王华树 陈涅奥

引言

近年来，随着经济全球化的深入发展以及“一带一路”倡议和文化“走出去”策略的实施，中国语言服务市场需求激增，语言服务项目日益呈现海量化、碎片化、多模态、交付快的特征。如果没有现代技术的帮助，译者在处理大量、复杂的翻译数据时无疑会逐渐力不从心。同时，在大数据时代下，借助人工智能、深度学习等技术，机器翻译技术进步迅速，进入了神经网络机器翻译（Neural Machine Translation，NMT）时代，质量和效率都得到了极大的提高，NMT 成为提高翻译生产力的有效工具。那么，中国语言服务企业将如何应对海量的翻译需求？语言服务企业使用机器翻译与译后编辑的现状如何，问题有哪些，未来应如何更好地利用机器翻译技术？本文将阐述对上述问题的调研情况。

一、研究现状

根据国际标准化组织（International Organization for Standardization，2015）的定义，机器翻译是“使用计算机系统将文本或语音从一种自然语言自动翻译成另一种自然语言”。自20 世纪50 年代机器翻译被正式发明以来，机器翻译的模型不断进步，经历了从基于词典、基于规则、基于统计到基于神经网络的演变。神经网络机器翻译以人工智能和深度学习技术为基础，相比之前的模型在翻译效率和质量上都有极大的提高，是当今主流机器翻译系统普遍采用的模型。但是，目前机器翻译的质量还远远无法与专业人工翻译相提并论。因此，为了使机器自动翻译的译文达到质量要求，机器翻译译后编辑（Machine Translation Post-editing，MTPE）就显得尤为重要。……