中国社会科学杂志社
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术，是一门结合了语言学和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，自然语言理解是认知智能领域的“皇冠”。机器翻译这一自然语言处理领域最具挑战性的研究任务，则是自然语言处理领域“皇冠上的明珠”。近年来，机器翻译发展十分迅猛，但对于机器翻译与人工翻译孰优孰劣、机器翻译能否取代人工翻译，一直存在争议。机器翻译之父韦弗曾提出“翻译即解码”的结构主义观点，但是，数年之后，他自己又推翻了这一论断，表示“机器成不了普希金，机器翻译永远都无法传达出语言本身的优雅与格调”。
机器翻译发展迅速
语言能力是区分人类和动物的重要特征之一，是人类有效交流的保证。用机器来进行语言翻译的想法，最早可追溯到古希腊时期。现代意义上的“机器翻译”一词，由古图拉特（Couturat）和洛（Leau）1903年在《通用语言的历史》一书中最早提出。1949年，韦弗发表了具有广泛影响力的名为《翻译》的备忘录，正式提出了机器翻译的思想。直到2006年Hinton提出深度学习技术，才为实现这一目标提供了更好的解决途径。目前的前沿技术是基于人工神经网络的机器学习，其技术核心是一个拥有海量节点（神经元）的深度神经网络，可以自动地从语料库学习翻译知识。一种语言的句子被向量化之后，在网络中层层传递，转化为计算机可以“理解”的表示形式，再经过多层复杂的传导运算，生成另一种语言的译文。
2015年，蒙特利尔大学引入注意力机制，使得神经机器翻译达到实用阶段。此后，神经机器翻译不断取得进展。2016年，谷歌GNMT发布，该系统可模仿人脑的神经思考模式，翻译出与人工翻译相媲美的译文。同年，微软在Switchboard对话语义识别达到人类水平，讯飞上线NMT系统，神经机器翻译开始被大规模应用。科学杂志Nature梳理了2016年科技领域的十大突破，排在首位的就是人工智能，其中提及人工智能的机器翻译使错误减少了约60%。随后，Facebook的人工智能研究团队开发了一种新的神经机器翻译算法，在三种机器翻译任务上得分高于所有同类系统。2017年，微软在斯坦福问答数据集SQuAD上达到人类水平。机器翻译的发展速度远远超出人们的想象，但是对于机器翻译是否能够真正完全代替人工翻译，学界仍旧争论不休。
机器翻译取代人工翻译
目前而言，一部分专家认为机器翻译很快会达到人工翻译水平，在不远的将来会完全取代人工翻译。2010年，谷歌机器翻译专家欧赫认为文本机器翻译是合理有效的，真正的挑战只在语音识别方面。他提出，未来几年即有可能实现手机端语音到语音的自动翻译。2019年2月《卫报》刊登《机器翻译的时代是否已经到来》一文，美国韦弗利实验室（WaverlyLabs）的安德鲁·奥乔亚表示“在未来十到十二年内，机器翻译技术可与人工翻译相媲美，甚至超过人工翻译的水平”。
专家们对于机器翻译的信心来自最新一代的翻译技术——神经网络翻译。神经网络翻译打造的机器翻译系统，采用了一系列新的学习手段来模拟人工翻译。首先，利用人工智能任务的天然对称性进行对偶学习。当训练集中的一个中文句子被翻译成英文后，系统会将相应的英文结果再翻译回中文，并与原始的中文句子进行比对，进而从这个比对结果中学习有用的反馈信息，对机器翻译模型进行修正。其次，利用推敲网络，模拟人们写作时不断推敲、修改的过程。这样，通过多轮翻译，不断地检查、完善翻译的结果，使翻译的质量得到大幅提升。再次，采用联合训练的方法迭代改进翻译系统。用中英翻译的句子对去补充反向翻译系统的训练数据集，同样的过程也可以反向进行。最后，采用一致性规范让翻译可以从左到右进行，也可以从右到左进行，最终让两个过程生成一致的翻译结果。这一系列技术有效模仿了人工翻译的过程，极大提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更加频繁，合作更加紧密。翻译界和技术界都呈现出了更大的包容性，相关人士达成一定共识，即过去那种把语言学家排除在外，仅依赖技术界，埋头做数据、分析开发系统的做法是不可取的。在语言学和翻译学领域，越来越多的人开始关注机器翻译，对技术应用探索也不再一味抵触，开始从用户和市场需求的角度来客观看待不同层级和不同受众的语言服务，计算机辅助翻译在专业翻译领域发挥着越来越重要的作用。
机器翻译技术仍备受质疑
对于现有的机器翻译技术，很多学者也表示质疑。一方面，他们认为机器翻译的广泛适用性还有待考察。尽管机器翻译在某些测试中正确率较高，而且在某些领域接近或超过人工译员，但是这些测试只是针对特定范围的文本，要想达到测试水平，必须满足对于源语言和环境的苛刻要求。在笔译方面，冯志伟在《机器翻译研究》中表示，目前的机器翻译系统对普通文本的翻译在可读性和准确性方面离人们的实际需求还有相当大的距离。机器翻译系统对普通文本的翻译，通常需要大量的译后审校工作才能使译文达到出版的要求，所花费的时间和费用往往会超过纯人工翻译。在口译方面，中国科学院自动化研究所宗成庆在《机器翻译的梦想与现实》中指出，在日常口语对话中，目前口语机器翻译仅能对资源较为充分的语言（如英汉、日汉等），在说话场景不是非常复杂、口音基本标准、语速基本正常、使用词汇和句型不是非常生僻的情况下，可基本满足正常交流的需要。
另一方面，针对机器翻译的译文整体水平，目前还没有建立起专业合理的评价体系。目前使用较多的是BLEU和METEOR标准，BLEU评测由IBM公司于2002年提出，认为翻译系统的译文越接近人工翻译，翻译的质量就越高。该评测通过分析候选译文和参考译文中n元组共同出现的程度来定义系统译文与参考译文之间的相似度，缺点在于没有考虑翻译的召回率。METEOR标准于2004年由Lavir提出。研究表明，召回率基础上的标准相比于那些单纯基于精度的标准（如BLEU），其结果和人工判断的结果有较高相关性。微软全球技术院院士黄学东表示，“当机器翻译质量很差的时候，使用BLEU评分还行，但是当机器翻译质量提高以后，就需要靠人类来评价”。但人工评价很难保持统一的标准，所以有些专家直接否定了现有的评价体系以及将译文水平量化的做法。美国印第安纳大学侯世达教授在《论谷歌翻译的浅薄》一文中表示，“这是一种对无法量化的事物进行量化的伪科学，用看上去很科学的图表去证明翻译质量，不过是对科学方法的滥用而已”。
机器翻译不可能代替人工翻译
神经网络翻译技术的应用带动了机器翻译的飞速发展，使得一部分学者对此非常乐观，但也有许多学者对此提出了批评。语言学和翻译学界的很多学者认为目前机器翻译的发展有限，“信”尚且未达成，更遑论取代人工翻译。多位学者表示人在翻译中的主动性和创造性是机器无法比拟的。如美国加州大学伯克利分校语言学系教授乔治·莱考夫与美国俄勒冈大学哲学系教授马克·约翰森在《我们赖以生存的隐喻》一书中提出，语言在本质上更多是隐喻性而非事实性的。人类语言习得常基于对抽象的、具有比喻意义的概念的学习，向机器解释这些概念非常困难，文学翻译更是机器翻译难以逾越的鸿沟。胡壮麟在《语言学教程》中提出，仅靠文本分析、忽略现实、没有“人”这一主体参与的“机器翻译”，是站不住脚的。
专家们认为测试中机器翻译技术的进步带来的译文虽有改善，但不论文本翻译还是口译，机器翻译的质量远没有达到令人满意的水平。尽管机器翻译已迭代至神经网络翻译，宗成庆研究员在《机器翻译的梦想与现实》中指出，目前的翻译系统“难以准确处理篇章范围内的指代问题，无法准确区分由于细微文字或句法差异造成的句子语义反转，无法从译员译后编辑过程中自动学习翻译知识。在复杂长句翻译中大量出现漏翻、错翻和次序颠倒；面对原文的噪声束手无策；俚语成语的翻译仍是不可攻克的堡垒，机器同声传译的语音识别问题仍然没有很好地解决”。清华大学智能技术与系统实验室主任刘洋在《基于深度学习的机器翻译》的报告中提到了机器翻译的进展和面临的三个挑战，知识整合、解释性和对噪声具有鲁棒性。现有的研究正针对这三个挑战进行系统优化，但从理论研究到应用还需要继续努力。
人机协同是必然趋势
笔者认为机器翻译和人工翻译各有优势，人机协同是必然趋势。随着语言学、计算机科学、认知心理学等学科的发展以及以上学科在机器翻译领域的进一步合作，机器翻译技术的迭代必将以更快的速度持续发生，从而推动机器翻译的质量不断提升至接近甚至在一定条件下达到或超过人工翻译的水平。但是在情感、文化等需要对语言进行深度理解的情况下，机器翻译并不能完全代替人工翻译。二者将在理论发展、技术进步与市场推动的多重作用下，成为紧密结合互补的有机整体，实现真正意义上的人机协同。
人工智能旨在让计算机复制人类的行为。看、听、行动、计划都是典型的人类行为，而其中最复杂的任务是沟通，最难的是具备翻译的能力。这就是人工智能研究人员将解决机器翻译问题看作实现人工智能关键的原因。人工智能的时代已经到来，与语言服务业蓬勃发展态势相适应的是，传统意义上的译者角色已满足不了新时代语言服务提出的新要求。技术必将逐渐改变人们的工作、生活方式，实现消灭语言障碍的终极目标。在这个过程中，机器翻译可以减少译员大量重复、翻译难度较低的劳动，避免翻译疲劳、提高翻译效率，替代诸如天气预报查询、旅馆预订服务、交通信息咨询等低端翻译人员，但不可能取代高端翻译（如重要文献、文学名著等翻译）人员，更不会消除翻译职业。如刘星光在《中国机器翻译研究述评：问题与对策》一书中提出，机器翻译与人工翻译并不矛盾，机器翻译和人工翻译我们都需要，这要根据所翻译的材料而定。
“机器会翻译了，人类就不需要学习外语”的思维逻辑与“有了计算器，就可以不用学算术”一样无稽。即使未来人工智能翻译在准确性和速度上超越了人工翻译，人工翻译在传达情感、文化以及语言深层含义方面的作用仍不可替代。低端译员的淘汰，本质上讲，是行业内部优胜劣汰加速的结果，机器翻译的出现只是加快了这一进程。人机协同是人工翻译在人工智能时代下的必然选择，也是提升行业质量与竞争力的必由之路。正如赵联斌在《论机器翻译时代人工译员与机器译员的共轭相生》一文中提到，“未来的人工译者绝不是仅懂计算机技术或仅具备双语能力的人，而应是集计算机能力与双语能力于一体的复合型人才”。
（作者单位：厦门大学嘉庚学院）
什么是机器翻译
在机器翻译中，原始文本或语言称为源语言，而您要将其翻译成的语言称为目标语言。机器翻译遵循基本的两步流程：
解码原文的源语言含义将含义编码为目标语言我们列举了一些关于语言翻译技术如何实施这一机器翻译流程的常用方法。
基于规则的机器翻译语言专家为特定行业或主题开发内置语言规则和双语词典。基于规则的机器翻译使用这些词典准确翻译特定内容。该流程的步骤是：
机器翻译软件解析输入文本并创建过渡表示它使用语法规则和词典作为参考，将表示转换为目标语言优点和缺点基于规则的机器翻译可以针对特定行业或主题进行定制。它是可预测的，并能提供高质量的翻译。但是，如果源文本有错误或使用了内置词典中不存在的单词，生成的结果会不太理想。改进它的唯一方法是定期手动更新字典。
统计机器翻译统计机器翻译不依赖语言规则，而是使用机器学习来翻译文本。该机器学习算法会分析大量已经存在的人工翻译并寻找统计模式。然后，当被要求翻译新的源文本时，该软件会做出智能猜测。它根据特定单词或短语与目标语言中的另一个单词或短语的统计可能性进行预测。
基于语法的机器翻译基于语法的机器翻译是统计机器翻译的一个子类别。它使用语法规则来翻译句法单元。它分析句子以将句法规则集成到统计翻译模型中。
优点和缺点统计方法需要针对每个语言对训练数百万个单词。不过，有了足够的数据，机器翻译会变得更加准确。
神经机器翻译神经机器翻译使用人工智能来学习语言，并使用称为神经网络的特定机器学习方法不断改进知识。它通常与统计翻译方法结合使用。
神经网络神经网络是受人脑启发的一组相互连接的节点。它是一个信息系统，其中，输入数据通过几个相互连接的节点生成输出。神经机器翻译软件使用神经网络来处理庞大的数据集。每个节点会对源文本进行一次属性化更改，将其更改为目标文本，直到输出节点给出最终结果。
神经机器翻译与其他翻译方法神经网络在生成输出句子时的每一步都会考虑整个输入句子，其他机器翻译模型则是将输入句子分解为单词和短语集，然后映射为目标语言中的单词或句子。神经机器翻译系统可以摆脱其他方法的诸多限制，并且通常会达到更好的翻译质量。
混合机器翻译混合机器翻译工具在一个软件上使用两个或多个机器翻译模型。您可以使用混合方法来提高单个翻译模型的效果。此机器翻译流程通常使用基于规则和统计的机器翻译子系统。最终的翻译输出是所有子系统输出的组合。
优点和缺点混合机器翻译模型能克服与单一翻译方法相关的问题，从而成功提高翻译质量。
人工智能背景下的机器翻译与人工翻译
摘要：随着数字技术和大数据技术的发展，在线翻译得到了更好的发展，其智能化程度也越来越高。自从信息技术和人工智能技术的巨大发展以来，人们一直担心机器翻译是否有一天会取代人工翻译。这种担心显然把机器翻译和人工翻译放在了相反的位置。本文首先阐述了我国机器翻译的发展现状，然后分析了机器翻译与人工翻译的竞争与互补，以期对相关工作者有所启发。
关键词：机器翻译;人工翻译;竞争
一、导言
目前，翻译包括人工翻译和机器翻译。机器翻译分为在线翻译和离线翻译。机器翻译，也称为自动翻译，是使用计算机将一种语言（源语言）转换成另一种目标语言的过程。机器翻译的发展非常坎坷。它自诞生以来，经历了三个阶段：挫折阶段、恢复阶段和新阶段。法国科学家首先提出了机器翻译的概念。机器翻译是人工翻译的辅助工具，可以有效地提高翻译效率。在线翻译是一种人工翻译工具，可以有效地降低翻译人员的工作强度，提高工作效率，优化翻译质量。目前，人工翻译有同声传译、笔译和口译三种形式。在各种技术的支持下，人工翻译取得了很好的成绩。然而，由于智能技术的局限性，需要在线翻译和联合人工翻译才能得到更好的应用。因此，研究网络翻译与人工翻译的关系具有重要的现实意义。
从网络翻译的基本内容可以看出，它主要利用计算机信息技术翻译其他国家的语言、成本国家或所需语言。其运行原理涉及信息论、语言学、数理逻辑等多个领域。它属于人工智能的一个分支，具有很高的研究开发价值。同时，在其不断完善的背景下，其应用价值也越来越高。在互联网飞速发展的背景下，全球地域限制被打破。网络翻译在政治经济和文化中发挥着越来越明显的作用，在其不斷智能化的背景下，已广泛应用于人们的日常生活中。同时，它不仅处理了一些文字信息，还逐渐开始智能化，如在线地图识别、在线语音识别（翻译）等，用户认为上述软件具有功能齐全、使用方便、技术含量高等特点，词汇量大，实用性强，能有效降低翻译人员的工作强度，提高工作效率，优化翻译质量，更好地服务于国语翻译的科学发展。
随着信息技术和人工智能技术的不断发展和创新，翻译不再局限于传统的笔译和口译。机器翻译的出现和发展使纸质翻译和人工翻译面临更大的变化。自人工智能发展之初，翻译领域就有一个疑问，即“有一天机器翻译会取代人工翻译吗？”在科技发展的背景下，机器翻译和人工翻译是对立的吗？翻译工作有危险吗？本文将对这些问题进行回答。
二、机器翻译与人工翻译的竞争
2.1机器翻译和人工翻译的优势
从机器翻译的意义和实际工作可以看出，与手工翻译相比，机器翻译使用方便，可以随时切换多种语言，支持段落翻译，非常方便。只要有网络，就可以方便高效地翻译;与在线翻译相比，手工翻译具有更高的灵活性、更强的针对性和更低的错误率。以同声传译为例，同声传译是一项非常困难的语际转换活动，受到时间的严格限制。它要求口译员在聆听和识别源语语音的同时，借助现有的学科知识，在极短的时间内快速完成对源语信息的预测、理解、记忆和转换。同时，对译语进行监控、组织、修改和表达，进行译语翻译。同声传译译员具备扎实的语言技能、成熟的会议经验和广博的知识是做好同声传译的重要前提。但这些都是在线翻译无法完成的。
2.2机器辅助翻译的替换
近年来，在各种算法的支持下，机械翻译的发展速度得到了更好的发展。一些学者认为机器翻译可能会取代人工翻译。然而，事实表明，机器翻译仍存在许多技术难题有待解决，如语序混乱、词义不准确、句法分析孤立等。因此，机器翻译不可能完全取代人工翻译，但它的发展必然会淘汰一些低端翻译人员。在机器翻译的应用过程中，它可以帮助译者处理大量的基础工作，从而让译者有更多的时间和精力投入到一些更高维度的翻译工作中。因此，我们应该以积极的态度面对机器翻译的应用，保持不断学习的精神，主动更深入地探索相应的翻译技巧。只有这样，我们才能在未来的产业动态中有更好的发展。
三、机器翻译与人工翻译的互补
3.1简单翻译与复杂翻译的互补性
由于机器翻译可以更好地翻译一些简单的句子和段落，就翻译的复杂性而言，机器翻译可以将译者从强调简单翻译的工作中解放出来，让他们有更多的时间和精力来进行一些更复杂的翻译工作。例如，一些民族习俗较高的文本，一些意义较深的外国文学作品，一些具有特殊修辞技巧的文本，以及一些特殊读者的求精要求等。
3.2新旧翻译任务的互补性
机器翻译在某些方面具有一定的学习能力，例如，基于神经网络的自学习能力，能够记忆数据库中已有的公式化表达、术语和短语，并且在下次遇到相似的句型时能够更好、更准确地翻译它们。因此，它可以有效地避免由于许多人参与翻译项目而导致的术语不一致。为了节省翻译人力资源，它可以更好地投入对新术语或重要表达的研究和讨论，使其具有更强的翻译行为。
3.3翻译场景的互补性
机器翻译由于其快速方便的特点，可以更好地适应目前翻译质量和内容要求不高的应用场景，如日常交流、网页浏览、信息获取等，市场上开发的翻译软件已基本从书面翻译转变为更高效的智能语音实时翻译，受到广大用户的欢迎。对于专业应用场景，如高层会议、谈判、诉讼等，笔译和口译都需要更多的专业资深译员。例如，在孙杨兴奋剂案的国际仲裁中，由于翻译人员的无能，他们甚至临时更改了法庭翻译。人大、政协以及7种语言的民族语言翻译都需要翻译成纸质文件或现场同声传译，这就需要具有丰富党政文献翻译经验和同领域经验的专业人员。
四、结论
在智能技术的背景下，各个行业得到了更好的发展，给人们的日常生活和工作带来了极大的便利。在线翻译在人们与其他文化、技术等的接触中起着不可磨灭的作用，它以其高效、便捷的特点，可以节省大量的时间、物力和人力资源。由于机械语言的局限性，大多数通用的翻译或多或少都存在问题。人工翻译虽然具有一定的质量，但其效率相对较低，难以满足人们的翻译需求。因此，如果将二者结合起来，形成互补的局面，不仅可以使翻译质量高、效率高，而且可以进一步促进不同文化的融合。
作者简介：
姓名：孙梦（1997-），性别：女，民族：汉，籍贯：吉林省长春市，学校：长春理工大学，学历：在读研究生，研究方向：翻译。
猜你喜欢机器翻译竞争竞争的合适位置文萃报·周五版(2020年21期)2020-06-03漫画哲理杂文选刊(2017年12期)2017-12-13感谢竞争现代企业文化·综合版(2017年5期)2017-06-14互联网+新时代下人机翻译模式研究考试周刊(2017年2期)2017-01-19“语联网+行业”助力中国伟大复兴考试周刊(2017年2期)2017-01-19大数据背景下石油科技翻译智富时代(2016年12期)2016-12-01大数据背景下石油科技翻译智富时代(2016年12期)2016-12-01机器翻译不可盲取科教导刊·电子版(2016年23期)2016-10-31如何平衡友谊与学业竞争的关系？知识就是力量(2016年10期)2016-10-13基于免费在线翻译工具的机器翻译缺陷探讨现代经济信息(2016年10期)2016-05-24科学与生活2021年30期
科学与生活的其它文章航空器选择高度异常导致FS告警案例探讨有关物流中心仓储区位的规划策略分析加强廉洁文化建设的实践与探索论客家戏剧联盟从星星之火走向燎原烈火的发展之路延安精神对“四个自信”的彰显和促进创新型企业股权激励与企业创新绩效研究人工智能背景下机器翻译与人工翻译的译文质量对比及前景展望
摘 要：近年来，在线机器翻译及计算机辅助翻译技术迅猛发展，本文通过对当前常用的三款机器翻译软件译文与人工翻译译本进行对比，分析了当前机器翻译的译文水平，并得出机器翻译和人工翻译的译文对比结论和做出前景展望。
关键词：机器翻译;人工翻译;译文对比;前景展望
近年来，人工智能技术飞速发展。在翻译领域，大量功能强大、便捷实用的机器翻译软件也随之出现并快速发展。那么机器翻译能取代人工翻译吗？
笔者认为，短时间内机器翻译并不能大规模代替人工翻译。但也不禁让我们思考：在机器翻译水平持续提高的情况下，人工翻译将会何去何从？译者又应当怎样做出自身调整呢？
一.机器翻译概述
机器翻译又被称为自动翻译，是利用计算机把一种自然源语言（sourcelanguage）转化为另一种自然目标语言（targetlanguage）的过程，一般是指自然语言之间的句子和全文的翻译。机器翻译有在线翻译和离线翻译，本文着重探讨笔译工作者常用的在线机器翻译软件。
目前，机器翻译在翻译行业占据的比例越来越高，发挥得作用越来越广泛。2018年10月，科大讯飞再次强调了机器翻译的新理念：人机耦合。那么未来机器翻译和人工翻译的关系又是怎样的呢？以下本文就目前笔者常用的德语机器翻译软件进行“机译与人译译文的质量”分析对比并作出前景展望。
二.人工智能背景下在线机器翻译与人工译文质量对比
1.常用的德语在线机器翻译软件
目前笔者常用的在线机器翻译软件有德语助手、百度和谷歌翻译。三款在线翻译软件都是基于神经网络引擎技术而研发的人工智能机器翻译系统。
2.上述在线机器翻译软件译文与人工译文对比
2.1源语言文本
文本1：DasInternet，einedergr??tenErfindungendes20.Jahrhunderts，wirdwieanderetechnologischeErrungenschaften-FlugzeugeoderComputerchips-unserLebennachhaltigver?ndern.
文本2：我老是一厢情愿地觉得，妈还是拉扯着我在饥寒交迫、世态炎凉的日子里挣扎、苦斗的母亲。
2.2人工译本
文本1：互联网是20世纪最伟大的发明之一，与其他技术成就（如飞机或计算机芯片）一样，将长远改变我们的生活。
文本2：InmeinemWunschvorstellungenwarsieimmernochjenek?mpferischeMutter，diemich，alsesunsschlechtgingundwirkaumdasNotwendigstezumLebenhatten，unterverzweifeltenAnstrengungengro?gezogenhatte.
2.3在线机器翻译译文
2.3.1 德语助手译文
文本1：互联网是20世纪最伟大的发明之一，就像飞机或计算机芯片一样，它将以持久的方式改变我们的生活。
文本2：IchfühlteimmerWunschdenken，dassmeineMutterimmernochmeineMutterzog，dieindenTagenvonHungerundK?lteundderK?ltederWeltk?mpfteundk?mpfte.
2.3.2百度翻译译文
文本1：互联网是20世纪最伟大的发明之一。与其他技术成就一样，飞机或计算机芯片将可持续地改变我们的生活。
文本2：IchfühlemichimmerWunschdenken，dassmeineMutterimmernochmeineMutterzieht，dieindenTagendesHungers，derK?lteundderK?ltederWeltk?mpftundk?mpft.
2.3.3谷歌翻译译文
文本1：互联网是20世纪最伟大的发明之一，与其他技术成就（飞机或计算机芯片）一样，将永远改变我们的生活。
文本2：IchhabeimmerdasWunschdenken，dassmeineMutterimmernochmeineMutterzieht，dieindenkaltenundhungrigenTagenk?mpftundk?mpft.
2.4在线机器翻译译文与人工译本对比
上述文本源语言分别选自《德语高级口译技能训练与实战演练教程-同传捷径》和《世界上最疼我的那个人去了》节选。
文本1为日常用语，为笔者自译;而文本2是文学作品节选，译文选取自德国汉学家梅薏华（EvaMüller）版本。可以看出，人工译本无任何错误且文学作品翻译选取了翻译大家的版本，都能满足“信、达、雅”的标准。
通过两种译文对比能够明显看出：对于文本1内容简单、偏重口语化的内容，在线机器翻译软件译文质量与人工译文基本无差;而对于文字形象生动的文本2，在线翻译的译文就只能说差强人意了，无法形象生动地翻译出作者的深意。
通过以上对比分析，可以得出：对于日常的口语化及专业性不强的内容，机器翻译基本可以胜任，其译文质量根据文本难度有所不同。但毫无疑问，对于文学作品乃至此处未作对比的影视剧或其他专业类文本翻译，目前的机器翻译还无法代替人工翻译。
三、机器翻译与人工翻译的前景展望
翻译理论家和实践家耐达认为：翻译就是在译入语中用最自然和贴切的语言再现源语的信息。因此，笔者认为在未来的笔译界或许会是：智能+人工/机器+人工。翻译既是竞争，也是不断融合和相互促进的关系。在这种关系中，人工智能机器翻译完成初步翻译，由初级或普通水平译者对机器翻译进行初级修改，最后再由资深高端译者对文本进行专业性和地道性以及风格特色性润色。而在此过程中，那些水平低级的译者也必将逐渐被淘汰，这也督促我们学习语言的人们要更加努力，勇于迎接新时代人工智能的挑战才可。
参考文献：
[1]刘天泽.浅谈人工智能翻译和人工翻译的比较与展望[J].海外英语，2019（16）：46.
[2]崔林艳，虞金芳.人工智能背景下机器翻译质量对比分析与前景展望[J].皖西學院学报，2019，35（2）：43-47.
[3]https：//baike.sogou.com/v502613.htm？fromTitle=%E6%9C%BA%E5%99%A8%E7%BF%BB%E8%AF%91.
作者简介：李忠连（1988—），女，汉族，山东潍坊人，山东建筑大学德语笔译硕士。
猜你喜欢机器翻译前景展望互联网+新时代下人机翻译模式研究考试周刊(2017年2期)2017-01-19“语联网+行业”助力中国伟大复兴考试周刊(2017年2期)2017-01-19“互联网+”视野下对考试模式的思考中国经贸(2016年21期)2017-01-10吉安市井冈蜜柚产业发展现状与展望现代园艺(2016年7期)2017-01-09中国和东盟经贸关系前景展望合作经济与科技(2017年1期)2017-01-03机关单位行政管理工作现状分析及前景展望商情(2016年43期)2016-12-26网络大数据的发展趋势及应用前景电子技术与软件工程(2016年20期)2016-12-21大数据背景下石油科技翻译智富时代(2016年12期)2016-12-01大数据背景下石油科技翻译智富时代(2016年12期)2016-12-01机器翻译不可盲取科教导刊·电子版(2016年23期)2016-10-31科学与财富2021年35期
科学与财富的其它文章高职工程造价专业《建筑构造》课程教学实践研究多元产教融合教学模式在高校汽车运动教育中的应用研究互联网+背景下大学生对O2O早餐平台的认知与态度研究煤制气废水处理技术研究综述分析变电站电气设备维护地方性商业银行绿色金融服务助推乡村振兴机理研究