机器翻译和计算机辅助翻译的比较及发展趋势

　　【第四篇】论文题目：机器翻译和计算机辅助翻译的比较及发展趋势

　　摘要：机器翻译和计算机辅助翻译极大地提高了翻译效率, 降低了翻译成本。从翻译主体、原理和应用范围方面进行论述, 比较了机器翻译和计算机辅助翻译的异同。对主流的机器翻译软件和计算机辅助翻译软件进行介绍。分析了机器翻译和计算机辅助翻译的瓶颈, 并对未来的发展进行展望。

　　关键词：机器翻译; 计算机辅助翻译; 计算机翻译的原理; 应用范围; 主流软件; MT与CAT的瓶颈;

　　时代的发展对翻译工作提出了新的要求, 面对全球化带来的需要翻译文本的激增, 传统的人工翻译模式已经无法满足需求。基于计算机技术的迅猛发展, 以计算机为主体的机器翻译 (machine translation, MT) 和计算机参与的计算机辅助翻译 (computer-aided translation, CAT) 使得全自动翻译和半自动翻译成为可能。机器翻译的研究源于计算机的起源, 经过几十年的发展, 已取得很大发展, 可在某些特定领域代替人工翻译, 但由于其原理和技术上尚未取得决定性突破, 其在广泛领域尚不能独立工作。计算机辅助翻译由机器翻译发展而来, 在机器翻译尚不能完全独立工作的条件下, 可成为翻译人员的有效选择。作为翻译的最终目标, 还是实现全自动高质量的自动翻译。机器翻译和计算机辅助翻译有相通之处, 但在翻译主体、原理、设计理念、应用范围、翻译引擎等方面有不同之处[1]。无论是机器翻译还是计算机辅助翻译, 都很大程度上提高了翻译效率。

　　1 翻译主体

　　机器翻译和计算机辅助翻译的重要区别在于翻译工作由谁完成。机器翻译的主体是计算机, 是通过计算机技术实现的全自动翻译, 可全面替代人工翻译。而计算机辅助翻译是以翻译人员为主体, 计算机起辅助作用, 因此在计算机辅助翻译中, 应充分发挥译者的主体性[2]。

　　2 机器翻译和计算机辅助翻译的原理

　　2.1 机器翻译的原理[3-4]

　　机器翻译的原理大致可以分为基于语法规则、基于统计、基于实例的机器翻译。

　　2.1.1 基于语法规则的机器翻译

　　传统的机器翻译大多基于语法规则, 包括直接法、转化法、中间语言法。直接法是将原文的词和句子直接替换为译文的词和句子, 必要时对词序进行调整。直接法是经典的翻译方式, 即便是在翻译技术取得长足进步的今天, 依然有其强大的生命力。转化法的基本构思是在原语和译语中设定中间表达式, 通过中间表达式实现过渡。中间语言法是利用无歧义的、通用的中间语言实现过渡。

　　2.1.2 基于统计的机器翻译

　　基于统计的翻译方法把机器翻译看作噪音信道问题, 一种语言S经过信道变形为另一种语言T, 通过对源语言T的观察寻找目标语言S, 通过概率法找到可能性最大的S。

　　2.1.3 基于实例的机器翻译

　　该原理基于双语对照地翻译实例库, 同时保存源语言和译文的实例句子并对齐, 当输入源语言句子时, 系统进行比较, 找到相似的句子, 模拟该句子的译文生成译文。

　　2.2 计算机辅助翻译翻译的原理

　　计算机辅助翻译的核心技术是翻译记忆。基本的原理是在翻译的同时, 将译文保存在后台建立的翻译记忆库中。当翻译过程中遇到相似的语料时, 系统通过检索为翻译人员提供参考译文, 翻译人员可选用、编辑或弃用。

　　目前, 主流的计算机辅助翻译的核心模块大多包括翻译记忆系统、对齐工具、术语管理系统、项目管理系统, 各自发挥功能, 集成完成计算机辅助翻译。

　　计算机辅助翻译由机器翻译发展而来, 作为计算机辅助翻译核心的翻译记忆也可用于基于统计和实例的机器翻译领域。

　　3 应用范围

　　机器翻译和计算机辅助翻译的原理和性能的差异决定了其应用范围的不同。

　　如果需翻译的文本过于庞大, 比如庞大的互联网网页, 人工翻译的速度显然不能适应要求, 同时若对翻译内容的精度要求不高, 只要求大致了解内容, 可选用机器翻译。

　　机器翻译可应用于重复性较高的文本或基于专业语料库的文本, 如产品说明书等。在某些领域, 机器翻译可以独立工作, 如天气预报系统 (加拿大蒙特利尔大学和加拿大联邦政府翻译局联合开发的METEO系统) [3]。

　　法律文本术语多且敏感性高, 措辞不准容易引发纠纷, 一般情况下建议采用计算机辅助翻译。

　　文学作品翻译不宜采用机器翻译, 多用计算机辅助翻译。

　　4 主流软件

　　机器翻译软件已有Google翻译、百度翻译、有道翻译等诸多软件, 其使用方便、功能强大、效率高, 在机器翻译适用领域使用效果良好。如Google翻译是在线网页翻译服务, 支持多语种之间的相互转换。可以翻译句子和整个网页, 使用简单、方便、快捷。

　　计算机辅助翻译软件也有诸多商业化品种, 如SDL Trados、DéjàVu X、Wordfast和雅信CAT等, 各自有其优缺点及适用领域。SDL Trados功能强大, 适用于大型项目和大型机构;DéjàVu X术语库和记忆库可移植性强, 适用于团队协作翻译;Wordfast兼容性强, 适合单个译员;雅信CAT操作简单, 适用于初学者和自由翻译人员[5]。

　　5 发展趋势

　　机器翻译的原理和技术上尚未取得决定新突破, 高质量全自动的翻译尚未实现。从原理上看, 传统的机器翻译是基于语法规则的翻译方法, 由于分析技术的制约, 大多采用直接法和转化法。直接法和转化法是经典的翻译方法, 虽然翻译理论和技术在不断取得进步, 但其仍然具有强大的生命力。中间语言法如果取得突破, 将对机器翻译产生积极的影响。基于统计和基于实例的翻译方法为机器翻译提供了新的思路。但基于实例的翻译仍有一些问题值得注意, 如正确的自动对齐及其精度、检索的相似度准则、译文生成的质量。

　　计算机辅助翻译的核心技术是翻译记忆技术。虽然计算机辅助翻译取得了相当发展, 但目前翻译记忆技术尚未取得决定性突破。计算机翻译技术面临三大矛盾:因语言的重复而有效和语言的无限生成的矛盾;数据库模型的部分互补但不完全兼容矛盾;记忆库的僵硬和自然语言灵活多变的矛盾。有学者提出解决以上矛盾的思路在于语料资源的中央化趋势和分布式记忆库和语料库的采用。相信人工智能的突飞猛进将为解决计算机辅助翻译的瓶颈问题提供坚实的基础。

　　在计算机翻译领域, 语义分析、语篇分析、语境分析, 至今为止都难以圆满的解决。中文的翻译方面, 由于中文切分的复杂性, 尚难以有效解决。主流商业软件也有使用容易度、格式兼容性等问题[6]。

　　此外, 应加强基础研究, 如建立大规模知识库;加强语料库的研究, 采用人工智能领域的新成果, 强调计算机的学习和训练。同时, 开发出性价比高的商业化软件, 并覆盖小语种和口头翻译。

　　6 结语

　　经过数十年的发展, 虽然还面临某些不足, 但机器翻译和计算机辅助翻译取得了长足进步, 大大提高了翻译效率, 降低了翻译成本。并开发出了诸多的商业化产品, 极大地减轻了翻译人员的工作量。随着信息技术和计算机技术的迅猛发展, 相信全自动翻译这一目标终将实现。

　　参考文献

　　[1]陈永智.机器翻译和计算机辅助翻译的对比分析[J].现代交际, 2016 (440) :154-155.

　　[2]张宇浩, 彭庆华.浅析计算机辅助翻译中的译者主体性[J].长春工业大学学报 (高教研究版) , 2014, 35 (1) :142-144.

　　[3]钱多秀.计算机辅助翻译[M].北京:外语教学与研究出版社, 2011.

　　[4]冯志伟.机器翻译—从实验室走向市场[J].语言文字应用, 1997 (23) :73-78.

　　[5]朱玉彬, 陈晓倩.国内外四种常见计算机辅助翻译软件比较研究[J].外语电化教育, 2013 (149) :69-75.

　　[6]文军, 钱多秀, 孙三军.翻译实用手册[M].北京:外语教学与研究出版社, 2010.
 

点击查看更多：机器翻译论文