推荐星级:
- 1
- 2
- 3
- 4
- 5
人工智能时代的翻译人才培养: 挑战与机遇
资料介绍
翻译专业的毕业生不得不面对机器翻译给语言服务行业带来的结构性变化。为了应对这种变化,未来的翻译人才培养目标需要逐渐从原先的专职翻译过渡到“翻译+语言工程师”的融合体。各院校还可根据学生背景的差异,制订差异化的培养方案,培养“翻译为主+技术为辅”或“技术为主+翻译为辅”不同类型的翻译硕士。并根据培养目标和师资情况将涉及技术的课程模块有选择、有层级地加入课程体系中。
部分文件列表
文件名 | 大小 |
人工智能时代的翻译人才培养:_挑战与机遇.pdf | 2M |
部分页面预览
(完整内容请下载后查看)(
上 海 交 通 大 学 学 报 哲 学 社 会 科 学 版
)
,
Au .2019
g
年
月
2019
8
(
总
)
期
128
(
)
JOURNALOFSJTU Philosoh andSocialSciences
ꢀ ꢀ
py
第
卷
27
Vol.27 No.128
ꢀ
ꢀ
ꢀ
ꢀ
:
人工智能时代的翻译人才培养
挑战与机遇
朱一凡 管新潮
ꢀ
(
,
)
上海交通大学外国语学院
200240
:
要 翻译专业的毕业生不得不面对机器翻译给语言服务行业带来的结构性
摘
ꢀꢀ
ꢀ
。 ,
变化 为了应对这种变化 未来的翻译人才培养目标需要逐渐从原先的专职翻译过渡
“ ” 。 ,
到 翻译 语言工程师 的融合体 各院校还可根据学生背景的差异 制订差异化的培
+
, “ ” “ ” 。
养方案 培养 翻译为主 技术为辅 或 技术为主 翻译为辅 不同类型的翻译硕士
+
+
、
并根据培养目 标 和 师 资 情 况 将 涉 及 技 术 的 课 程 模 块 有 选 择 有 层 级 地 加 入 课 程 体
。
系中
: ; ; ;
关键词 机器翻译 翻译人才培养 挑战 机遇
: /
DOI 10.13806 .cnkii.ssn1008 7095.2019.04.004
j
、
一 引
言
ꢀꢀ
, ,
如今 人工智能已经开始走入我们的日常生活 沃尔玛的机器人已经取代了一些不直接面
; ,
向顾客的职位 根据麦肯锡的预测 机器将在未来两到三年取代
。
的银行员工 自从人工智
30%
, ,
能与机器翻译相结合 机器翻译同样步入了全新的快速发展轨道 美国微软公司在
年就声
2018
。 ,
称其研发的机器翻译系统首次在通用新闻汉译英方面达到人类专业水平 可以说 自从基于人
, ,
工智能的神经机器翻译出现以来 有关机器翻译取代人工翻译的传言就不绝于耳 那么高校翻
? ,
译专业是否已经面临生存危机 高校该如何完善现有人才培养方案 才能适应今后的行业发
?
?
机器翻译时代的到来是否对翻译人才培养提出挑战的同时也带来了巨大的机遇 这些都
展
。
是高校翻译专业的教育工作者亟须思考的一些问题
、
二 人工智能时代机器翻译的发展现状
, ,
从基于规则的机器翻译 到基于统计的机器翻译 再到如今基于人工智能的神经机器翻译
,
,
在翻译质量上实现了三级跳的机器翻译不仅为学界和业界注入了显而易见的新鲜活力 而且开
,
始进入到人们的日常生活和工作中 使得学界和业界不得不认真审视机器翻译的最新进展及其
。
存在的问题
在规则机器翻译模式下 由语言学家制定的翻译规则库发挥着重要作用 即该模式机器翻
,
,
。 ,
译是根据规则库将源语转换成目的语 其优点在于凡符合规则库要求的源语内容 翻译质量较
; , 。
高 而缺点是不符合已有规则的 则无翻译质量可言 该模式的关键问题是无法穷尽相关的语
, , 。
言学规则 这就构成了规则机器翻译的瓶颈 而且是一个无法逾越的瓶颈 统计机器翻译模式
。 ,
的出现使机器翻译有了显著的进步 该模式省去了复杂的翻译规则库 转由机器去学习复杂的
: , ; ,
作者简介 朱一凡 上海交通大学外国语学院翻译系教授 管新潮 上海交通大学外国语学院翻译系副教授
。
(
上海交通大学学报 哲学社会科学版
)
ꢀ
第
卷
27
38
, , 。
语言学知识 即从语料库中学习语言学知识 然后据此将源语内容转换成目的语 当机器所习
, 。 ,
得的语言学知识越多 其译后的目的语质量就越高 但该模式受限于语料库的质量和数量 即
①
,
统计机器翻译无法因此获取充分的语言学知识 进而造成目的语译文的准确性受到限制
。
神
,
经机器翻译是一种不同于以往的机器翻译模式 其特殊点在于使用神经网络去实现从源语到目
, ,
的语的直接映射转换 因此目的语译文的流畅度明显高于统计机器翻译 译文的语言质量明显
。 ,
高于前两种模式的机器翻译 但神经机器翻译的过程是不透明的 因而难以运用语言学知识对
②
。
,
这是到目前为止神经机器翻译所面临的一个难点 即无法探知机器
翻译过程进行充分解读
。 ,
翻译译文产品的错误成因何在 神经机器翻译的出现并不意味着统计机器翻译的终结 其对语
,“
料语言模式的统计方法对神经机器翻译有不可替代的价值 如何在神经机器翻译模型中充分
③
”
利用统计机器翻译模型的优势来弥补自身的不足
将会成为提升神经机器翻译品质的一个有
。
效路径
,
无论是统计机器翻译还是神经机器翻译都离不开语料资源的准备 这一资源属性决定了
④
。
,
在无法更多企及双语语料资源的情况下
机器翻译的品质受限于语料数据的数量和质量
⑤ ⑥
研发资源稀缺型语言的机器翻译 或者使用无翻译关系的两种单语语料的机器翻译 都 是 可
。 , , 。
替代的选择 无论何种情况 数据资源始终都发挥着积极作用 尤其是语料数据的质量 正
,
因为如此 到目前为止尚无法准确预见机器翻译的译文产品何时能够达到人类职业译者的水
⑦
。
。
2011
平
年的一项实证研究表明
翻译尚处在并非完美的阶段
年博鳌亚洲论
Goole
g
2018
, 。
坛上 腾讯公司的人工智能同传也暴露出不少问题和低级翻译错误 笔者近来以上海交通大
(
学生 第二学期 的科技翻译作业与三种机器翻译
MTI
)
( 、 、
翻译 百度翻译 一家知名
Goole
g
学
) ( ) ,
国际企业的行业机器翻译 译文 英汉语言对 进行比较 发现机器翻译译文在以下几方面均
:
①
;
②
;
机 器 翻 译 的 译 文 流 畅 性
③
不如学生译文
机 器 翻 译 的 译 文 整 体 得 分
复 杂 句 式 的
。
处理
, 。 ,
现阶段的机器翻译既取得了举世瞩目的成就 也存在诸多问题 不可否认的是 机器翻译
, 、 。 ,
已开始在多个领域得以应用 用于减少 甚至替代人工翻译 根据对最终产品的要求不同 机器
, ( , ,
翻译可以在不同程度上加以应用 对参考级文本 旨在获取基本信息 其译文允许有所缺失 仅
) , ,
供读者参考 可以机器翻译为主 辅以适当的译后编辑 但从事译后编辑的人员必须是与文本所
; ( , , ,
属领域相关的行业译者 对常规级文本 一般指操作手册类 其译文须忠实于原文 术语准确 意
, ), ,
义完整 允许译文中出现可读性稍差的个别句子 可采用机器翻译和翻译记忆相融合的方式
; ( , 、
同样也必须辅以适当的译后编辑 对出版级文本 用于发表出版或正式发布 其译文须忠实 通
⑧
), 。
顺 甚至优雅 目前只能由高水平译者去完成翻译任务
,
“ ”, 、 “ ”
机器翻译取代人工翻译并非只是一个 传言 其在何时 何种程度下 成真 尚无法完全预
, ,
言 由此作为利益相关方的翻译本科和翻译硕士培养已无法独善其身 我们不得不去考虑在机
。 “ ”
器翻译迅猛发展的今天如何进行翻译专业培养的问题 机器翻译究竟会以何种方式 取代 人
[]
外语教学与研究
,
():
20134 629 633.
ꢀ
冯志伟 统计机器翻译书评
. J .
①
②
④
, ,
李亚超 熊德意 张民 神经机器翻译综述
.
[]
计算机学报
J .
, ( ):
201812 2734 2755.
ꢀ
③
ꢀ
: ,
://
htt
p
陈圣权
年独家专访华为翻译中心前主任陈圣权 数据是机器翻译发展的关键因素
.ChinaIT.com2018
/ /
www.chinait.com ai2132.html.
,
,
Karakanta A.J.Dehdari&J.VanHenabith.NeuralMachineTranslationforLowresourceLanuaeswithout
g g ꢀ
⑤
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
-
ꢀ
[] , ( ):
ParallelCororaJ .MachineTranslation 201832 167 189.
ꢀ
ꢀ
p
ꢀ
,
李亚超 熊德意 张民 神经机器翻译综述
J .
,
[]
计算机学报
,
( ):
201812 2734 2755.
ꢀ
⑥
⑦
⑧
.
, : [] , ():
Garcia I.Translatin b Posteditin IsIttheWa ForwardJ .MachineTranslation 20113 217 237.
ꢀꢀ ꢀ y
g y
ꢀ ꢀ
-
g
ꢀ
ꢀ
ꢀ
,
崔启亮 雷学发 基于文本分层的人机交互翻译策略
.
[]
当代外语研究
J .
, ():
20163 46 52.
ꢀ
全部评论(0)