从机器翻译到计算机辅助翻译的发展现状研究

从机器翻译到计算机辅助翻译的发展现状研究

何兴建成都体育学院

摘要：机器翻译，又称自动翻译，是利用计算机把一种自然源语言转变为另一种自然目标语言的过程，一般指自然语言之间句子和全文的翻译。它是自然语言处理的一个分支，与计算语言学、自然语言理解之间存在着密不可分的关系。我们所熟知并广泛使用的互联网翻译，包括谷歌翻译、有道翻译、百度翻译等，都是机器翻译服务。本文从机器翻译的发展历程入手，分析它的优势和不足，并引入计算机辅助翻译进行对比研究。最后，本文通过引入语料库和大数据的概念，探讨了机器翻译技术后续的发展方向，以便更好地为译者服务。

关键词机器翻译；计算机辅助翻译；语料库；大数据

Abstract Machine translation, also known as automatic translation, is a process from a natural source language to another natural target language via computer. As a branch of natural language processing, machine translation has an inseparable relationship with computational linguistics and natural language understanding. Internet translation has widely been used by us. Such as Google Translation, Youdao Translation, Baidu Translation, etc., are all machine translation services. Starting from the development process of machine translation, this paper analyzes its advantages and disadvantages, and then introduces computer aided translation (CAT). Finally, through introducing the concept of corpus and big data, this paper discusses the follow-up development direction of CAT technology, in order that it can give better service for translators.

Key words machine translation (MT); computer aided translation (CAD); corpus; big data

1. 研究背景：机器翻译简介和发展历程

随着国际贸易的发展和经济全球化的崛起，使得市场对专业翻译人才的需求不断增大。机器翻译技术在翻译行业中起着十分关键的辅助作用，可以大大减少翻译的工作量。所谓机器翻译，就是通过电子计算机程序，自动地把一种语言（源语言，source language）翻译成另一种语言（目标语言，target language）。从语言学的角度来讲，机器翻译就是自然语言处理技术的开发。机器翻译从总体模式上可分为三种类型：直接翻译法（Direct Translation）、中间语言法（Interlingual approach）以及转换法（Transfer approach）。

机器翻译的历史最早可追溯到20世纪三四十年代。20世纪30年代初，法国科学家G.B.阿尔楚尼提出了用机器来进行翻译的想法。1933年，苏联发明家П.П.特罗扬斯基设计了把一种语言翻译成另一种语言的机器，并在同年9月5日登记了他的发明。早在1956年，我国就把这项研究列入了全国科学工作发展规划，课题名称是“机器翻译、自然语言翻译规则的建设和自然语言的数学理论”。机器翻译经历了一条曲折而漫长的发展道路，学术界一般将其划分为如下四个阶段：开创期（1947‐1964）、受挫期（1964‐1975）、恢复期（1975‐1989）和新时期（1990‐至今）[1]。

中国机器翻译研究起步于1957年，是世界上第4个开始研究机器翻译的国家，60年代中期以后一度中断，70年代中期以来有了进一步的发展。现在，中国社会科学院语言研究所、中国科学技术情报研究所、中国科学院计算技术研究所、黑龙江大学、哈尔滨工业大学等单位都在进行机器翻译的研究。

在文献冯志伟著的《机器翻译研究》中，法国著名机器翻译专家沃古瓦（B.Vauquois）教授把基于语言规则的机器翻译方法总结为如下的图形（图1），我们可以把这个图形就做“机器翻译金字塔”（MT Pyramid）：

图1机器翻译金字塔

Fig.1 machine translation pyramid

从机器翻译金字塔可以看出，一个完整的机器翻译过程是这样的：首先，输入源语言的

句子，经过形态分析，得出句子中每个单词的形态信息和其他信息，再进行句法分析[2]。

机器翻译，尤其是以统计机器翻译方法具有很多优势，如开发速度快、周期短、无需人

工干预等，在特定领域训练数据充分的情况下翻译性能基本可以达到实用水平。因此，统计

方法成为众多机器翻译系统开发者的首选。例如，Google、Microsoft以及国内的有道、百

度等互联网公司开发的在线多语言机器翻译系统；Asia Online、SDL Weaver等著名公司向企业和政府提供的翻译服务；及时通信工具Google Talk、MSN中的及时翻译服务，社交网络

Facebook中的翻译服务；以及IBM、Google推出的实时语音翻译系统等等。可以看到，在通用领域，机器翻译已经开始进入人们的日常生活。

2. 机器翻译的现状及其存在的问题

从机器翻译的定义和发展可以看出，同人工翻译一样，机器翻译也离不开对自然语言的理解。但是与人对语言的理解不同，机器只能识别形式化的东西，因此要实现自然语言的理解任务，机器必须用形式化的语言去描述自然语言。下面将描述现存的机器翻译的现状以及存在的问题[3][4]。

（1）翻译死板

使用机器翻译只是句法结构和词汇的机械对应，对源语言的分析只是求解句法关系，完全不是意义上的理解。当碰到段落一句一句处理时，上下文又缺乏联系，翻译结果无法让读者看懂，和语言本身的灵活性存在差异。而人工翻译就能先理解整篇文章的意思，再根据需要适当地调整翻译顺序，这样读者就一目了然。

（2）词义选择和句子歧义问题

多义词是英文中普遍存在的，现在的机器翻译还不能从多个意思中选择适当地一个，这是阻碍其发展的一个难题。在没有语境的情况下，英语句子常常存在着歧义。例如对于这句话：He hit the boy with a stick. 人工翻译有两种译法：“他用木棍打了那个男孩”或者“他打了拿着木棍的男孩”，而机器翻译的结果就只有第一种。

（3）文化因素的问题

对带文化色彩的语句，机器翻译和人工翻译真实有着天壤之别。人工翻译可以通过音译加注，以对遗漏的文化信息进行补充，而机器翻译几乎是不可能的。如果都使用机器翻译，那么大量的文化信息就会在翻译过程中遗失，以至于在译文中得不到原文所表达的意思。众所周知，用词丰富是语言使用的基本原则，英语尤其如此，最忌讳重复使用一个词来表达相近的意思，而机器翻译似乎没有这种能力。机器翻译的常见问题如错误的代词、介词，断章取义的句法，不正确的选词，单复数混淆，错误的时态等。

中国数学家、语言学家周海中曾在论文《机器翻译五十年》中指出：要提高机译的质量，

首先要解决语言本身问题而不是程序设计问题；单靠若干程序来做机译系统，肯定是无法提高机译质量的。同时，他还指出：在人类尚未明了“人脑是如何进行语言的模糊识别和逻辑判断”的情况下，机译要想达到“信、达、雅”的程度是不可能的。这也是制约机译质量提高的一大瓶颈[5]。

3. 计算机辅助翻译及其概况

通过上面的描述，单纯的机器翻译得到的译文仍有不足之处。在这种情况下，计算机辅助翻译应运而生。计算机辅助翻译（Computer Assisted Translation，CAT）的思想可以追溯到20世纪70年代，当时有人提出了“翻译记忆”的概念，即把以前的翻译结果存储在计算机中，以后在翻译相同或类似的文本时可以重复利用。从广义上来说，计算机辅助翻译仍然属于机器翻译，因为它利用的还是计算机强大的储存和快速检索能力，知识计算机本身不会翻译任何文本。计算机辅助翻译不同于机器翻译，机器翻译旨在用机器完全代替人的劳动来完成文本的翻译。而计算机辅助翻译则是通过利用一系列工具来辅助译者完成文本的翻译工作[6][7]。可以用一句通俗的话来区分二者，就是看“翻译的工作由谁来完成”。由此，二者无论在设计理念上还是支持技术上都有很大的不同。计算机辅助翻译（CAT）的主要支持技术是翻译记忆（Translation Memory）和术语库（Terminology Database）。译者的人工翻译结果将为软件所记忆（翻译记忆），这样译者下次碰到类似的翻译文本时，软件将会从以前的翻译案例中自动匹配符合的译文，供译者选择。此外，译者还可以建立术语库来规范翻译项目中的术语，从而保证同一个项目中译文术语的一致性。目前主流的CAT软件有SDL Trados、Déjà Vu、Wordfast、SDLX、MemoQ、Transmit、Across、OmegaT、Okapi、Alchemy Catalyst、SDL Passolo、雅信CAT、雪人CAT以及朗瑞CAT等[8]。

计算机辅助翻译的工作原理是：系统根据自己的判断，将原文划分为单独的句子单元，如词或词组，并根据系统自带的词库、用户建立的词库或者系统记忆的词库，给出句子单元的翻译建议；同时，系统自动搜索翻译记忆库中相同或相似的翻译资源，给出参考译文[9][10]。译者可以首先调整系统对句子单元的划分，然后根据系统给出的句子单元翻译建议，重组句子单元，完成信息重组；也可以根据系统显示的参考译文，重组句子单元，修改或直接采用参考译文。计算机辅助翻译把翻译过程中的机械、重复、琐碎的工作交给计算机来完成，译者重点把精力放在译文的组织上，这样充分发挥了计算机和译者的优势，提高了翻译的效率和质量。计算机辅助翻译的优势在于信息的存储和检索，它可以导入大量的专业词汇，减少翻译过程中译者查词检索的步骤。同时由于它具有自动记忆和搜索功能，如果当前句子曾经翻译过，系统会给出之前的翻译结果，以供译者参考。图2为计算机辅助翻译系统的工作流程图[11]：

图2 计算机辅助翻译工作流程

Fig.2 workflow of CAT

计算机辅助翻译除了可以提高翻译效率，还可以多人合作翻译，且能保证翻译风格和用词上的一致性。但是由于语言的复杂性，计算机辅助翻译仍存在着一些不足之处。首先，计算机辅助翻译软件都是按句子把原文分割，译者在翻译过程中，只能根据原文顺序一对一地进行翻译，这限制了译员的创作性，会使译文略显僵硬[12]。计算机辅助翻译技术更适合于重复率较高且句型变化较少的文档，如法律条款、技术说明书等。而对于文学文本的翻译，由于其修辞手法多，句型变换复杂，且上下文联系紧密，很难用到翻译记忆库进行预翻译。

4. 未来机器翻译发展趋势探讨

4.1 构建更加丰富的语料库资源

翻译记忆需要更多的文本资源，而语料库语言学正好可以为其提供强大的支撑[13][14][15]。语料库包含的内容多种多样，可以是书面语或者口语，也可以来自多种语言的古代或者现代

文本。根据文本的使用领域和范文，语料库可以分为通用语料库和专用语料库。同时，语料

库可以由不同语言文本组成，其中包含“平行语料库”和“对比语料库”。我们在构建语料库的工作中，往往需要经过进行文件预处理、文件入库、对齐和切割等工作，这和CAT的操作原理具有类似之处。在专业领域的翻译上，多构建相应的语料库，如体育英语语料库、法律英语语料库等，特别是双语平行语料库，会大大减少译者对专业词汇的检索时间。因此，构建丰富的语料库资源可以增加翻译记忆的容量，提高翻译效率。

4.2 充分利用大数据

大数据对翻译行业的重要性不可低估。大数据将推动自动翻译向前发展。大数据将能够应对包括机器翻译在内的自然语言处理的不同领域的挑战。计算机将能够自动运行语义聚类和类型识别处理，这就意味着计算机可以识别行业领域（如医学和放射学）和内容类型（如说明书或专利申请）。

大数据对机器翻译技术的持续改进和定制化至关重要。由于现代机器翻译系统需要越来越多的平行数据，而这样大量的数据最终要达到使用传统数据管理技术无法处理的极限，因此大数据技术已经成为决定因素。如果计算机获得更多数据，也能够更好地进行术语挖掘。

大数据可以识别同义词、相关术语、新词、行业用语，并运用平行处理工具自动生成句法分类。简单的统计翻译模型发展成为包含（基于句法或对齐的）层次树结构的混合模型，使得机器翻译引擎能够进行远距离调序，产生更流畅、准确的译文，这对于结构差异大的语言对更是如此。

4.3 云翻译技术

随着翻译信息化程度日益深入，云计算技术迅速得到应用，对翻译行业产生了重要的影响( Muzii 2014) 。云计算技术应用于现代语言服务行业，催生了云翻译技术。以云计算为依托，可快速搭建定制化的机器翻译系统，并且实现跨系统、跨设备、无安装的互联网服务访问。目前国内外很多机器翻译项目已经利用了云计算，如Google Translate Toolkit、Microsoft Bing、Microsoft Translator Hub、EU LetsMT!、Xcelerator KantanMT、Lionbridge GeoFluent、SDL BeGlobal 等等。基于云计算的语联网技术，集成了基于云计算的计算机辅助翻译和机器翻译引擎的翻译管理平台，将“私有云”、云计算接口( API) 、云共享资源平台和云语言服务产业链整合，能大幅度提升翻译生产效率，降低成本( 韦忠和2013) 。云计算同智能机器翻译技术相结合，融合基于大数据建构的语义信息和深层语言学知识，将会大幅度地提升机器翻译的质量，是未来翻译技术发展强劲的驱动力。

5. 结语

本文介绍了机器翻译和计算机辅助翻译的发展现状和工作原理，同时探讨了机器翻译未来的发展趋势。由于语言之间的差别设计到社会背景和文化上的差异，不能把完全意义的全自动翻译作为终极目标，我们需要利用机器辅助为翻译服务。从机器翻译到计算机辅助翻译的发展，互联网、云计算等信息技术起到了很大的推动作用。全面了解计算机辅助翻译技术的发展趋势，更有利于人们利用计算机有效地开展翻译工作。

参 考 文 献

[1] 巩茗珠. 浅议机器翻译的发展历史及前景展望[J]. 吉林省教育学院学报, 2009, 25(223): 135‐136

[2] 冯志伟. 机器翻译研究[M]. 北京: 中国对外翻译出版公司, 2004:74‐76

[3] 罗蓉. 浅谈机器翻译的现状[J]. 剑南文学, 2012, (12): 236‐237

[4] 杜金华, 张萌, 宗成庆等. 中国机器翻译研究的基于与挑战—第八届全国机器翻译研讨会总结与展望[J]. 中文信息学报, 2013, 27(4): 2‐8

[5] 张敬源, 彭漪. 语篇 语境 机译质量[J]. 山东外语教学, 2009, (6): 73‐77

[6] 梁三云. 机器翻译与计算机辅助翻译比较分析[J]. 外语电话教学, 2004, (100): 42‐45

[7] 钱多秀. “计算机辅助翻译” 课程教学思考[J]. 中国翻译, 2009, (4): 49‐53

[8] 周兴华. 计算机辅助翻译教学: 方法与资源[J]. 中国翻译, 2013, (4), 91‐94

[9] 许云峰. 基于信息技术的计算机辅助翻译理论与实践[J]. 航空科学技术, 2014, 25(06): 54‐57

[10] 朵宏威. 信息化时代背景下基于计算机辅助翻译技术的译者主体性研究[J]. 云南社会主义学院学报, 2013, (5): 316‐317

[11] 王华树, 杨润丽. 计算机辅助翻译(CAT) 技术在现代翻译中的应用探析[J]. 语言教育, 2015, 3(1): 82‐85

[12] 刘思. 论计算机辅助翻译技术的优势与不足[J]. 重庆电子工程职业学院学报, 2014, 23(6): 89‐91

[13] 王立非, 王金铨. 计算机辅助翻译研究方法及其应用[J]. 外语与外语教学, 2008, (5): 41‐44

[14] 刘稳良. 电子语料库在翻译教学中的应用[J]. 上海翻译, 2013, (4): 57‐59

[15] 冯志伟. 基于语料库的及其翻译系统[J]. 术语标准化与信息技术, 2010, (1): 28‐35