正在翻译中的主动性跟创造性是机械无法比拟的。如美国加州大学伯克利分校语言学系传授乔治·莱考夫与美国俄勒冈大学哲学系传授马克·约翰森正在《咱们赖以生存的隐喻》一书中提出，语言正在实质上更多是隐喻性而非事实性的。人类语言习得常基于对笼统的、存在比方意思的观点的学习，向机械注释这些观点十分难题，文学翻译更是机器翻译难以逾越的鸿沟。胡壮麟正在《语言学教程》中提出，仅靠文本剖析、疏忽理想、不“人”这一主体介入的“机器翻译”，是站不住脚的。
　　专家们认为测试中机器翻译技巧的先进带来的译文虽有改良，但非论文本翻译仍是笔译，机器翻译的质量近不到达令人满意的程度。只管机器翻译已迭代至神经网络翻译，宗成庆研究员正在《机器翻译的空想与理想》中指出，现阶段的翻译体系“难以精确处置惩罚篇章规模内的指代问题，没法精确划分因为纤细文字或句法差别形成的句子语义反转，没法从舌人译后编纂进程中自动学习翻译常识。正在庞大长句翻译中大批呈现漏翻、错翻跟次序倒置；面临原文的噪声一筹莫展；俚语成语的翻译仍是不成霸占的碉堡，机械同声传译的语音辨认问题依然不很好地解决”。清华大学智能技巧与体系实验室主任刘洋正在《基于深度学习的机器翻译》的讲述中提到了机器翻译的希望跟面对的三个应战，常识整合、解释性跟对噪声存在鲁棒性。现有的研讨正针对那三个应战停止系统优化，但从实际研讨到使用借须要继承尽力。
　　人机协同是必然趋势
　　笔者认为机器翻译跟人工翻译各有劣势，人机协同是必然趋势。跟着语言学、计算机科学、认知心理学等学科的开展和以上学科正在机器翻译范畴的进一步协作，机器翻译技巧的迭代势必以更快的速率连续产生，从而鞭策机器翻译的质量不休晋升至濒临以至正在必然前提下到达或跨越人工翻译的程度。可是正在感情、文明等须要对语言停止深度明白的环境下，机器翻译并不克不及完整取代人工翻译。两者将正在实际开展、技巧先进与市场鞭策的多重作用下，成为紧密结合互补的无机整体，实现真正意思上的人机协同。
　　人工智能致力于让计算机复制人类的行动。看、听、行为、筹划皆是典范的人类行动，而此中最庞大的使命是相同，最难的是具有翻译的才能。那就是人工智能研讨职员将办理机器翻译问题看做实现人工智能要害的缘故原由。人工智能的期间曾经到来，与语言服务业蓬勃发展态势相适应的是，传统意义上的译者脚色已知足不了新期间语言效劳提出的新要求。技巧势必渐渐转变人们的事情、生涯方法，实现祛除语言障碍的终极目标。正在这个进程中，机器翻译可以削减舌人大批反复、翻译难度较低的休息，制止翻译疲惫、进步翻译服从，替换诸如天气预报查问、旅馆预订效劳、交通信息征询等低端翻译人员，但没有能够取代高端翻译（如重要文献、文学名著等翻译）职员，更不会消弭翻译职业。如刘星光正在《中国机器翻译研讨述评：问题与对策》一书中提出，机器翻译与人工翻译并不矛盾，机器翻译跟人工翻译咱们皆须要，这要依据所翻译的资料而定。
　　“机械会翻译了，人类便没有须要学习外语”的思维逻辑与“有了计算器，便可以不消学算术”一样无稽。即便将来人工智能翻译正在准确性跟速率上逾越了人工翻译，人工翻译正在转达感情、文明和语言深层含意方面的作用仍不成替换。低端舌人的镌汰，实质上讲，是行业外部优胜劣汰加速的成果，机器翻译的呈现只是放慢了那一历程。人机协同是人工翻译正在人工智能期间下的必然选择，也是晋升行业质量与竞争力的殊途同归。正如赵联斌正在《论机器翻译期间人工舌人与机械舌人的共轭相死》一文中提到，“将来的人工译者毫不是仅懂计算机技术或仅具有双语才能的人，而应是散计算机才能与双语才能于一体的复合型人材”。
　　（作者单元：厦门大学嘉庚学院）
　　起源：《中国社会科学报》