假设我们在翻译一个关于狗的故事，其中的一个源句是：“黑狗在穿过街道时几乎被撞倒。”，假如翻译记忆库（TM）中存储了以下译文：“棕狗在穿过街道时被撞倒。”，这就是所谓的模糊匹配。文本足够类似——译者只需将“棕”改为“黑”，然后加上“几乎”两个字即可。 但如果机器翻译（MT）引擎可以为您提供句义没有错误、只是措辞有些别扭的译文：“黑狗几乎被撞倒，在穿过街道时”呢？ 翻译记忆库（TM）给出的译文是人工翻译但需要编辑，而机器翻译句义没有错但不像人工翻译那般自然，译者应该选哪个呢？ 这个选择还真不好做出。曾几何时，翻译记忆库（TM）和机器翻译（MT）之间的选择很简单：选那条需要人工干预最小的路径，而这通常是翻译记忆库（TM），因为机器翻译（MT）的质量太差了。但是，翻译人员要做出这样的决定越来越难。随着机器学习的进步，机器翻译（MT）生成的翻译终于到了可以与低模糊匹配竞争的地步。 那么，这会使翻译记忆（TM）被淘汰吗？ 并不。至少现在还没有。但是，现在是时候重新审视业界关于模糊匹配的准则了，而这些准则已经存在二十多年了。 译者的抉择：模糊匹配还是机翻译文？ 传统上，模糊匹配的低端阈值为70-75％。 直到最近，我们还没有理由质疑它：在机器翻译（MT）转向神经之前，70-75％的模糊匹配明显超过机器翻译质量。 即使现在机器翻译（MT）的结果总体上有所改善，我们还没有看到有学术论文或大量研究证明机器翻译（MT）已超过翻译记忆库（TM）。 但是确实有些证据疑似证明机器翻译（MT）可能已超越翻译记忆库（TM）。 今年早些时候，TAUS根据他们自己的数据发布了一篇论文，该论文表明，在罗曼语中，匹配度低于85％的情况下，机器翻译的译文可能比翻译记忆库的译文更好。 因此，可能有人会说将模糊匹配的标准提高到至少85％是有道理的，但这种做法有一些问题： •语言非常灵活，并且语言和内容类型的排列无穷无尽，没有人能保证85％的阈值能适用于每种具体情况。例如，对法语的法律内容需要有不同的标准，对俄语的技术内容也要有不同的规则等等。 •而且，还有更多的变量要考虑：不同的机器翻译引擎适合不同的情况，机器翻译匹配背后的算法不同，都可以导致匹配度的不同，而且 “标准”算法也不存在。 •即使我们的确发现85％总的来说是更合适的模糊匹配阈值，也没有人敢说，只要模糊匹配度低于85%，机器翻译就优于翻译记忆库的翻译，因为“一刀切”的做法太冒险了。 所以，我们现在还处在有趣的试验阶段。当模糊度降低到大约70％时，翻译人员用自己的判断，决定是否值得接受模糊匹配（并对其进行编辑以反映完整的原文意思）还是接受机器翻译生成的包含完整源语意思的译文（可能需要进行各种编辑，以确保准确性和流利性）。 译者如何最好地利用有限的时间？这个问题没有标准答案。 我们要思考机器翻译（MT）和翻译记忆库（TM）哪个更好，而这一事实就标志着翻译行业走到了新的十字路口。这与工业时代没有什么不同。例如，莱特兄弟（Wright brothers）在成功造出飞机之前，坠毁了数十架原型机。同样，由于我们无法考虑到每个排列组合或变量，因此我们要尝试做一些事情，然后从错误中吸取教训，并随着我们的经验（以及机器翻译）的发展，找出解决问题的方法。 临界点在何处？ 但是，如果我们不能考虑到所有可能性，那么我们怎样知道机器翻译何时会摆脱对翻译记忆的依赖？ 这种转变会逐渐进行，但目前，问题在于如何定义“质量”。 如今，机器翻译（带或不带后期编辑）的质量与85％模糊匹配的译文（无论是否经过译后编辑）相比是好是差，完全取决于读者的主观判断。但是有一天，技术本身将能够在这方面指导我们。 在这里，我们要谈到一种称为质量评估（QE）的方法，在该方法中，神经机器翻译开始可以评估其自己译文的质量。 不仅会给您提供机器生成的译文，机器还会变得聪明到可以告诉译者：这个译文不完善，但是我可以指出可能的错误的位置，并提供修复错误的可能的办法。 神经机器翻译不仅可以自我评估，还可以自我诊断。 随着时间的推移，有了足够的经验，甚至可以根据先前的选择修改一部分错误。 机器翻译完全意识到译文中的错误、并向编辑人员提供多种可行的修改方法，将是在某些用例中机器翻译会取代翻译记忆库的关键点。 而且，我们所展望的未来并不遥远。借助大型技术公司的大量投资，机器翻译可以比我们想象的更早做到这一点。 但是不要误解我们的意思，我们仍然可以肯定地说，机器无法取代人类译员，只是计算机辅助翻译可能转变为人工辅助计算机翻译。也就是说，机器将把第一关，至少针对感情权重较低的内容是如此，但最终可能也适用于感情权重较高的文本。然后，人类对机器译文进行判断和和处理。 然后，当然，我们必须考虑这种变化对翻译者意味着什么。如果机器先翻了一遍，人类更多的不是在翻译，而是在编辑。翻译人员会因为工作需求量减少而收入降低吗？那些翻译高度品牌化的营销内容的专业翻译员呢？使用机器翻译和翻译记忆库只会给他们带来麻烦，让他们没法进行创造性的翻译吗？我们能让这些人使用机器翻译吗？ 回答这些问题，要回到我们还在使用模糊匹配法的原因上：因为翻译记忆库的译文还是人类译文。当机器翻译能够深入理解文本背后的含义和细微差别时，当机器翻译能够理解句子流并掌握跨语言的不同写作风格时，谁又知道它会将我们带向何方呢？ （沙龙君编译）