近日,第四届机器翻译论坛在杭州召开,与会者分享了机器翻译前沿的研究和应用成果,探讨机器翻译技术发展机遇与挑战,人工智能和翻译的融合又成为市场关注的热点. 数据显示,目前全球语言服务市场潜力很大,机器翻译更是市场上的“红人”,2018年机器在线翻译量每日高达8000亿至1万亿个词语.同时,我国机器翻译市场需求与日俱增,主要集中于企业用户,涉及石化、机电、交通运输、金融、旅游等多个垂直领域.“传统翻译服务模式为劳动密集型,机器翻译则在前期就辅助产业链上的各环节,提高了效率.”人工智能机器翻译服务商“新译科技”首席执行官田亮说. 田亮认为,当前机器翻译的前沿应用主要体现在三个方面：一是机器翻译模式进展迅速,基于神经网络的翻译模型的准确性不断提高,专业翻译人员至少有30个提高效率;其次,交互式机器翻译的概念已经开始被业界所接受,人机协作模式正在加速.第三,有越来越多的语音翻译应用,从翻译机到翻译耳机,再到各种类型的智能机器人.语音翻译模式也已从原始语音识别,机器翻译和语音合成“三部曲”升级到“语音到语音”训练模式. "这三种类型的应用展现了人工智能与翻译行业融合的独特魅力.机器翻译,本质上是自然语言处理技术,要求业界和学术界继续研究和解决关键问题,这一过程还将提高人工智能在较高层次的语言识别能力."说田亮. 不过,有些问题也亟待解决.课堂派首席运营官、DD翻译官独立董事刘昊认为：“很多产业对接人工智能的前提是实现了标准化和数据化,但语言很难做到标准化.”刘昊说,在机器思维里,语言的复杂多意性,导致难以实现标准化和一致性.因此,人工智能介入翻译产业比较简单,但做好做精却很不易. 最常见的瓶颈是语言模糊.田亮举了一个例子：“如果机器能翻译以下句子,那么机器就根本无法准确地翻译它们.例如,“你这是什么意思?我什么都不是.我是认真的.田亮认为,机器翻译中存在着疏漏和过度翻译.尽管有许多方法可以解决这些问题,但它们都不能100%地纠正错误. 广东外语外贸大学南国商学院教授王毅认为,在日常交流和科技领域,机器翻译会以便捷和高效得到广泛应用,但在人文领域翻译中,人脑对特定语境中语言文字的把握对机器来讲很难逾越.“所以不难看出,机器翻译还有很大的成长空间.未来需要新的算法和语义层面的综合性突破,促进机器翻译产品的迭代和产业全面升级.”田亮说
