機器翻譯軟件的適用性與局限性分析

陸芙蓉，呂 樂

（上海理工大學 上海 200090）

機器翻譯軟件的適用性與局限性分析

陸芙蓉，呂 樂

（上海理工大學 上海 200090）

本文介紹了機器翻譯軟件的原理，敘述了翻譯軟件的誕生背景以及發展至今的技術狀況。隨著各種新技術的發展，機器翻譯軟件不僅在日常工作生活中得到了廣泛應用，也極大拓展了翻譯的應用形式。分析了機器翻譯軟件在不同需求下的適用性和局限性，并對其發展前景進行展望。

機器翻譯軟件；適用性；局限性

機器翻譯是利用計算機技術智能化地把一種語言轉換成另一種語言的過程。1954年IBM公司首次完成了俄英雙語機器翻譯的實驗。隨后，很多國家，如前蘇聯、英國、日本、中國等也相繼進行了機器翻譯試驗。如今，市場上已出現了多種基于不同原理的機器翻譯軟件。

很多學者都對機器翻譯的技術原理進行了分類，總體可以將機器翻譯系統從方法上大致分為四類：基于規則的機器翻譯、基于實例的機器翻譯、基于統計的機器翻譯和混合式機器翻譯。基于不同原理的翻譯軟件各有所長，譯者可根據不同的翻譯需求合理選取這些機器翻譯軟件。

基于規則是通過語法、語義等語言習慣約定一種規則，通過對源語言語句的此法、語義、語法和句法進行判斷分析，按照一定的規則重新排列組合，生成目標語言。基于規則的機器翻譯系統擅長于翻譯符合規則的內容，翻譯的質量較高，然而有效規則的形成過程通常具有很高難度。而基于實例的機器翻譯的本質是“以翻譯實例為基礎，基于相似原理的機器翻譯”，這種實例既可以是不加修飾的翻譯原型，也可以是一種經過加工的翻譯實例。基于統計的機器翻譯技術本質上也是一種基于語料庫的翻譯技術，它可以將語料庫中的實例抽象成一種統計模型，翻譯過程即為對這種統計模型的重新解碼。基于統計的機器翻譯系統具有通用性，自動從語料庫中學習語言知識，這種翻譯技術通過概率統計的理論建立包含各種句型的雙語對照資料庫，并在翻譯過程中不斷完善、優化、修改這個資料數據庫，在翻譯時，軟件自動從這個數據庫中提取相似的例句、短語等，并模仿該句型實現源語言和目標語言的轉換。

目前的商業化機器翻譯軟件，多數采用了多種翻譯技術混合的模式。從最初的簡單規則，到如今千變萬化的復雜規則，依靠長期翻譯訓練中積累的大量語料庫和在長期翻譯實踐中通過譯者的反饋和測試不斷優化的語料庫，很多翻譯軟件已具有較高的翻譯成功率，被廣泛應用于文件瀏覽、信息查閱、數據檢索等方面。

一、機器翻譯譯文質量及錯誤模式分析

機器翻譯系統的評價主要有七大因素：譯文的質量、應用效率、工作方式、使用環境、維護性和擴展性、機器翻譯系統性能價格比、魯棒性(robustness)。其中譯文的質量是最主要的考量因素。

在科技文翻譯中，羅季美等人以汽車技術科技文獻的翻譯為例，統計得出各種句法錯譯發生的概率，如圖1所示。事實上，半個世紀以來的機器翻譯研究在句法處理上已經取得了很大的成就，機器對被動語態、大部分主要時態及某些特殊句型等的處理都達到了相當高的準確率（10.3%）。而該統計的錯誤率也從側面反映出語言的千變萬化對機器翻譯的巨大考驗，在機器翻譯軟件中為每一種語句應用的特例都制定規則是不現實的，而長期的機器翻譯應用和人工比對修改也是機器翻譯不斷進步的必不可少階段，從而逐步更合理限定詞匯處理范疇，提高機器翻譯的準確率和效率。

圖1 句法錯譯發生率

二、機器翻譯軟件的適用性與局限性

機器翻譯軟件的優勢在于翻譯速度快、運用范圍廣、成本低和無需專業譯員等；局限性在于機器翻譯的譯文比較粗糙、文體風格難以掌控以及語言表達不夠地道等。翻譯標準的差異及機器翻譯軟件的原理決定了機器翻譯非文學材料的適用性比文學材料要強。一般情況下，翻譯界都認為科技翻譯易于文學翻譯。理論上，若輸入計算機中的規則和語言材料越多，翻譯的質量就越高。如果把人類所有的語言規則和語言現象都輸入計算機中，那么機器翻譯完全可以取代人工翻譯。但是語言的應用千變萬化，尤其在文學作品中，語言的多樣性使得語義規則多到無法估量，而即使建立了非常龐大的語料庫，也不可能完全涵蓋語言的所有用法，更別提語言中的文采、多義化表達等文學作品特有的性質，使得機器翻譯軟件在有較高需求的文學翻譯中幾乎不可能代替人工翻譯。

而在翻譯要求相對較低的其他場合，有效的機器翻譯可節省大量的資料閱讀時間，極大地提高了工作效率。然而，如何建立一個有效的翻譯規則，并逐步完善翻譯語料庫，是翻譯工作者和計算機軟件開發者面臨的共同難題。

根據日常生活中大量瀏覽性閱讀需求，機器翻譯軟件在多個層面開發了相應的應用功能，如在線翻譯、網頁自動翻譯、圖片翻譯、語音翻譯等。從使用者的角度來看，用戶在打開外語網頁時，可以選擇“翻譯該網頁”功能，直接將原

網頁文字翻譯成另一種文字，這種功能的實現并非來自于原網站服務器中的數據，而是一種基于網頁應用層面的機器翻譯技術。當今，機器翻譯軟件還可以借助OCR（屏幕識別技術）翻譯出非文本格式的圖片文件，甚至還可以借助于語音識別技術，識別出用戶所講的內容，并迅速翻譯成另一種語言。

可以預見的是，機器翻譯技術將來還會與更多技術相結合，進一步豐富其在日常生活、工作中的需求。同時，機器翻譯技術也將這種理念運用在了更復雜的未知語言探索中。

三、結論與展望

機器翻譯經過長達半個世紀的發展，如今已成為人們日常工作生活中不可或缺的翻譯技術工具。語言既是一種建立在一定規則基礎上的表達方式，也具有千變萬化無法捉摸的特點，這使得機器翻譯軟件不僅需要制定一定的規則，也需要在投入運用的過程中，不斷改善技術，并和語言學知識相結合，提高機器翻譯的譯文的準確性和翻譯效率，降低人工譯員譯后編輯的勞動量。如今的商業化機器翻譯軟件經過幾十年的發展，已經在很多場合證明了其適用性。同時，由于語言的多樣性和隨機性，目前的機器翻譯軟件尚無法完全替代人工翻譯，具有一定的局限性，尤其在要求較高的翻譯場合，仍非常依賴于人工翻譯。

隨著大數據技術在各行各業的不斷滲透，以及人工智能技術的起步，未來機器翻譯軟件勢必會更加智能，借助于各種現代化應用型技術，一方面可以更輕松完成日常翻譯工作；另一方面，甚至可以通過人工智能技術，進行自我學習和感知，逐步涉足更復雜、更多變的翻譯工作。

[1]羅季美，李梅.機器翻譯譯文錯誤分析[J].中國翻譯，2012(5).

[2]王內.文學材料與非文學材料機器翻譯適用性比較研究[D].湖南師范大學，2012.

[3]馮志偉，徐波，孫茂松.機器翻譯的現狀和問題[M].北京：科學出版社，2003.

[4]胡清平.機器翻譯中的受控語言[J].中國科技翻譯, 2005(8).

[5]Arnold D. & Lee H Machine Translation: Special Issue on Evaluation of MT system[A]. In Arnold D. & Louisa S. Evaluation: An Assessment[C]. Dordrehct: Kluwer Academic Publishers, 1993.

[6]Peter F. Brown, John Cocke, Stephen A. Della Pietra, Vincent J. Della Petra, Fredrick Jelinek, John D. Lafferty, R obert L. Mercer, and Paul S. R oossin.A Statistical Approach to Machine Translation [J]. Computational Linguistics. 1990,16(2): 79-85.

[7]劉劍.超文本語境下的翻譯形態變化研究[D].華東師范大學，2014.

[8]王海峰，吳華，劉占一.互聯網機器翻譯[J].中文信息學報，2011(11).

TP391.2

A

1007-0125(2016)12-0270-02