对机器翻译取代人工翻译的反驳

合集下载

【名师讲题】“人工智能会取代人类,你怎样反驳这样的观点”非连续性文本阅读训练及答案

【名师讲题】“人工智能会取代人类,你怎样反驳这样的观点”非连续性文本阅读训练及答案

阅读下面的文字,完成4-6小题。

材料一:人工智能算法大致可分作监督学习、无监督学习与强化学习。

其中,监督学习通过不断训练程序(模型)从人类已有经验中学习规律。

在这一类机器学习中,研究人员会通过标记数据的方法,不断调整模型参数以达到学习目的。

类似于父母会向孩子展示不同颜色、大小乃至种类的苹果,教会孩子认识“未曾见过”的苹果。

无监督学习则通过训练程序,使机器能直接从已有数据中提取特征,对信息进行压缩,用于完成其他任务。

因此,这类机器学习算法并不需要以往经验,也被称之为无监督学习。

此外,强化学习与无监督学习算法不同,强化学习是动态优化的延伸,而无监督学习则与统计学更为接近。

当然,强化学习也并不能完全同监督学习割裂开来。

比如AlphaGo就是通过强化学习手段所训练的计算程序,但在AlphaGo训练的第一阶段,研究人员使用了大量的人类玩家棋谱供AlphaGo模仿学习,这里人类已有经验类似于老师。

(摘编自王熙《人工智能算法是什么》)材料二:专家认为,人工智能是新一轮科技革命和产业变革的重要驱动力量,加快发展新一代人工智能,是事关中国能否抓住新一轮科技革命和产业变革机遇的战略问题。

“人工智能技术正沿着追求更高精度、挑战更复杂任务、拓展能力边界等方向持续演进。

场景创新成为人工智能技术升级、产业增长的新路径。

”中国科学技术信息研究所所长赵志耘认为,人工智能应用广度和深度不断扩大,正向更多行业和更核心的业务领域渗透,智能场景对经济社会发展的重要性逐渐凸显。

人工智能与各行各业融合成效初显。

工信部科技司去年遴选出100个人工智能典型应用场景,涵盖制造、生态农业、医疗健康、金融、交通运输、城市管理、文旅教育、公共安全、能源九大领域,展示了人工智能应用的广阔前景。

近年来,以深度学习、强化学习为代表的人工智能技术从语言翻译、图像识别、工业自动化等工程技术领域,拓展到智能生产、智能农业、智能物流、大数据宏观经济监测、量化投研等经济、金融范畴,可谓应用广泛。

机器翻译技术的现状和未来发展趋势

机器翻译技术的现状和未来发展趋势

机器翻译技术的现状和未来发展趋势随着全球化进程的加速,人类的交流需求越来越高,而语言壁垒却给交流带来了无法逾越的障碍。

机器翻译技术的出现解决了这一难题,让人类交流变得更加无缝便利。

本文将探讨机器翻译技术的现状和未来发展趋势。

一、机器翻译技术的现状机器翻译技术是一种将一种语言的文本转换成另一种语言的过程。

不同于人工翻译,机器翻译由计算机系统完成。

机器翻译技术的优点在于,它可以快速高效地翻译大量的文本,而且可以根据需要进行实时翻译,具有很高的灵活性。

然而,机器翻译技术的发展历程也充满了曲折与挫折。

早期的机器翻译技术受限于计算机处理能力和语言处理技术的不足,翻译效果很差。

但随着计算机技术和人工智能技术的发展,机器翻译技术变得越来越成熟和优秀。

例如谷歌翻译等机器翻译工具已经可以实现基本的翻译需求。

然而,机器翻译技术目前仍面临一些挑战。

一些语言之间的语言差异比较大,翻译起来较为困难。

一些语言中存在大量的歧义和多义词,这使得翻译词汇选择变得更加困难。

此外,许多语言中有大量的文化隐喻和表达方式,这也极大地增加了机器翻译的难度。

二、机器翻译技术的未来发展趋势机器翻译技术的发展趋势一直很明显:它将越来越接近人工翻译的效果。

在未来,机器翻译技术将面临着三个主要挑战。

1. 机器翻译技术需要表现得更加人性化机器翻译技术的翻译效果仍然比人工翻译差。

如果机器翻译技术想要在市场中取得更好的表现,它必须表现得更加人性化,这包括提高翻译质量和增加定制化服务。

机器翻译技术将提供更高质量的翻译,以及更多的翻译选择。

2. 语言差异问题依然存在虽然机器翻译技术在语言差异问题上得到了很大的改善,但这个问题还远远没有解决。

在未来,机器翻译技术需要更加深入地了解不同语言之间的差异,以便更准确地进行翻译。

3. 文化隐喻和表达方式的翻译问题仍然存在文化隐喻和表达方式是机器翻译技术面临的另一个难题。

这些隐喻和表达方式在语言中非常常见,但对于非本国人来说却很难理解。

人工智能的发展会让翻译失业吗

人工智能的发展会让翻译失业吗

人工智能的发展会让翻译失业吗?在互联网时代的背景下,人工智能的不断完善逐渐开始改变人们的日常生活。

最开始的人工智能给人的印象还是刻板以及变通能力弱的特点,但是随着几年前谷歌公司的AlphaGo成为第一个战胜围棋世界冠军的人工智能,人们开始意识到:也许有一天,人工智能可以在各种领域取代人类的作用。

那么在人工智能快速发展的背景下,翻译行业又该何去何从呢?首先不得不承认的是,随着深度学习算法的日趋优化以及可学习文本的增加,在可预计的将来,机器翻译的质量会进一步提升,直至接近正常人工翻译的水准。

随着技术的进一步发展,机器对于正式文本的翻译准确度会越来越高。

这会对很多笔译的工作岗位造成冲击。

并且,在语音识别,语音合成等技术的不断完善之下,一些简单的口译工作也会逐渐被人工智能所取代。

但是,我认为语言的魅力不仅仅是表达出文章以及对话中的字面意思,而是语言背后的含义,简单来说就是说话者的意图。

人工智能可以通过其强大的数据库来实现对于每句话精准的翻译,但永远无法取代语言的交流能力,因为机器是没有感情的。

举一个简单的例子来说:女朋友经常会对男朋友说的讨厌这个单词,她表达的意思可能是真的讨厌,也可能是一种撒娇,理解这个单词需要结合不同的语境,对于人类来说很容易理解,但对于机器来说理解起来是十分困难的。

所以我的结论是人工智能不能完全取代翻译行业。

那么,在人工智能发展的背景下翻译行业应该何去何从呢?我认为机器翻译对于人工翻译来说并不是一件坏事,科技水平的进步可以促进生产力的进步,人工智能虽然无法取代翻译行业,但确实可以减轻翻译从业者的工作压力,因为很多初级翻译工作可以由人工智能代为完成,翻译工作者能够从机械单调的翻译任务中脱身,将时间精力投入到更具有创造性的工作中。

未来的翻译可能会呈现出这样的特点:由机器完成初级的翻译任务,译者在此基础上进行修改、调整、润色。

这样既能够兼顾机器的效率还可以具备人工翻译的严谨性。

人工智能与机器翻译

人工智能与机器翻译

人工智能与机器翻译人工智能和机器翻译是当今科技领域热门的话题之一。

随着互联网的普及和国际交流的增加,翻译成为不可或缺的工具。

传统的翻译方式往往依靠人类翻译员的经验和技能,但是随着技术的进步,机器翻译正在逐渐替代人类翻译。

本文将就人工智能和机器翻译的定义、发展现状、利与弊以及发展前景进行讨论。

一、人工智能与机器翻译的定义人工智能是指一种能够模拟人类思维、类比思考、情感、语言和行为的智能系统,它通过计算机技术和算法实现自我学习和自我进化。

而机器翻译是一种将源语言(例如中文)翻译成目标语言(例如英文)的计算机程序。

简单来说,机器翻译就是利用计算机翻译一种语言到另一种语言的技术。

二、人工智能与机器翻译的发展现状随着人工智能技术和计算机算法的发展,机器翻译也取得了长足进步。

过去的机器翻译往往是基于词典的方法,即将每个单词的翻译存储在数据库中,在需要翻译时将数据中的翻译简单组合后输出。

这种方法虽然简单,但是在实际应用中效果不佳,往往会产生一些词不达意、语法不通顺的问题。

随着深度学习和神经网络技术的发展,机器翻译开始利用神经网络进行训练,从而使得翻译的效果得到了很大提升。

一些研究团队,如Google Brain团队、百度翻译等,都在机器翻译的领域里拥有深厚的技术积累。

Google Translate,是目前最为知名、最流行的在线翻译工具之一,它利用了谷歌公司的神经网络技术,可以在数百种语言之间进行翻译。

虽然机器翻译目前仍然无法完全替代人类翻译,但是机器翻译的质量已经有了长足的进步。

三、人工智能与机器翻译的利与弊人工智能和机器翻译的应用可以带来诸多好处。

机器翻译可以大大提高翻译工作的效率和准确性,节约了人工翻译时间和成本。

此外,机器翻译可以实现多语种交流,促进了国际交流和合作。

在商业、政治、学术等各个领域都有广泛的应用。

然而,人工智能和机器翻译的发展也带来了一些问题和挑战。

首先,机器翻译很难准确地理解语言的语义和文化背景,导致翻译时的语言差异难以被消除。

机器翻译和人工翻译-大学英语作文

机器翻译和人工翻译-大学英语作文

学术英语作文机器翻译是否会代替人工翻译In the past decades, artificial intelligence has brought the light of reform to many areas, translation industry included. The new reform brought us machine translation. As an increasing popular topic, it has inspired people to think that maybe one day, they no longer need to learn foreign languages because machine translation will replace human translation. Though it is not 100% correct, there remains some reasonality within.Last year, A research team from Microsoft claimed that their machine translation (MT) system has achieved the level of professional human translators when it comes to general news report.Meanwhile, Google Translate tool has surpassed the proficiency of some advanced learners.And on Baidu World Conference, Yanhong Li showcased a real-time translation developed by his company.A trend revealed by all those tech giants’ news ——an accurate and real-time translation by machine is promising in the future.Meanwhile, new techniques emerge constantly, accelerating the smartness and depth of machine learning. Taking neural network for example……(待补充70词)Thus, In the coming future, there’s no need for common people to learn foreign languages. Once the translation machines are smart and powerful enough to deal with academic environment and daily life while also portable to be carried with, people will use them to travel, study and live all around the world without language barriers. It will just look like the scenery in the movie The Wondering Earth -- Astronauts from various countries talk in their mother tongue. At the same time, a mini equipment installed in their suits translate their words. However, if youaspire to be a linguist, you are still in need of the basic knowledge of languages. Because nor the linguist features or the aesthetics in literature of a certain language can be understood unless you know the original language.So, in the foreseeable future, people can depend highly on machine translation in their cross-cultural communications and academic career, which means a dominant amount of the translation work can be done by machine rather than humans. Though linguists still need a certain level of language proficiency, the translation works done by those experts will only accounts for a tiny part of all the translation world. (=结尾段+主题段)----------------------------------------------------------------------------------------------, the beauty of Chinese ancient poetry or Japanese Haiku can’t be fully appreciated in the form of English; The inversion of English and the ellipsis of Chinese can’t be deeply understood if you don’t know those languages. To make it short, linguists and all language learners still need to learn foreign language.。

浅谈机器翻译的优缺点

浅谈机器翻译的优缺点
的优缺点
随着市场上形形色色的翻译软件的不断出现, 机器翻译的优越性越来越显现,与人工翻译相 比价格更加低廉,翻译速度加快,于是开始有 人猜测:机器翻译会不会取代机器翻译。
人工翻译比机器翻译好在哪里
• 1.译国译民翻译秉承纯人工翻译的原则,因此可以大大提 高译文的可读性和精确度。机器在这点上往往不能根据上 下文来理解原文,常常导致错译、曲解的后果。 • 2.译国译民公司聘请海内外资深翻译专家进行人工翻译, 因此在语法上,对于句子结构的分析更加到位,无论句子 结构多复杂,从句等修饰成分多混乱,在我们这里都不是 问题。 • 3.译国译民公司译员大多有海外生活经历或在专业领域的 从业经验。因此在做人工翻译时会结合当地风俗文化使译 文更加地道精确,更加准确的传达原文意思。

机器翻译的缺陷及其发展前景

机器翻译的缺陷及其发展前景

机器翻译的缺陷及其发展前景在互联网的时代,人们可以很方便地获取信息,但是信息的多语言化却给人们带来了困扰。

机器翻译的出现,为我们提供了一种快速翻译的方式。

但是,机器翻译仍存在着缺陷,同时,其发展前景也备受关注。

机器翻译的缺陷:1.语义不准确:机器翻译在翻译时,难以理解翻译内容的具体含义和上下文,因此很难完全准确地翻译出来。

2.术语不统一:机器翻译对于一些行业术语特别是技术术语的翻译尤其困难,因为同一个词汇在不同的行业中有着不同的含义和用法。

3.语法错误:机器翻译常常出现语法错误、词序错误、翻译复杂句子不准确等问题。

4.文化差异:不同的语言无法准确传达一个国家的文化和价值观念,机器翻译在处理这种问题时很困难。

机器翻译的发展前景:1.人工智能:随着人工智能的不断发展,机器翻译也会得到进一步的提升。

未来的机器翻译将更加智能,能够更好地理解翻译内容的语义和上下文,从而提高翻译准确性。

2.语料库的建立:目前,机器翻译所使用的语料库较少,缺乏全面的翻译资源。

未来,随着语料库的逐步建立,机器翻译的准确性将得到提高。

3.深度学习:深度学习在机器翻译中的应用,将可以更好地识别和翻译复杂的语句和语言结构,从而提高翻译质量。

4.多语种翻译:未来,机器翻译将能够支持更多的语言翻译,从而更好地服务于全球化的通信需求。

总之,机器翻译具有广阔的应用前景,未来将会逐步完善。

而它的发展也需要人们的不断努力,才能更好地为人们的翻译需求提供服务。

现阶段,机器翻译在一些领域中已经有了广泛的应用,例如新闻领域、商务领域等。

在跨语言沟通和翻译服务中,机器翻译无疑为人们提供了很大的方便。

不过,在正式的文件翻译和商务谈判等重要场合,机器翻译仍难以替代人工翻译。

因为在这些场合中,翻译准确度、快速性、流畅感、和文化差异等问题都需要更高的翻译水平和能力。

总体而言,机器翻译是未来的趋势,随着人工智能和大数据技术的不断发展,机器翻译一定会不断提高准确率,逐渐取代人工翻译,并在准确性、快速性、实时性、自动化等方面为人们提供更为完善的翻译服务。

人工翻译的职业会在未来消亡吗

人工翻译的职业会在未来消亡吗

人工翻译的职业会在未来消亡吗?作者:曾彤宇很多人认为,人工翻译这个职业在未来一定会消亡,原因有二:1、随着人们的外语水平(本文以英语为例)越来越高,将来人人都可以做翻译,因此翻译这个职业必定会消亡;2、随着人工智能变得越来越聪明,机器翻译将来必定能取代人工翻译。

根据我本人在翻译行业的多年经历,我非常自信地作出以下判断:一、人工翻译的职业永远不会消亡目前社会上确实有不少人认为,当中国人的英语水平普遍提高后,每个人都可以从事翻译工作,专门的人工翻译也就没有存在的必要了,因此这个职业就会逐渐消亡。

本人以前向熟人朋友推介翻译业务时,他们总是婉转地质疑这种业务是否有市场需求,并说,我们单位本身就有不少英语过了六级和八级的员工,他们都能应付翻译。

这种看法大错特错,因为懂英语和懂翻译有着本质的区别,前者属于业余范畴,而后者则属于专业范畴。

认为懂英语就是懂翻译完全是偷梁换柱,转换了外延。

这点就和我们汉语里的说话和写文章的区别类似。

我们中国人自出娘胎以来每天都在接触汉语,通常只要受过初等教育,平时与人进行交流、读书看报和看电影电视剧都基本没有障碍,但许多人即使读了本科、硕士,甚至博士却依然写不出通顺流利的文章。

我们平时说话时可以脱口而出,但要转化和组织成一段流畅的文字却不是一件轻易的事。

大概而言,人群中每十个人中估计就有七个人害怕写文字。

因此,虽然每个中国人都能讲一口流利的母语,但却不是每个人都能胜任记者和作家之类的文字工作。

既然这样,这两种职业就不可能消亡。

而翻译也是写作的一种形式,需要让译文流畅通顺,并且文学翻译还被看作是二次创作。

而人们通常所理解的懂英语则是看懂英语文章并能够跟外国人进行基本的交流。

因此懂翻译的难度要比懂英语大得多,懂英语绝不代表能应付翻译,就好比从小就说中文的中国人并不一定都能写出通顺流利的文章一样。

曾经有一篇在网络上引起较大反响的文章“不要拿你的业余爱好,去挑战别人吃饭的本事”,深刻揭示了业余水平和专业水平的巨大差别。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

对机器翻译取代人工翻译的反驳 近日,一篇名为《翻译界的重大突破!作为一个翻译,此刻我理解了18世纪纺织工人看到蒸汽机时的忧虑和恐惧!》传遍朋友圈,不少译员和外语系学生表现出了对于翻译前景的担忧,大有机器翻译取代人工翻译的意思。 这篇的文章标题的确相当耸人听闻,这是在号召丢饭碗的译员去砸谷歌总部么?毕竟翻译作为一种创造性的脑力劳动,跟纯粹地出卖体力还是不一样的(没有任何贬低体力劳动的意思)。相反,个人觉得,作为译员或者外语系学生,应当对于新技术的到来表示欢迎,并主动适应新趋势,而不应该盲目表现出不必要的担忧。 当前笔译市场鱼龙混杂,不少人觉得拿个专八证书就可以做翻译,甚至报价五六十每千字都愿意做,已经严重扰乱了翻译市场秩序。个人觉得CATTI二级作为敲门砖还是能起到筛选作用的,毕竟15%左右的通过率摆在那里。机器翻译的发展对于淘汰低端译员可以起到积极作用,而机器翻译完全取代人工翻译的说法实在有夸大之嫌。 奠定了翻译学(Translation Studies)独立学科地位的詹姆斯·霍姆斯James Holmes,曾经提出过翻译学的“Map”,确定学科研究的范围,首先从大方向上分为“纯理论”(Pure)和“应用”(Applied)两个部分,而“应用”层面又可以再分为三个分支“译员培训”(Translator Training)、“翻译辅助”(Translation Aids)、“翻译批评”(Translation Criticism),显然“机器翻译”(Machine Translation,MT)和“计算机辅助翻译”(Computer Aided Translation,CAT)可以归在“翻译辅助”下面。1本人曾经用过大名鼎鼎的CAT软件Trados(塔多思),功能十分强大,可以随时将翻译结果记录进术语库(MultiTerm)中,在该术语重复出现或者近似表达出现的时候进行提示,从而确保术语翻译在全文中的一致性,同时减少翻译术语的重复劳动时间。而诸如“谷歌翻译”之类的“机器翻译”,也代表着翻译研究的一个前沿领域——译后编辑(Post-editing),即通过人工对机器翻译产生的译文进行修改和润色,使其达到可以使用的水平。综上,“翻译辅助”可以减少译员大量重复无意义的劳动,大大提高翻译效率,应该来说可以算是译员的福音。这也是为什么现在很多翻译公司招聘译员都需要熟练掌握翻译辅助工具的原因,当然这也代表着翻译行业的新趋势,对翻译辅助软件一窍不通必然会面临被淘汰的危险。 以下论述机器翻译不可能完全取代人工翻译的原因。第一,翻译辅助软件大多运用于具有大量术语的科技翻译等非文学题材,而对于文学翻译可以起到的作用相当有限。第二,机器翻译基于庞大的语料库,很难处理暂时没有固定翻译的术语,比如中国的外宣翻译是由专家集体讨论之后权威发布的。第三,从根本上讲,机器翻译是基于“对等”(equivalence),或者类似于平行语料库(parallel 精选文库 — 2 corpora)中的“语言对”(Language-pair)的概念,一旦“对等”概念受到质疑,就会影响极机器翻译的理论根基。 这篇文章指出,谷歌翻译的最新突破——神经机器翻译(GNMT)实现了从基于短语的翻译系统,发展到了基于句子的翻译系统,利用循环神经网络(RNN)来直接学习一个输入序列(如一种语言的一个句子)到一个输出序列(另一种语言的同一个句子)的映射。根据映射的定义,这是一种对应关系,也就是必须满足一对一或者多对一关系,这实际上表明了其本质上必须依靠“对等”的概念。德国莱比锡学派(Leipzig School)的卡德(Kade)曾经探讨过四种类型的对等:一对一、一对多、一对一部分以及一对零,也都表明了“对等”需要确定的对应关系。2而苏珊·巴斯内特(Susan Bassnett) 和安德烈·勒菲弗尔(André Lefevere)在其标志着翻译研究“文化转向”的代表作 Constructing Cultures: Essays on Literary Translation的前言中,有一段话专门提到机器翻译: Perhaps the most arresting example of this crumbling of the machine is the long retreat, and final disintegration of the once key concept of equivalence. Twenty years ago those in the field would ask themselves whether equivalence, too, was possible, and whether there was a foolproof way to find it if it were possible. Again, the underlying assumption seemed to be that there could be something like an abstract and universally valid equivalence. Today we know that specific translators decide on the specific degree of equivalence they can realistically aim for in a specific text, and that they decide on that specific degree of equivalence on the basis of considerations that have little to do with the concept as it was used two decades ago.3 通过考察二战后翻译的历史,可译性(translatability)和机器的发展激起了研究机器翻译的兴趣,而“对等”概念使其成为现实。然而随着译学理论从语言学视角逐渐转向描写翻译学研究(Descriptive Translation Studies,DTS),再到后来实现文化转向,“对等”的概念逐渐式微。现在“对等”摆脱了早期抽象、普遍有效的特征,在特定的文本中,译员可以根据具体情况来决定对等的程度,然而这种程度难以量化,这实际上使得“对等”摆脱了静态的语言学层面上的意义,发挥了译员的创造性。 在实际翻译操作层面,会遇到很多“不对等”甚至“不可译”的情况。至于“文化负载词”(Culturally-loaded Words)的翻译,例如“江南”带有特定的文化含义,用中文都很难解释,在英文中更是找不到对等词,英文读者不能直接体会到其中缺省的诸如“江南草长,杂花生树”的美好意象,往往采用音译加注释的方法译出,而音译其实就是“不译”。而另一个很常见的例子,奈达(Eugene Nida)翻译《圣经》的目的在于传教,他曾经指出,如果将《圣经》中的“Lamb of God”(上帝的羔羊)译成爱斯基摩语,应当译作“Seal of God”(上帝的海豹),精选文库 — 3 因为他们一辈子都没见过羔羊,这样才能达到与英文一样的效果。因而翻译有时候需要考虑文化背景做适当的调整,这一点绝不是固定对应所能胜任的,而是一种创造性活动。 想要实现完全的机器翻译就绕不过文学翻译这个坎,想要解决这个问题只有两种可能,第一,机器翻译发展到能够进行文学翻译;第二种,即文学消失,自然文学翻译也就不存在了。 至于第一种可能性,文学翻译是一种创造性活动,是一种艺术。虽然现在有语料库的工具可以通过考察词频来研究作者的风格,但对于“风格”是否可译仍然存在争议。莫言能够获得诺贝尔文学奖,译者葛浩文(Howard Goldblatt)可以说是功不可没,因为他在翻译时考虑到西方读者的接受问题(acceptability),对原文进行大量的删减,有时候翻译就是需要创造性叛逆,正如法国翻译家梅纳( Gilles Ménage)曾经提出的“不忠的美人”(les belles infidels)一说。而至于乔伊斯的天书Finnegans Wake几乎就是在炫技式写作,充满各种语言的碎片和解构重组,例如“war”既能表示英语中的“战争”,又可以表示德语中动词“sein”(是)的过去式.各种译本花费数十年而结果几乎都不太令人满意,机器翻译对此显然也是无能为力的。文学翻译中很多时候的妙译恰恰是成功保留了原文中多种阐释的可能,也就是可以所谓的“多对多”,而这也正是机器翻译做不到的。而对于第二种可能性,正如王宁教授在一次讲座中提到的那样,有人的地方就一定有文学,文学艺术作为传统意义上的精英文化,虽然当前由于市场的作用受到了大众文化的冲击,但不等于文学会消亡,而非经典与经典之间的界限也不是一成不变的。除非像反乌托邦小说《1984》中描写的那样,过去的文学全部被销毁,利用小说写作机器来生产文学作品。 翻译研究的一些新视角已经远远超出了机器翻译的能力范围。比如,根据解构主义理论,翻译不能完全复制原文的意义,优秀的译作能够使得业已死亡的原作具有“来世生命”(afterlife),通过撒播(dissemination)、印迹(traces))、错位(dislocating)、偏离(deviations)使得原作不断获得生机。至于张扬女性主体意识的女性主义理论,借助补充(supplementing)、前言与加注(prefacing and footnoting)、劫持(highjacking)等策略,例如将原来非阴性词故意改为阴性,从而赋予译本女性主义意识。此外,后殖民翻译理论则从政治、权力等角度,将翻译视为摆脱殖民话语,重塑民族历史的工具。此外,还涉及到翻译伦理的问题,例如机器翻译的使用者是否拥有译者署名权和版权?如果机器翻译能够完全取代人工翻译的话,甚至连文盲也可以通过轻点鼠标操作翻译软件而成为译者。从英汉对比研究的层面,汉语是意合语言(parataxis),词语或分句之间不用语言形式手段连接,语法意义和逻辑关系通过词语或分句的含义表达。4而即使目前谷歌翻译能够以句子为单位进行翻译,也是无法判断句子之间的逻辑关

相关文档
最新文档