人工智能背景下英語閱讀教學使用機器翻譯影響機制

黃亞楠

摘 要：人工智能背景下，英語閱讀課堂教學過程中使用機器翻譯是當今較為普遍的學習方法，傳統教學方法中，機器翻譯比人工翻譯更加方便快捷，但在語法、句式方面往往會與原文有偏差。文章基于英語閱讀課堂視角，把傳統與機器翻譯兩種形式進行比較分析，并探討人工智能作用下英語閱讀課堂教學中使用機器翻譯現狀的未來發展趨勢和影響機制。

關鍵詞：人工智能;機器翻譯;中英轉換;英語教學

中圖分類號：TP18;H085 文獻標識碼：A 文章編號：2095-9052（2020）01-0050-03

隨著我國綜合國力與國際競爭力的增強，與世界各國的貿易往來、文化交流日益加深，英語作為應用最為廣泛的語言，成為我國與其他國家之間溝通的橋梁，所以學好英語很重要。在實際英語教學過程中，閱讀是當今社會人們獲取信息的最重要手段，新知識的獲取、思維能力的提升、社會適應能力的增強都與閱讀息息相關。那么在教師英語閱讀教學中，學生學習過程中，都會必不可少地遇到陌生詞匯和句式，翻譯的功能在此處必不可少。隨著科技技術的創新和發展，不難發現機器翻譯在悄悄地改變人們的學習方式。大到國際會議，小到日常生活，中英文語言轉換都必不可少。隨著人工智能的出現，英語課堂中的翻譯手段從人工轉變為機器已是大勢所趨，更有部分學者表明“同聲傳譯職業會被機器翻譯取代”。在實際英語教學課堂中，機器翻譯的運用，使用計算機進行中英文轉換是學生選擇學習英語的主要方式。

一、人工智能的簡要闡述

第一，從概念上來說，人工智能是以計算機學科為依托的一個學科分支，其是以人類的智能模式為依托，結合科學技術，應用相似的模式和方法開發研制出來的一種智能化的機器，關于其具體的載體，包括了機器人、語言辨別、圖像辨別幾種典型的類型。隨著這種技術和相關產品的開發，其實際應用領域和應用價值在不斷地體現。從未來的發展趨勢上，這種技術必將在不斷的更新和完善中在一定程度上實現對人類行為和功能技術的替代。

第二，人工智能的功能與技術范圍。人工智能的作用范圍包括了大腦模擬功能、符號處理技術，關于具體的方法又包括了子符號法和統計學方法等。從這個維度上來看，人工智能技術的應用和實現有非常顯著的專業性特征，在具體應用中需要控制和操作人員結合具體的智能化功能，對其發揮作用的原理和模式有一個深入的了解，方可更好地發揮人工智能的作用。

二、英語閱讀教學中使用機器翻譯的現狀

第一，傳統英語閱讀教學中，遇到陌生單詞或者句式往往會選擇用筆畫下來課后查閱，但是如果未能及時查閱信息，會因為學生偷懶或者暫時性忘記而延遲查閱翻譯或者甚至是不查;還可以使用紙質詞典進行查閱，但是由于紙質詞典查閱速度較慢，會降低英語閱讀學習的實效性，導致跟不上教師講課速度。人工智能背景下，隨著科技發展和技術創新，機器翻譯應運而生，這為英語學習者提供了很大幫助，教師可以培養學生自主學習能力，教會學生閱讀方法，利用機器翻譯輔助教學，促進學生快速融入英語氛圍，理解未知詞匯。但值得注意的是，機器翻譯雖然快捷，但并不是英語閱讀學習者的主要依賴工具，只是具有輔助功能，如果完全依賴會導致學生喪失學習英語興趣和能力，所以教師應該教育學生使用機器翻譯尺度和正確方法。

第二，從機器翻譯的具體應用的角度上來說，目前基于機器翻譯工具具有多樣性的特征，在實際選擇應用中，教師應當注意結合具體的課程教學要求選擇合適的翻譯機器。從而最大程度地發揮翻譯機器在英語閱讀中的輔助作用。

三、機器翻譯對英語課堂教學的影響

第一，與傳統教學相比，現代英語課堂使用機器翻譯的現象隨處可見，尤其是對于高校學生在學習英語知識時會更傾向選擇使用人工智能手段進行機器翻譯，查閱陌生詞匯以及句式翻譯，以教師講解為基礎進一步理解全文。傳統查閱英語詞匯的方式往往是通過紙質版的詞典，詞典單詞存儲量很大，但其查閱速度較慢，單詞更新較慢，甚至是在學生不理解詞義時也無法通過詞典解釋去了解含義。在機器翻譯時代，運用電子詞典翻譯，不僅可以快速查閱單詞含義，還會了解單詞發音以及連接百度百科，了解其含義以及在句子中的應用，以便學生能夠快速了解該單詞解釋。如果需要長文翻譯也可以通過電子辭典翻譯功能進行源語言與目標語言轉換。這種查閱方式使得英語教學方便快捷，教師在講解的同時學生使用查閱工具可以更好理解文章含義以及對知識點的整合理解。盡管機器翻譯可以有助于學生主動學習，但不能盲從而脫離教師講學，機器翻譯是幫助學生學習的工具，但不是主要工具，更不能因此脫離教師講解，本末倒置。可見，機器翻譯時代確實改變了英語課堂的教學手段和學習方法，培養學生主動性學習思維，使得學生更易了解知識，但在使用時也應注意，要仍然以教師教學為主，使用機器翻譯查閱為輔。

第二，從負面的影響上來分析，機器翻譯比較容易讓學生產生依賴感，這從激發學生的主觀學習動力的角度上來說，是存在不利影響的，另外，機器翻譯雖然在應用上的便捷性比較高，但是對于操作和應用人員的輸入準確性要求也同樣比較高，如果在原始的輸入環節中就出現誤差，則機器翻譯的作用就很難切實得到發揮。這也是機器翻譯的方法所存在的一個具體應用中的實際問題，而且，機器翻譯是依托于網絡環境而發揮作用的一種翻譯方法，網絡環境的開放性也會對學生的英語學習的專注力造成一定程度的影響。

四、人工翻譯與機器翻譯對比分析

人工翻譯是指靠人的腦力進行中文與英文兩種語言轉換，此種翻譯行為需要專業的英語翻譯人員來對文章的詞匯、句式、語法全面分析，進而找到最合適、恰當的詞匯來進行匹配分析，使得文章準確、流暢。人工智能翻譯需要專業人士的英語功底也需要其對相關領域的專業技能素養。如在法律專業方面，專業法律英語知識的運用更需要以法律為專業背景并具有扎實英語基礎功底的人才來進行中英文語言轉換，進行源語言的輸入從而得到目標語言的文本輸出。機器翻譯是自然語言計算機處理的一個歷史悠久的部門。機器翻譯試圖用計算機來模擬人的翻譯能力，因此，它也成為人工智能的一個重要分支。20世紀30年代初，法國科學家阿爾楚尼（G.B. Artsouni）明確地提出了用機器來進行語言翻譯的想法。用計算機將兩種語言進行轉換，輸入源語言，輸出目標語言，這是機器翻譯的過程。早在1957年，美國學者英格維（V.Yingve）在《句法翻譯的框架》（Framework for syntactic translation）一文中就指出，一個好的機器翻譯系統，應該對源語言和目標語言都做出恰如其分的描寫，這樣的描寫應該互不影響，相對獨立。基于以上分析，人工翻譯與機器翻譯各自擁有其特點和用途，具體體現如下：

1.人工翻譯準確性更高，但時效較低

中英文兩種語言實際轉換時，注重信、達、雅三個維度，實際翻譯過程中還應該注意翻譯資料背后的文化背景和專業知識，不僅僅從字面分析語言轉換，還會從更深層次的環境背景影響從而選擇運用最恰當的詞匯以及結合翻譯者自身的英語專業技能和中文知識來進行有效整合，從而達到最優效果。但人工翻譯需要依靠腦力，腦力反應速度及翻譯速度與機器相比，有時會有偏差和延遲，這對于大量翻譯要求時，人工翻譯更為辛苦，速度較慢，時間較長。無法做到如同機器翻譯快速進行翻譯整理，對于需求快速翻譯的群體，人工翻譯稍顯滯后。

2.機器翻譯速度較快，句法需要及時糾正

機器翻譯的運用極為廣泛，有道翻譯、金山詞霸等是很多人使用的翻譯工具。有道翻譯近幾年新出的功能是可以直接將文檔拖進翻譯工具里，會在短時間內對文檔進行翻譯，篇幅過多時會有收費需求。實際使用機器翻譯過程中，不難發現，機器翻譯最大的特點是逐字逐句翻譯，無法借鑒當下實際文化背景和情境信息，只是根據字面要求來進行轉譯，這種形式下很難滿足文章翻譯的準確性，很難讓機器自動結合上下文背景來對文章進行分析和翻譯。尤其是針對學術性文章，準確性要求極高，這時機器翻譯往往達不到要求，更需要人為查找專業知識書籍或資料去完善所需要的翻譯內容。在需要專業詞匯去貫穿全文時，機器翻譯處于弱勢，因為單純的機器翻譯真的很難做到理解全文內涵，機器的轉換目前還達不到體會人的思想和中心主旨。無法帶有感情色彩去理解文中含義。

經對比分析不難發現，機器翻譯是當下語言轉換的主流工具，備受青睞，因其翻譯速度和反應速度較快，適合很多工作場所來用。但與人工翻譯相比，機器翻譯有時不夠準確，因為有些詞匯、句式、關鍵詞往往需要結合專業背景知識，但是單純地使用機器翻譯卻很難做到這一點。

五、機器翻譯的未來發展趨勢

機器翻譯運用“直接翻譯”、“句法轉換”、“語義轉換”等技術手段，使目標語言盡可能地逼近源語言，盡量遵循語言的忠實性、流暢性、準確性。當下流行的機器翻譯工具有電子詞典、微信、QQ等聊天工具，其應用廣泛。在日常聊天中，這些工具可以滿足人們日常生活交流的需求，但遇到專業詞匯時，單純的機器翻譯也會讓人覺得怪異，因為很多時候詞匯的理解、句法的排列都需要結合實際情景去更好地了解，而不是簡單的字面意思翻譯。但這并不意味著機器翻譯不再是寵兒。20世紀90年代初，由于人工智能領域中深度學習和神經網絡的成功，機器翻譯引入了這些新技術，于是統計機器翻譯發展成神經機器翻譯（Neural Machine Translation，簡稱NMT）。人工神經網絡的主要特點是信息的分布存儲和信息處理的并行化，采用聯結主義（connectionism）的方法，具有自組織和自學習的能力，這使得人們利用機器加工處理信息有了新的途徑和方法，解決了一些使用傳統的符號主義（symbolism）方法難以解決的問題。

可見，機器翻譯的發展一直在不斷進步和前行，人們一直在創新新的技術，以使源語言與目標語言切合度更高，讓機器把語言變得“原汁原味”，讓兩種不同的語言用不同的符號去表達相同的意思。如同中國的古詩詞，要在理解詩詞的基礎上再運用英語語言知識去進行翻譯整合，同時需求英語和漢語的語言功底。

六、結語

人工智能（Artificial Intelligence ，AI）是由麥卡錫首次在1956年“達特沃斯會議”中提出的，其用途是研究如何使用計算機去做過去只有人才能做的智能工作，其標志性事件是谷歌AlphaGo戰勝世界圍棋冠軍李世石。1946年，世界上第一臺電子計算機ENIAC誕生，其運算速度遠遠超過了人的計算速速，引發英國工程師布斯（A.D. Booth）和美國科學家韋弗（W. Weaver）在討論電子計算機的應用范圍時，就提出了利用計算機進行語言自動翻譯的構想。可見，人們一直在為機器翻譯時代做出各種各樣的努力和設想。人工智能的到來帶來了計算機時代，更帶來了機器翻譯的時代。與人工翻譯相比，機器翻譯固然擁有很多優勢，甚至是人工翻譯所無法比擬的優點。但鑒于本文以上分析和探討可以看出，不要盲目推崇和使用機器翻譯，翻譯類似于解讀密碼的過程，但對于具有深層次文化背景、歷史背景的文字就不僅僅是簡單的源語言與目標語言的字符轉換，更多的是要求帶有人文氣息和古典文化底蘊，才會使語言地道，易于理解。

所以，在人工智能影響下，機器翻譯時代的到來與傳統人工翻譯之間的撞擊，更值得人們思考。扎實的英語基礎依然是翻譯時代的主流，機器翻譯可以作為使用工具，但不能作為所有工作的需要，機器可以代替部分人類的工作，但目前依然無法代替所有的工作。英語閱讀教學中，機器翻譯是學生學習的工具，但不能依賴此功能放棄學習，脫離教師教學，應該巧妙利用機器翻譯工具來進行英語語言整合，更加準確、快速地了解所學知識內涵，以便更好理解文章含義。依靠但不依賴，是當今人工智能背景下運用機器翻譯的主流思想。

參考文獻：

[1]劉宇鵬，馬春光，張亞楠.深度遞歸的層次化機器翻譯模型[J].計算機學報，2017，40（4）.

[2]李響，南江，楊雅婷，等.泛化語言模型在漢維機器翻譯中的應用[J].計算機應用研究，2014，31（10）.

[3]馮志偉.應用語言學新論——語言應用研究的三大支柱[M].北京：當代世界出版社，2003.

[4]馮志偉.自然語言計算機形式分析的理論與方法[M].合肥：中國科學技術大學出版社，2017.

[5]劉群.機器翻譯技術現狀與展望[J].集成技術，20121（1）.

（責任編輯：李凌峰）