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
句容德语翻译招聘
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。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。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。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。
译者，特别是刚开始从事翻译的初学者，常把翻译看作是一门艺术，一门只有对行业知识了如指掌的少数人才能理解的艺术。这些为数不多的人才将知识传授给这一行的新成员。同一原文可以翻译成多个版本的译文，这一事实使得上述观点得以强化。译者面临许多的选择，必须多加斟酌，才能终确定译文的用词，而这个斟酌选择的过程被视为是一种艺术过程。翻译确实与写作艺术相关，培养译者“实际上是培养能够用目标语恰当地表达文本内容的优i秀作者”。
当把英语译成其他语言时，新手译员通过大胆扮演语言中间人角色，已经意识到他们可能会犯各种错误。在翻译过程中，任何文本在转换成其他语言时都会出现一系列问题。大多数情况下都要求译者译出地道的译文，也就是说，译文要与目标语文本的语言习惯和当地人的表达方式相吻合。译者在力图译出自然流畅的译文时可能会碰到各种问题。这些问题可能是语言问题、非语言问题、工具性问题或语用性问题。
翻译问题
在跨文化翻译中，译者能否准确地认知、构建文化语境，通常取决于译者是否具备强烈的文化语境意识，取决于译者对不同的文化知识和行为习惯的认知，以及对情感、行为等方面的适应性。
习i近平总i书记在《“一带一路”国际合作高峰论坛圆桌峰会上的闭幕辞》中讲到：“民心相通应该成为‘一带一路’建设国际合作的重要组成部分。”民心相通离不开文化交流，文化的深入交流更是无法脱离语境而孤立开展。“文化就是交流，交流就是文化。”（爱德华·霍尔语）文化语境对语言的理解是必不可少的，对翻译有着重要的影响。彼得·纽马克认为：“语境在所有翻译中都是重要的因素，其重要性要大于任何法规、任何理论、任何基本词义。”要充分理解并准确翻译信号、代码和意义，就无法脱离文化语境。一旦脱离了文化语境，“文化上的细微差异可能就会影响人们理解和翻译文章的方式”。在跨文化翻译中，译者能否准确地认知、构建文化语境，通常取决于译者是否具备强烈的文化语境意识，取决于译者对不同的文化知识和行为习惯的认知，以及对情感、行为等方面的适应性。
（作者： 来源：）
