機器翻譯取代人工翻譯的未來將不是夢

當你心花怒放地在互聯網上找到自己想要的資料時，面臨一堆堆不熟悉的單詞或符號，會是怎樣一種心情呢？ 　　科技的發展會匡助我們解決這種尷尬。過去十年來，技術使機器翻譯得到了革新，通過人工智慧電腦，機器翻譯的能力越來越強，利用軟體流覽各種語言網站的夢想正在實現。眼下，新的研究還在不斷湧現。最近，南加州大學的科學家們利用軍事中的密碼學，把翻譯視為一種“解碼”過程。科學家表示，這種技術不但能翻譯各種語言，甚至能破譯海豚音和“外星人語言”。 　　發展過程 　　近十年才有突破 　　“科學家從上世紀50年代就開始研究機器翻譯，但長期以來這項研究並未取得大的突破。”南加州大學的電腦科學家凱文•奈特說，最早，他和他的同事採用電腦編碼方式，讓機器進行翻譯，但效果很差，電腦完整翻譯一頁內容需要一年時間。 　　“早期的機器翻譯，比較像字典，電腦僅進行一個字一個字的轉換，加上一些簡樸的語法規則。”谷歌翻譯研發經理陳雍昇說，上世紀80年代個人電腦開始普及之後，機器翻譯的技術才開始有了突破，不僅語法處理變得更為複雜完善，統計式的機器翻譯技術也初步被使用。 　　十年前，機器學習的翻譯方式開始泛起，這是一種人工智慧，機器自己可以學習，可以像人學外語一樣，逐漸把握語言的規則模式。凱文此前的同事，南加州大學的首席科學家弗蘭茲•奧切加盟了穀歌公司，令谷歌翻譯上升到新的高度。現在，在網頁上只要按一個谷歌翻譯鍵，網頁整段文本就會當即變成需要的文字。 　　“谷歌翻譯是往電腦內輸入大量的文字文本，包括原語言的文本，以及對應目的語言人工翻譯的文本，”陳雍昇說，這兩種語言文本，稱為“平行語料”，翻譯公司以為機器會對海量的文本進行學習，查找各種語言模式，通過統計計算得到以為最為正確的翻譯結果。 　　“這就似乎聯合國開會時，機器坐在翻舌人後面看翻舌人怎麼翻譯，一邊看，一邊學習，看了好比一萬遍後，機器就知道該怎麼翻譯了。”凱文說，他們實驗室所做的主要研究也和谷歌翻譯的類似。 　　翻譯原理 　　“機器像猴子一樣智慧” 　　機器在學習過程中也需要老師，此時人類可以告訴機器一些語法規則。好比，英語中介詞放在句子後面，中文卻在前頭，中文說“我在美國工作”，英語則是“我工作在美國”；阿拉伯語更不同，不是“主謂賓”結構，而是“謂主賓”結構，更像是“工作我在美國”。一個人很難把握好這些規律，但只要往電腦中輸入這些規則後，翻譯機器很快就明白了。 　　此外，一些詞彙有良多詞義，好比英語中的“bank”，可以指“河岸”，也可以指“銀行”。在這種情況下，機器可以通過對上下文的查看做出判定，假如上下文中有“船”這個詞，機器就會翻譯成“河岸”，假如有“取款”這個詞，機器就會翻譯成“銀行”。 　　凱文說，比較難的情況是碰到中文成語。給外國人講一個成語往往得講完一個故事，但是電腦碰到成語第一次可能比較麻煩，之後就不難了。另外一個難處是比較長的詞彙，在一些語言如芬蘭語中，往往有著超過16個字母的詞語，這時，機器就必需對其進行拆分，然後再進行翻譯。“機器像猴子一樣，很智慧。”凱文說。 　　技術缺陷 　　“英譯漢好過英譯日” 　　機器翻譯固然已經和十年前大不一樣了，但依然存在良多缺陷。 　　統一個系統的語言好比英語和法語，因規則相近，所以較好翻譯，但不同的語言系統就難了。在凱文等同事的研究中，“英語翻西班牙語很棒，英語翻漢語還行，英語翻日語就很差。”凱文說，“這就像人一樣，我在日本呆了三年，日語仍是不行，但學了兩年漢語後，感覺已經可以了。” 　　陳雍昇表示，機器翻譯依託龐大的平行語料庫，有時會碰到一種語言和另一種語言之間翻譯語料不足的情況。陳雍昇說，還有良多的技術難度需要解決，比猶如義詞的判定，如旅“行”和銀“行”的“行”字意義不同，再如分詞的判定，如“假如”和“汽水不假如汁好喝”裡的“假如”意思不同，另外，還有同樣內容的文檔進行段、句、詞、字的對齊等，都是機器處理的技術挑戰。 　　不外，恰是由於機器有著自我學習的聰明，跟著電腦技術的提高，機器翻譯會變得越來越好。 　　新方法 　　可破解“外星人語言” 　　就像一個外語學習的人坐在一大堆外語教材和字典之前一樣，機器學習的基礎就是得有大海一樣的文本材料供其學習。但是世界上有4000種語言，大部門語言是不常用的，沒有那麼多的文本，那怎麼辦？ 　　同樣是南加州大學的科學家，凱文的同事蘇吉斯•拉維想到了一個新的辦法。 　　6月19日至24日在美國俄勒岡舉行的電腦語言學年會上，他提交了一種全新的機器翻譯方法。 　　這種方法叫做“解碼外語”，之所以叫“解碼”，是由於他們把英語視為一種初始語言，需要翻譯的外語類似一種加密後的高級文字，通過解碼破譯，把外語“破解”，變成英語。 　　在每種語言中，都會有一些常用詞彙，好比漢語裡的“這個”、“那個”，這些詞彙泛起的頻率在各種語言中都是最多的；良多詞彙，各種語言都可以互換，將其視為一種加密的詞語；此外，還有少數詞彙，其他語言中沒有對應，研究者將這三種詞彙列為不同的計算常數，統計比較其泛起的頻率，按照一定的演算法進行轉換，並通過不斷調整，得出最佳的翻譯結果。“通過這種破譯方法，電腦就可以甩掉所有的文本資料，無需進行學習，也無需背負辭海，只要輕裝上陣，像軍事家一樣，就可以把一種新的語言破譯”。 　　拉維表示，這種翻譯方法目前只能翻譯一些短句或片子字幕，尚未運用到長句或片斷翻譯中，但是，它給機器翻譯打開了一條新的思路，可以運用到任何一種語言中。由於不需要任何既有的文本為基礎，這種翻譯方法今後甚至可以對“外星人語言”或“海豚音”進行破譯。 　　■ 翻譯對比 　　原文：21世紀什麼最寶貴？人才。 　　參考翻譯：What is the most expensive commodity in 21st century？ Talent。 　　谷歌翻譯：What the 21st century the most valuable？Talent。 　　愛詞霸翻譯：The 21st century？ What is the most important people。 　　雅虎翻譯：The 21st century what is most precious？ Talented person。 　　必應翻譯：What do 21st century most valuable？Talent。 　　百度詞典(有道翻譯提供)：What is the most precious in the 21st century？ Talents。 　　原文：My love is like a red， red rose，that's newly sprung in June。 　　參考翻譯：啊，我的愛人像一朵紅紅的玫瑰，在六月裡苞放。 　　谷歌翻譯：我的愛就像是一個紅色的，紅色的玫瑰，那是在六月份新湧現。 　　愛詞霸翻譯：我的愛是一樣的一個紅色，紅玫瑰，的新彈在六月。 　　雅虎翻譯：我的愛是像紅色，紅色rose，that在6月最近被反彈。 　　必應翻譯：我的愛就像紅色、紅色 rose，that 新開在六月。 　　百度詞典(有道翻譯提供)：我的愛就像鮮豔的紅玫瑰，六月裡迎風初放。 　　原文：夕暗迫る雲の上，いつも一羽で飛んでいる 　　參考譯文：暮色蒼莽的雲層上，一隻悲滄的鷹孤傲地飛翔。 　　谷歌翻譯：在晚上封閉黑暗的命運運限，總有一個在恩戴飛的鳥。 　　必應翻譯：晚上暗拉說，老是在羽毛飛了。