郭望皓 胡富茂

引言

从2013 年开始，以神经网络为主要特征的神经机器翻译发展迅速，现已取代统计机器翻译成为机器翻译的主流范式。谷歌、微软、百度、腾讯等国内外行业巨擘纷纷上线自己的神经机器翻译系统，推动机器翻译向实用化和商品化不断迈进。2018 年3 月，微软研究团队甚至宣布其研发的机器翻译系统在通用新闻报道的汉英翻译上“达到了人类水平”。尽管如此，神经机器翻译仍然面临诸多挑战，垂直领域专业题材的文本翻译便是其中最大的一个挑战。目前，市面上的主流神经机器翻译系统都是面向通用领域的，对垂直领域文本的翻译效果往往并不尽如人意。本文选取的英汉机器翻译引擎分别来自谷歌、百度、腾讯、有道和搜狗5 家公司，均采用目前流行的神经机器翻译技术作为英汉机器翻译系统的基本架构。作为国内外知名企业研发的产品，这些翻译引擎技术成熟、可靠性高、实验数据可重复，而且都提供了英汉翻译的API 接口，技术实现较为简单。不过，通过实践可以发现，在垂直领域仅依靠神经机器翻译难以产出高质量的译文，因而译后编辑环节必不可少。本文以军事领域英汉神经机器翻译译文评测作为切入点，通过整理归纳军事题材英译汉文本的错误类型，分析影响译文质量的因素，并提出针对性的译后编辑建议。

一、相关研究综述

由于军事领域翻译任务量大，时效性要求高，各国都高度重视军事用途机器翻译的研发工作。……