吴恒 代思师

内容摘要：随着神经网络翻译的发展，谷歌翻译和百度翻译成为使用率较高的机器翻译平台。本文从金融时报（FT）双语网站选取一篇新闻媒体的文本进行案例研究，对比人工翻译和两种机器翻译，分析两种机器翻译的优缺点，提出人工翻译依然无法替代，同时通过适当利用机器翻译的长处，可以提高翻译效率和质量。

关键词：信息类文本 机器翻译 问题 分析

传统的机器翻译存在着“只见树木不见森林”的问题，而近几年，尤其是2016年以来，随着神经网络机器翻译技术的突飞猛进，机器翻译的表现获得质的飞跃。谷歌推出的神经网络翻译（GNMT， Google Neural Machine Translation）采用循环神经网络（RNNs， Recurrent Neutral Networks）在产出译句的每个部分时都会参考整个原句，译文用词和语序都更自然，更符合目标语的语法。以维基百科和新闻译文为对象的质量测试表明，谷歌将翻译错误将降低了55%-85%。而百度翻译也采用了神经网络翻译，目前，神经机器翻译已经取代统计机器翻译成为Google和百度等在线机器翻译系统的核心技术。

根据德国翻译家卡塔琳娜·赖斯（Katharine Reiss）的文本类型理论，文本类型包括信息型（ informative）、表情型（expressive）、操作型（operative）三类。信息类文本是指“自然科学、科技、工商经济”类文书文本，讲求术语表达的专业性，语言表述的直陈性、客观性、逻辑性和文体风格的不变性。新闻文本属于信息类文本，翻译时强调重视原文、简洁明了，且具有术语复杂、句式固定等特点，因此具有最高的机器翻译适用性。

《金融时报》中文网站的文章是经济新闻类，属于信息类文本。……