机器翻译的未来及其优势
机器翻译和翻译记忆库有何不同？尽管机器翻译和翻译记忆库均可以实现翻译流程的自动化，但是二者之间有着本质上的区别。
翻译记忆库是以往翻译内容的存储库或数据库，因此它是通过将整个句子或句子片段与源文本进行匹配来生成译文，这是一种相对被动的功能。相比之下，机器翻译是一种更为复杂的技术。机器翻译借助以往的翻译内容和各种自然语言处理技术，主动地尝试猜测源文本可能的译文。
这两种技术是相辅相成的。它们共同提升了译者的翻译速度和工作效率。并且，有助于解决术语一致性等质量问题。通过将这两种技术紧密结合，可以提供更高质量的译文。
机器翻译和翻译记忆库技术如何实现共同发展？在过去几年里，企业已经开始结合使用机器翻译和翻译记忆库进行翻译。在实施这一措施的过程中，企业重点关注这些技术的执行和有效实施。
由于机器翻译的效率要远远高于翻译记忆库，并且根据定义，机器翻译也是基于某种翻译记忆库而产生，因此这两种技术正在日益融合。机器翻译正逐渐成为主要的翻译生产工具，已被深度集成到许多翻译工作站中。
随着机器翻译技术成为翻译与本地化行业中应用的主要生产工具，翻译记忆库的作用将会发生改变。翻译记忆库将逐渐从之前简单的译文数据库转变为机器翻译引擎的训练工具。
机器翻译的优势是什么？无监督机器翻译是指在没有人工译者参与的情况下完成机器翻译，最适合翻译读者有限且相对简单的文本。传统上，它会应用于用户生成内容的翻译，比如评论、论坛和购物网站（如eBay）。机器翻译能够就某些语言出色地完成简单的常规业务文档翻译。当然，这种“出色”是相对的，具体要看您对翻译质量的期望、内容类型和内容的用途。机器翻译的使用越来越广泛，为更多的企业带来与翻译记忆库类似但却更为显著的诸多优势，比如：
能够更快地将内容投放到市场中统一术语一致性提高译者的工作效率降低翻译的成本非常值得注意的一点是，译者是一种有限的资源。译者借助机器翻译可减少在某些任务上花费的时间，从而能将更多精力投入到更多其他项目之中，随着越来越多的公司争相获取他们的翻译服务，机器翻译也将缓解翻译市场的压力。
在某些情况下，机器翻译能够将译者的效率提升3至5倍，从而可以在较短的时间内完成更多内容的本地化。随着生产效率的提高和成本的降低，企业能够将更多的内容翻译成更多的语言。
机器翻译技术如何帮助您制定卓有成效的本地化战略？在制定内容战略和确定目标市场时，需考虑的重要一点是现代机器翻译及其相关技术带来的效率提升水平。
与经验丰富的本地化服务提供商(LSP)合作有助于您更好地利用机器翻译并出色地获得理想的优质译文。重要的是，开展这种合作可以让您更好地创作和改进内容，并制定更加有效的市场投放战略。包括Lionbridge等在内的一些LSP正不断拓展其在数字营销领域的业务，帮助企业管理其整体内容流程，而不仅仅是提供本地化服务。
在强大的本地化合作伙伴的指导下，精心规划并顺畅执行的本地化战略将帮助您充分利用机器翻译技术的所有优势。这也将帮助您释放更多资源来创作更多内容和/或以相同的预算将内容投放到更多市场。
单击下图了解有关机器翻译的重要定义。
人工智能与自然语言处理技术
随着人工智能技术的发展，我们生活中的许多应用都带上了“AI”的色彩，比如可以用计算机帮翻译外文文档。但有时候人工智也能会出一些小故障，变得不那么智能，尤其在语言处理方面。那么我们怎样才能让人工智能变成真正的“智能”呢？自然语言处理技术就是一个重要的方式。
自然语言处理技术（即natural language processing，简称NPL）是人工智能的一个重要分支，其目的是利用计算机对自然语言进行智能化处理。基础的自然语言处理技术主要围绕语言的不同层级展开，包括音位（语言的发音模式）、形态（字、字母如何构成单词、单词的形态变化）、词汇（单词之间的关系）、句法（单词如何形成句子）、语义（语言表述对应的意思）、语用（不同语境中的语义解释）、篇章（句子如何组合成段落）7个层级。这些基本的自然语言处理技术经常被运用到下游的多种自然语言处理任务中，如机器翻译、对话、问答、文档摘要等。
科学家研究自然语言处理技术（NLP）的目的是让机器能够理解人类语言，用自然语言的方式与人类交流，最终拥有“智能”。AI时代，我们希望计算机拥有视觉、听觉、语言和行动的能力，其中语言是人类区别于动物的最重要特征之一，语言是人类思维的载体，也是知识凝练和传承的载体。在人工智能领域，研究自然语言处理技术的目的就是让机器理解并生成人类的语言，从而和人类平等流畅地沟通交流。
但现在的人工智能常常和我们的人工评价有很大的出入，这也是基于AI算法的自动评测面临的最大挑战：如何与人工评价保持一致？应对这个挑战需要解决很多问题。以智能阅卷为例：如何制定电脑适用的评测标准？人工智能如何应对语言的千变万化？如何设计阅卷综合性的评测指标？有科学家认为，大数据与富知识双轮驱动或许能成为解决问题的关键，即在大数据驱动的基础上加入富知识驱动，可以突破现在智能语言处理技术上的瓶颈。
总而言之，自然语言技术的发展说明人工智能技术的核心还是在“人”。“人工智能和机器学习带给决策过程的支撑和信心将使创新加速，但这并不意味着人类的缺席。人们仍然需要定义分析的起点、标注主题并从收集的信息中提取所需数据。”
本文由北京市第六十五中学一级教师李岩进行科学性把关。
科普中国中央厨房新华网科普事业部科普中国-科学原理一点通联合出品更多精彩内容，请下载科普中国客户端。作者：和卓琳 [责任编辑:魏承瑶]人工智能给外语教育发展带来新机遇
1980年，未来学家托夫勒（Alvin Toffler）出版《第三次浪潮》，预言了信息化时代的到来。这才过去30多年，人类就迈过信息化而进入了人工智能时代。有人感叹，人工智能“翻译官”上岗，翻译人员是不是要丢饭碗了？外语专业的学生该怎么办？外语教育又将何去何从？这些疑问充分说明，外语教育正面临着重大发展机遇与挑战。
作为一项新兴技术，人工智能是从制造翻译机器开始的。借助机器翻译，不同语言环境下的人可以无障碍地进行交流。经过演进升级，以人工智能为支持的“神经网络机器翻译”逐渐占据了精度要求不高的中低端口笔译市场，对翻译服务业形成了不小冲击，但这并不意味着翻译人员就会丢掉饭碗。就机器翻译本身来说，语言学家做机器翻译的语料库，数学家把语料形式化和代码化，计算机科学家给机器翻译提供软件手段和硬件设备并进行程序设计。这个过程说明了人工翻译存在的必要性——因为语料库不能及时更新，机器翻译将无法满足人类的翻译需求。所以说，高端翻译仍然必不可少。
与此同时，人工智能有效提升了外语教学的实用性、针对性。教师在教学中能够及时根据客观大数据调整方式方法，让学生在强互动和趣味性的环境中更好地学习与成长。而面对高端教育资源匮乏、基础教育“择校热”“大班额”、中西部欠发达地区乡村教育师资紧缺等实际问题，人工智能带来的变革让外语教育更加公平。
尽管机器翻译给人们带来了巨大便利，外语教育仍然不可替代：其一，从质的方面看，外语教育不是翻译技术的教育，而是一种价值教育、人文教育、跨文化教育，是人文交流的一种重要形式。其二，从量的方面看，外语教育不同于机器翻译的同质化生产模式，而是重在塑造跨文化交际能力。其三，从尺度方面看，外语教育遵循的不是物的尺度，而是充分考虑了人类文化的特殊性、交流情感的微妙性、翻译语境的差异化等人的内在尺度。
习近平总书记强调：“新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，正在深刻改变人们的生产生活方式。”外语教育工作者要把握这一历史契机，深化外语教育改革，使人工智能更好地为推动发展、造福人民服务。
一要积极推进理念变革。人工智能不会取代教师课堂教学，反而会促进外语教育的进步。人工智能技术与教育的融合，必然推动课堂教学方式的转变。在“互联网+”背景下，要不断丰富课程设置，增加智能翻译等技术应用类课程；推动教学方式转变，推进智慧教室、智慧校园建设，更加注重人工智能技术在课程教学中的运用。
二要加强统筹规划，实施分类指导。人工智能作为国家战略，需要在广泛调研的基础上，做好顶层设计，坚持科技引领、市场主导等基本原则，加快与外语教育深度融合。具体而言，就是要统筹规划各级各类外语教育人工智能平台，推进共建共享，避免重复建设；地方教育部门和各类型教育机构根据自身实际，多样化推进人工智能在外语教育领域的创新发展；重点做好贫困地区特别是中西部欠发达地区的外语基础教育人工智能平台建设，开展发音矫正等一对一智能辅导。
三要不断丰富教育内涵。在人工智能尚未代替人工翻译之前，外语教育必须未雨绸缪，将培养更高质量的“跨文化、多语种”复合型人才作为新时代外语教育的必然选择。通过结合“一带一路”倡议和中国文化走出去等国家战略的实施，强化外语教学作为文化教学和跨文化教学的学科意识，实现人工智能和人文教育有效结合，满足学生个性化成长发展的需求，培养集“专业知识+外语技能+文化素养”为一体的复合型人才。
（作者：蒋洪新，系湖南省中国特色社会主义理论体系研究中心特约研究员、湖南师范大学校长、教育部英语专业教学指导分委员会主任委员）
目前，自然语言处理（NLP）的最主要应用有哪些
目前，文本翻译最为主流的工作方式依然是以传统的统计机器翻译和神经网络翻译为主。Google、Microsoft与国内的百度、有道等公司都为用户提供了免费的在线多语言翻译系统。速度快、成本低是文本翻译的主要特点，而且应用广泛，不同行业都可以采用相应的专业翻译。但是，这一翻译过程是机械的和僵硬的，在翻译过程中会出现很多语义语境上的问题，仍然需要人工翻译来进行补充。
语音翻译可能是目前机器翻译中比较富有创新意思的领域，搜狗推出的机器同传技术主要在会议场景出现，演讲者的语音实时转换成文本，并且进行同步翻译，低延迟显示翻译结果，希望能够取代人工同传，实现不同语言人们低成本的有效交流。
图像翻译也有不小的进展。谷歌、微软、Facebook和百度均拥有能够让用户搜索或者自动整理没有识别标签照片的技术。除此之外还有视频翻译和VR翻译也在逐渐应用中，但是目前的应用还不太成熟。
2、信息检索
信息检索是从相关文档集合中查找用户所需信息的过程。信息检索的基本原理是将用户输入的检索关键词与数据库中的标引词进行对比，当二者匹配成功时，检索成功。
以谷歌为代表的「关键词查询+选择性浏览」交互方式，用户用简单的关键词作为查询提交给搜索引擎，搜索引擎并非直接把检索目标页面反馈给用户，而是提供给用户一个可能的检索目标页面列表，用户浏览该列表并从中选择出能够满足其信息需求的页面加以浏览。
3、自动问答
自动问答是指利用计算机自动回答用户所提出的问题以满足用户知识需求的任务。自动问答系统在回答用户问题时，首先要正确理解用户所提出的问题，抽取其中关键的信息，在已有的语料库或者知识库中进行检索、匹配，将获取的答案反馈给用户。这一过程涉及了包括词法句法语义分析的基础技术，以及信息检索、知识工程、文本生成等多项技术。
根据目标数据源的不同，问答技术大致可以分为检索式问答、社区问答以及知识库问答三种。检索式问答和社区问答的核心是浅层语义分析和关键词匹配，而知识库问答则正在逐步实现知识的深层逻辑推理。
除了这几种NLP应用，其它如情感分析、自动文本摘要、社会计算和信息抽取也都有广泛的应用。返回搜狐，查看更多
人工智能可以应用在哪些领域
人工智能可以应用在各种领域，帮助人们提高效率、降低成本、改善生活质量，并且随着技术的不断发展，人工智能的应用范围也在不断扩大。
人工智能可以应用在哪些领域？
以下是一些常见的应用领域：
语音和图像识别：人工智能可以对语音和图像进行识别和分类，例如人脸识别、物体识别、声音识别等。
自然语言处理：人工智能可以理解和生成自然语言，例如机器翻译、语音识别、智能问答、智能客服等。
智能推荐：人工智能可以根据用户的历史行为和兴趣，推荐合适的产品或服务，例如电子商务、在线广告、社交媒体等。
自动化控制：人工智能可以控制自动化设备、机器人等，例如自动驾驶汽车、智能家居、工业自动化等。
金融和商业应用：人工智能可以用于股票预测、风险评估、欺诈检测等金融领域，也可以用于客户服务、销售预测、营销等商业领域。
医疗和健康：人工智能可以用于疾病诊断、治疗计划制定、药物研发等医疗领域，也可以用于健康管理、运动监测等健康领域。
免费分享一些我整理的人工智能学习资料给大家，整理了很久，非常全面。包括一些人工智能基础入门视频+AI常用框架实战视频、计算机视觉、机器学习、图像识别、NLP、OpenCV、YOLO、pytorch、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文等。
下面是部分截图，点击文末名片关注我的公众号【AI技术星球】发送暗号321领取（一定要发 321）目录
学好人工智能，要多看书，多动手，多实践，要想提高自己的水平，一定要学会沉下心来慢慢的系统学习，最终才能有所收获。
点击下方名片，扫码关注公众号【AI技术星球】发送暗号321免费领取文中资料。