三亞機(jī)器翻譯與人工翻譯之爭
信息來源：發(fā)布時(shí)間：2019/7/26 15:20:48
機(jī)器翻譯是指利用計(jì)算機(jī)把一種自然語言翻譯成另一種自然語言的技術(shù)，是一門結(jié)合了語言學(xué)和計(jì)算機(jī)科學(xué)等學(xué)科的交叉學(xué)科。認(rèn)知智能是人工智能的最高階段，自然語言理解是認(rèn)知智能領(lǐng)域的“皇冠”。機(jī)器翻譯這一自然語言處理領(lǐng)域最具挑戰(zhàn)性的研究任務(wù)，則是自然語言處理領(lǐng)域“皇冠上的明珠”。近年來，機(jī)器翻譯發(fā)展十分迅猛，但對(duì)于機(jī)器翻譯與人工翻譯孰優(yōu)孰劣、機(jī)器翻譯能否取代人工翻譯，一直存在爭議。機(jī)器翻譯之父韋弗曾提出“翻譯即解碼”的結(jié)構(gòu)主義觀點(diǎn)，但是，數(shù)年之后，他自己又推翻了這一論斷，表示“機(jī)器成不了普希金，機(jī)器翻譯永遠(yuǎn)都無法傳達(dá)出語言本身的優(yōu)雅與格調(diào)”。
機(jī)器翻譯發(fā)展迅速沈陽翻譯公司
語言能力是區(qū)分人類和動(dòng)物的重要特征之一，是人類有效交流的保證。用機(jī)器來進(jìn)行語言翻譯的想法，最早可追溯到古希臘時(shí)期。現(xiàn)代意義上的“機(jī)器翻譯”一詞，由古圖拉特（Couturat）和洛（Leau）1903年在《通用語言的歷史》一書中最早提出。1949年，韋弗發(fā)表了具有廣泛影響力的名為《翻譯》的備忘錄，正式提出了機(jī)器翻譯的思想。直到2006年Hinton提出深度學(xué)習(xí)技術(shù)，才為實(shí)現(xiàn)這一目標(biāo)提供了更好的解決途徑。目前的前沿技術(shù)是基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)，其技術(shù)核心是一個(gè)擁有海量節(jié)點(diǎn)（神經(jīng)元）的深度神經(jīng)網(wǎng)絡(luò)，可以自動(dòng)地從語料庫學(xué)習(xí)翻譯知識(shí)。一種語言的句子被向量化之后，在網(wǎng)絡(luò)中層層傳遞，轉(zhuǎn)化為計(jì)算機(jī)可以“理解”的表示形式，再經(jīng)過多層復(fù)雜的傳導(dǎo)運(yùn)算，生成另一種語言的譯文。
2015年，蒙特利爾大學(xué)引入注意力機(jī)制，使得神經(jīng)機(jī)器翻譯達(dá)到實(shí)用階段。此后，神經(jīng)機(jī)器翻譯不斷取得進(jìn)展。2016年，谷歌GNMT發(fā)布，該系統(tǒng)可模仿人腦的神經(jīng)思考模式，翻譯出與人工翻譯相媲美的譯文。同年，微軟在Switchboard對(duì)話語義識(shí)別達(dá)到人類水平，訊飛上線NMT系統(tǒng)，神經(jīng)機(jī)器翻譯開始被大規(guī)模應(yīng)用。科學(xué)雜志Nature梳理了2016年科技領(lǐng)域的十大突破，排在首位的就是人工智能，其中提及人工智能的機(jī)器翻譯使錯(cuò)誤減少了約60%。隨后，F(xiàn)acebook的人工智能研究團(tuán)隊(duì)開發(fā)了一種新的神經(jīng)機(jī)器翻譯算法，在三種機(jī)器翻譯任務(wù)上得分高于所有同類系統(tǒng)。2017 年，微軟在斯坦福問答數(shù)據(jù)集 SQuAD 上達(dá)到人類水平。機(jī)器翻譯的發(fā)展速度遠(yuǎn)遠(yuǎn)超出人們的想象，但是對(duì)于機(jī)器翻譯是否能夠真正完全代替人工翻譯，學(xué)界仍舊爭論不休。
機(jī)器翻譯取代人工翻譯沈陽翻譯公司
目前而言，一部分專家認(rèn)為機(jī)器翻譯很快會(huì)達(dá)到人工翻譯水平，在不遠(yuǎn)的將來會(huì)完全取代人工翻譯。2010年，谷歌機(jī)器翻譯專家歐赫認(rèn)為文本機(jī)器翻譯是合理有效的，真正的挑戰(zhàn)只在語音識(shí)別方面。他提出，未來幾年即有可能實(shí)現(xiàn)手機(jī)端語音到語音的自動(dòng)翻譯。2019年2月《衛(wèi)報(bào)》刊登《機(jī)器翻譯的時(shí)代是否已經(jīng)到來》一文，美國韋弗利實(shí)驗(yàn)室（Waverly Labs）的安德魯·奧喬亞表示“在未來十到十二年內(nèi)，機(jī)器翻譯技術(shù)可與人工翻譯相媲美，甚至超過人工翻譯的水平”。
專家們對(duì)于機(jī)器翻譯的信心來自最新一代的翻譯技術(shù)——神經(jīng)網(wǎng)絡(luò)翻譯。神經(jīng)網(wǎng)絡(luò)翻譯打造的機(jī)器翻譯系統(tǒng)，采用了一系列新的學(xué)習(xí)手段來模擬人工翻譯。首先，利用人工智能任務(wù)的天然對(duì)稱性進(jìn)行對(duì)偶學(xué)習(xí)。當(dāng)訓(xùn)練集中的一個(gè)中文句子被翻譯成英文后，系統(tǒng)會(huì)將相應(yīng)的英文結(jié)果再翻譯回中文，并與原始的中文句子進(jìn)行比對(duì)，進(jìn)而從這個(gè)比對(duì)結(jié)果中學(xué)習(xí)有用的反饋信息，對(duì)機(jī)器翻譯模型進(jìn)行修正。其次，利用推敲網(wǎng)絡(luò)，模擬人們寫作時(shí)不斷推敲、修改的過程。這樣，通過多輪翻譯，不斷地檢查、完善翻譯的結(jié)果，使翻譯的質(zhì)量得到大幅提升。再次，采用聯(lián)合訓(xùn)練的方法迭代改進(jìn)翻譯系統(tǒng)。用中英翻譯的句子對(duì)去補(bǔ)充反向翻譯系統(tǒng)的訓(xùn)練數(shù)據(jù)集，同樣的過程也可以反向進(jìn)行。最后，采用一致性規(guī)范讓翻譯可以從左到右進(jìn)行，也可以從右到左進(jìn)行，最終讓兩個(gè)過程生成一致的翻譯結(jié)果。這一系列技術(shù)有效模仿了人工翻譯的過程，極大提升了機(jī)器翻譯的整體質(zhì)量。
除此之外，機(jī)器翻譯相關(guān)學(xué)科之間的互動(dòng)更加頻繁，合作更加緊密。翻譯界和技術(shù)界都呈現(xiàn)出了更大的包容性，相關(guān)人士達(dá)成一定共識(shí)，即過去那種把語言學(xué)家排除在外，僅依賴技術(shù)界，埋頭做數(shù)據(jù)、分析開發(fā)系統(tǒng)的做法是不可取的。在語言學(xué)和翻譯學(xué)領(lǐng)域，越來越多的人開始關(guān)注機(jī)器翻譯，對(duì)技術(shù)應(yīng)用探索也不再一味抵觸，開始從用戶和市場需求的角度來客觀看待不同層級(jí)和不同受眾的語言服務(wù)，計(jì)算機(jī)輔助翻譯在專業(yè)翻譯領(lǐng)域發(fā)揮著越來越重要的作用。
機(jī)器翻譯技術(shù)仍備受質(zhì)疑沈陽翻譯公司
對(duì)于現(xiàn)有的機(jī)器翻譯技術(shù)，很多學(xué)者也表示質(zhì)疑。一方面，他們認(rèn)為機(jī)器翻譯的廣泛適用性還有待考察。盡管機(jī)器翻譯在某些測試中正確率較高，而且在某些領(lǐng)域接近或超過人工譯員，但是這些測試只是針對(duì)特定范圍的文本，要想達(dá)到測試水平，必須滿足對(duì)于源語言和環(huán)境的苛刻要求。在筆譯方面，馮志偉在《機(jī)器翻譯研究》中表示，目前的機(jī)器翻譯系統(tǒng)對(duì)普通文本的翻譯在可讀性和準(zhǔn)確性方面離人們的實(shí)際需求還有相當(dāng)大的距離。機(jī)器翻譯系統(tǒng)對(duì)普通文本的翻譯，通常需要大量的譯后審校工作才能使譯文達(dá)到出版的要求，所花費(fèi)的時(shí)間和費(fèi)用往往會(huì)超過純?nèi)斯しg。在口譯方面，中國科學(xué)院自動(dòng)化研究所宗成慶在《機(jī)器翻譯的夢想與現(xiàn)實(shí)》中指出，在日?？谡Z對(duì)話中，目前口語機(jī)器翻譯僅能對(duì)資源較為充分的語言（如英漢、日漢等），在說話場景不是非常復(fù)雜、口音基本標(biāo)準(zhǔn)、語速基本正常、使用詞匯和句型不是非常生僻的情況下，可基本滿足正常交流的需要。
機(jī)器翻譯發(fā)展迅速沈陽翻譯公司
語言能力是區(qū)分人類和動(dòng)物的重要特征之一，是人類有效交流的保證。用機(jī)器來進(jìn)行語言翻譯的想法，最早可追溯到古希臘時(shí)期。現(xiàn)代意義上的“機(jī)器翻譯”一詞，由古圖拉特（Couturat）和洛（Leau）1903年在《通用語言的歷史》一書中最早提出。1949年，韋弗發(fā)表了具有廣泛影響力的名為《翻譯》的備忘錄，正式提出了機(jī)器翻譯的思想。直到2006年Hinton提出深度學(xué)習(xí)技術(shù)，才為實(shí)現(xiàn)這一目標(biāo)提供了更好的解決途徑。目前的前沿技術(shù)是基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)，其技術(shù)核心是一個(gè)擁有海量節(jié)點(diǎn)（神經(jīng)元）的深度神經(jīng)網(wǎng)絡(luò)，可以自動(dòng)地從語料庫學(xué)習(xí)翻譯知識(shí)。一種語言的句子被向量化之后，在網(wǎng)絡(luò)中層層傳遞，轉(zhuǎn)化為計(jì)算機(jī)可以“理解”的表示形式，再經(jīng)過多層復(fù)雜的傳導(dǎo)運(yùn)算，生成另一種語言的譯文。
2015年，蒙特利爾大學(xué)引入注意力機(jī)制，使得神經(jīng)機(jī)器翻譯達(dá)到實(shí)用階段。此后，神經(jīng)機(jī)器翻譯不斷取得進(jìn)展。2016年，谷歌GNMT發(fā)布，該系統(tǒng)可模仿人腦的神經(jīng)思考模式，翻譯出與人工翻譯相媲美的譯文。同年，微軟在Switchboard對(duì)話語義識(shí)別達(dá)到人類水平，訊飛上線NMT系統(tǒng)，神經(jīng)機(jī)器翻譯開始被大規(guī)模應(yīng)用。科學(xué)雜志Nature梳理了2016年科技領(lǐng)域的十大突破，排在首位的就是人工智能，其中提及人工智能的機(jī)器翻譯使錯(cuò)誤減少了約60%。隨后，F(xiàn)acebook的人工智能研究團(tuán)隊(duì)開發(fā)了一種新的神經(jīng)機(jī)器翻譯算法，在三種機(jī)器翻譯任務(wù)上得分高于所有同類系統(tǒng)。2017 年，微軟在斯坦福問答數(shù)據(jù)集 SQuAD 上達(dá)到人類水平。機(jī)器翻譯的發(fā)展速度遠(yuǎn)遠(yuǎn)超出人們的想象，但是對(duì)于機(jī)器翻譯是否能夠真正完全代替人工翻譯，學(xué)界仍舊爭論不休。
機(jī)器翻譯取代人工翻譯沈陽翻譯公司
目前而言，一部分專家認(rèn)為機(jī)器翻譯很快會(huì)達(dá)到人工翻譯水平，在不遠(yuǎn)的將來會(huì)完全取代人工翻譯。2010年，谷歌機(jī)器翻譯專家歐赫認(rèn)為文本機(jī)器翻譯是合理有效的，真正的挑戰(zhàn)只在語音識(shí)別方面。他提出，未來幾年即有可能實(shí)現(xiàn)手機(jī)端語音到語音的自動(dòng)翻譯。2019年2月《衛(wèi)報(bào)》刊登《機(jī)器翻譯的時(shí)代是否已經(jīng)到來》一文，美國韋弗利實(shí)驗(yàn)室（Waverly Labs）的安德魯·奧喬亞表示“在未來十到十二年內(nèi)，機(jī)器翻譯技術(shù)可與人工翻譯相媲美，甚至超過人工翻譯的水平”。
專家們對(duì)于機(jī)器翻譯的信心來自最新一代的翻譯技術(shù)——神經(jīng)網(wǎng)絡(luò)翻譯。神經(jīng)網(wǎng)絡(luò)翻譯打造的機(jī)器翻譯系統(tǒng)，采用了一系列新的學(xué)習(xí)手段來模擬人工翻譯。首先，利用人工智能任務(wù)的天然對(duì)稱性進(jìn)行對(duì)偶學(xué)習(xí)。當(dāng)訓(xùn)練集中的一個(gè)中文句子被翻譯成英文后，系統(tǒng)會(huì)將相應(yīng)的英文結(jié)果再翻譯回中文，并與原始的中文句子進(jìn)行比對(duì)，進(jìn)而從這個(gè)比對(duì)結(jié)果中學(xué)習(xí)有用的反饋信息，對(duì)機(jī)器翻譯模型進(jìn)行修正。其次，利用推敲網(wǎng)絡(luò)，模擬人們寫作時(shí)不斷推敲、修改的過程。這樣，通過多輪翻譯，不斷地檢查、完善翻譯的結(jié)果，使翻譯的質(zhì)量得到大幅提升。再次，采用聯(lián)合訓(xùn)練的方法迭代改進(jìn)翻譯系統(tǒng)。用中英翻譯的句子對(duì)去補(bǔ)充反向翻譯系統(tǒng)的訓(xùn)練數(shù)據(jù)集，同樣的過程也可以反向進(jìn)行。最后，采用一致性規(guī)范讓翻譯可以從左到右進(jìn)行，也可以從右到左進(jìn)行，最終讓兩個(gè)過程生成一致的翻譯結(jié)果。這一系列技術(shù)有效模仿了人工翻譯的過程，極大提升了機(jī)器翻譯的整體質(zhì)量。
除此之外，機(jī)器翻譯相關(guān)學(xué)科之間的互動(dòng)更加頻繁，合作更加緊密。翻譯界和技術(shù)界都呈現(xiàn)出了更大的包容性，相關(guān)人士達(dá)成一定共識(shí)，即過去那種把語言學(xué)家排除在外，僅依賴技術(shù)界，埋頭做數(shù)據(jù)、分析開發(fā)系統(tǒng)的做法是不可取的。在語言學(xué)和翻譯學(xué)領(lǐng)域，越來越多的人開始關(guān)注機(jī)器翻譯，對(duì)技術(shù)應(yīng)用探索也不再一味抵觸，開始從用戶和市場需求的角度來客觀看待不同層級(jí)和不同受眾的語言服務(wù)，計(jì)算機(jī)輔助翻譯在專業(yè)翻譯領(lǐng)域發(fā)揮著越來越重要的作用。
機(jī)器翻譯技術(shù)仍備受質(zhì)疑沈陽翻譯公司
對(duì)于現(xiàn)有的機(jī)器翻譯技術(shù)，很多學(xué)者也表示質(zhì)疑。一方面，他們認(rèn)為機(jī)器翻譯的廣泛適用性還有待考察。盡管機(jī)器翻譯在某些測試中正確率較高，而且在某些領(lǐng)域接近或超過人工譯員，但是這些測試只是針對(duì)特定范圍的文本，要想達(dá)到測試水平，必須滿足對(duì)于源語言和環(huán)境的苛刻要求。在筆譯方面，馮志偉在《機(jī)器翻譯研究》中表示，目前的機(jī)器翻譯系統(tǒng)對(duì)普通文本的翻譯在可讀性和準(zhǔn)確性方面離人們的實(shí)際需求還有相當(dāng)大的距離。機(jī)器翻譯系統(tǒng)對(duì)普通文本的翻譯，通常需要大量的譯后審校工作才能使譯文達(dá)到出版的要求，所花費(fèi)的時(shí)間和費(fèi)用往往會(huì)超過純?nèi)斯しg。在口譯方面，中國科學(xué)院自動(dòng)化研究所宗成慶在《機(jī)器翻譯的夢想與現(xiàn)實(shí)》中指出，在日?？谡Z對(duì)話中，目前口語機(jī)器翻譯僅能對(duì)資源較為充分的語言（如英漢、日漢等），在說話場景不是非常復(fù)雜、口音基本標(biāo)準(zhǔn)、語速基本正常、使用詞匯和句型不是非常生僻的情況下，可基本滿足正常交流的需要。
