近年来，随着机器翻译技术的快速发展，关于机器翻译技术和应用的讨论也越来越多。 我们经常收到粉丝私信，希望我们能够继续普及机器翻译的原理和应用，教育大众机器翻译。 阐述与人工翻译的关系。 作为流动性极强的小牛翻译，我们现在就在这里为您解答问题！

Q1

机器翻译学习语言和人类一样吗？

A1

与我们小时候学英语不同，机器不会学习明确的语言规则，比如什么是现在进行时、什么是状语从句。 相反，更像是小时候看图画、读书。 你学习的是对应关系，还需要学习一些演绎思维，比如相似的单词同音、相似的发音。 读多了，记多了，自然就学会了。 例如机器学习英语，机器总是将“祝你好运”翻译成“祝你好运”，慢慢地，它学会将“祝你好运”翻译成“祝你好运”。 俗话说：“奏千曲而晓声，观千剑而知兵器”。 当然，我们这里所说的“多”不仅仅是“千歌万剑”那么简单。 一般需要几千万甚至上亿的句子。 数据是机器翻译“智能”的关键。

Q2

机器翻译是指计算机自动翻译吗？

A2

自行车是可以自己行走的汽车吗？ 从实现形式来看，“全自动机器翻译”确实是计算机自动将源语言输入转换为目标语言输出，无需人工干预。 然而事实上，这套“全自动”机器翻译系统的开发仍然依赖于研究人员在语言建模、算法优化和语料库训练方面的工作。

第三季度

计算机辅助翻译和机器翻译有什么区别？

A3

计算机辅助翻译（CAT）≠机器翻译（MT），两者有着本质的区别。 首先机器学习英语，谁来做计算机辅助翻译？ 答案是由计算机辅助人工翻译来进行翻译。 也就是说，设计一个计算机软件系统，尽可能集成翻译人员在翻译过程中所需的各种资源（如术语词典、翻译记忆库等）和辅助工具（如双句对齐） 。 工具、翻译质量检查工具等）机器学习英语，人工翻译人员借助该软件进行翻译，翻译工作仍然由人工完成。 机器翻译则完全不同。 机器翻译追求的是整个翻译过程尽可能由机器完成，无需人工参与。 当您访问谷歌翻译、小牛翻译等机器翻译平台时，您会看到网页上有两个文本框。 在左边输入原文后，不需要做任何其他事情，翻译就可以立即在右边输出。 这是正在工作的机器。

第四季度

实验室开发的机器翻译系统和实用的机器翻译系统有什么区别？

A4

实验室开发的系统注重模型能力和理论数据支持，而实际系统则必须考虑到翻译的真实场景，更加关注计算效率和模型大小等问题。 一般来说，实验室更多的是从理论上思考当前系统的缺点3分钟科普｜机器翻译到底是什么？，对其进行优化，或者进行一些探索性研究。 这些研究可能无法在短时间内应用于实际场景，但潜力巨大。 但业内却并非如此。 行业必须保证用户体验。 例如，通用系统本身并不是产品。 它必须与用户的业务和场景相结合才能实现其价值。 翻译系统不是静态的。 例如，训练好的模型需要用于某个业务场景。 业务场景中产生新的数据。 这些数据进一步提高了翻译模型的能力，然后用于场景中。 这是一个闭环、迭代的过程。 一个成功的产品需要包括算法、数据、产品在内的很多人的参与。 只有共同努力，才能打造出具有完美用户体验的机器翻译产品。

Q5

能通俗地讲一下著名的BLEU算法吗？

A5

没有规则，就没有游戏可玩。 那么如何判断系统翻译的质量呢？ 一群人想出了一种自动翻译评估方法，大致取决于机器翻译中有多少单词可以在参考翻译中找到。 找到的单词越多，翻译的质量就越好。 显然，这种方法很容易自动实现，但不太“科学”。 随后的研究者不断优化和完善这个游戏规则，但基本思想基本没有改变。 这就是著名的BLEU算法。 那么刚才提到的最优翻译就是BLEU分数最高的翻译。 但实用机器翻译的翻译质量并不能完全用BLEU来评判（当然也不能用新达亚来评判）。 可以理解，实用的机器翻译系统是为特定用户服务的，因此采用综合人工评价和自动评价的方法是相对客观和科学的。

Q6

机器翻译目前已经达到什么水平了？

A6

对于比较大的语言，比如汉英翻译，目前成熟的商业机器翻译系统已经不能输给一般领域的普通翻译人员了。 虽然现在机器翻译技术已经非常成熟，但是与翻译专家相比，翻译质量还是差了很多。 就“信、达、雅”的标准而言，机器翻译技术已经达到了“信”和“达”的标准。 但在一些专业领域机器学习英语，或者面对需要意译的句子时，机器翻译与专业翻译相比还有很长的路要走。 欢迎有兴趣的同学投身于自然语言处理和机器翻译领域，持续推动该领域的发展。 加入 Mavericks 翻译团队，一起做伟大的事情。

Q7

既然我们有了机器翻译，我们还需要学习语言吗？

A7

例如：夏目漱石曾将“我爱你”翻译成“月が绮丽ですね”（月光真美丽）。 显然，机器翻译达不到这个水平。 机器翻译可以让海量数据的翻译更快、更高效，但由于机器最缺乏的是人类感情、情感、语言背后的深层含义，所以现阶段它们仍然无法取代人类。 与其担心学习一门语言，不如学习自己喜欢的东西，这样才能全身心投入探索，不辜负自己的时光。

关注微信公众号“语言服务行业”和“翻译技术教育与研究”，了解更多有关语言服务行业和翻译技术的信息和见解~