机器翻译并非能搞定一切
对于寻求翻译的人来说，机器翻译工具是一个宝贵的资源。然而，如果是将你公司的网站翻译成外文时，使用这些翻译工具却是非常不明智的，尤其是当网站有数千万潜在用户时。因为语言是一种文化，翻译亦然。D、字面翻译：翻译过程中，译者注重考虑原文的语言因素，而不用琢磨语句的延伸意义。机器翻译虽然会帮助翻译者提高i效率，但却不具有理想的语言风格，看起来也不那么
句容外语翻译招聘
机器翻译并非能搞定一切
对于寻求翻译的人来说，机器翻译工具是一个宝贵的资源。然而，如果是将你公司的网站翻译成外文时，使用这些翻译工具却是非常不明智的，尤其是当网站有数千万潜在用户时。因为语言是一种文化，翻译亦然。D、字面翻译：翻译过程中，译者注重考虑原文的语言因素，而不用琢磨语句的延伸意义。机器翻译虽然会帮助翻译者提高i效率，但却不具有理想的语言风格，看起来也不那么用心。
举个例子，美国的可负担法案网站，是为了指导人们通过复杂的程序来获得保险而设立的。这个网站从英语翻译成西班牙语时，却表述不当，语法不对，让人感觉联邦只是用
机器翻译了这些重要信息。结果，美国 5000 万西班牙语人口中只有一小部分在这个网站进行注册。翻译好的网站不应给用户造成不便，尤其是与保健一样重要的领域。
技术背景
（1）机器翻译研究历程
机器翻译的研究在上世纪五十年代就已经展开，早期的工作主要以基于规则的方法为主，进展相对来说比较缓慢。之后美国自然语言处理咨询委I员会还作出了一个质疑了机器翻译的可行性的报告，对该领域研究造成了一定阻碍。到了上世纪九十年代，IBM提出了著i名的基于词的翻译模型，开启了统计机器翻译时代，随后短语和句法模型相继被提出，翻译质量得到了显著提升。主要工作包括：任命关键人员、制定项目计划（包括质量标准、资源、预算、现金流、进度表、工作分解结构WBS等）、评估项目风险。近两年神经网络机器翻译方法开始兴起，该方法突破统计机器翻译方法中的许多限制，成为当前的研究热点。
（2）统计机器翻译
统计机器翻译的基本思想是充分利用机器学习技术从大规模双语平行语料中自动获取翻译规则及其概率参数，然后利用翻译规则对源语言句子进行解i码。对于给定的源语言句子，统计机器翻译认为其翻译可以是任意的目标语言句子，只是不同目标语言句子的概率不同。再次，汽车翻译的用词要尽量简洁明了化，对于那些的术语用词要准确翻译出来，也要尽量采用平常人容易理解的方式来进行描述翻译，这样才能够让客户一眼看明白，而不会出现阅读极为困难的这类阻碍情况。而统计机器翻译的任务，就是从所有的目标语言句子中，找到概率i大的译文。
（3）神经网络机器翻译
神经网络机器翻译（neural machine translation，NMT）是近年来兴起的一种全新的机器翻译方法，其基本思想是使用神经网络直接将源语言文本映射为目标语言文本，这种编码器解i码器架构使得它可以采用端到端的方式进行训练，能同时优化模型中的所有参数。完全不同于传统机器翻译中以基于离散符号的转换规则为核心的做法，需要经过词对齐，抽规则，概率估计和调参等一系列步骤，容易产生误差传播。第五、通常上海翻译人员在工作过程当中，如果遇到一些比较特殊的情况，也会配合翻译设备一起服务于客户，这样做到双重保障，确保整个翻译质量能够高i效而准确。神经网络机器翻译使用连续的向量表示对翻译过程进行建模，因而能从根本上克服传统机器翻译中的泛化性能不佳、独立性假设过强等问题。
（作者： 来源：）
