翻译技术速递
本周有消息称，谷歌改进了其搜索引擎机器学习算法的一些关键语言功能，其中包括人工智能拼写检查。谷歌搜索主管认为，这一改进本身比前五年的进展都更为重要——在语言相关人工智能的短暂历史中，对语言服务行业发展的回顾是一个有趣的时刻。
自从神经机器翻译(NMT)首次以其革命性的本地化潜力掀起波澜以来，几年里发生了很大的变化，人们持续关注的问题也不是一成不变的。例如，三年前，神经机器翻译对全球语言多样性的影响是一个值得关注的问题。虽然人们仍普遍担忧技术对少数群体造成的意外后果，但现在，作为一个伦理问题，人工智能在语言群体中的包容性则是讨论度更高的话题，因为现在算法已经可以根据人口统计数据生成群体内和群体外的统计数据。这一点并未体现在翻译行业的危机中，这在一定程度上说明了这些能力的推出相对温和，也表明了即使在几年后，原始机器翻译和包含人类的模型之间仍存在的性能差距。随着以机器为中心翻译模式的局限性逐渐凸显，在全球化的世界经济中，具有绝对多样性的人群正在相互影响，即将迎来的不是NMT对全球多样性的挑战，而是多样性对NMT有效性的更大挑战。
在性能方面，我们对NMT工作原理的理解，以及如何改善原始机器翻译，是一个重要的改进方向。无论是在初始时期还是现在，NMT都需要人类语言学家的密集工作，不仅要消除可能出现的任何语言缺陷，还要验证模型本身的性能是否正确。普通翻译是用正确的变体和变节来表达事物，而机器翻译后期编辑(MTPE)也是验证这些做法背后的机制，这无疑是一项更艰巨的任务。为了减轻人类语言学家和工程师的负担，人们开始转向关注机器翻译训练的关键要素，即在相关主题领域准确翻译语言数据集的基础上，准备神经翻译模型。
随着NMT实践在整个行业中的持续发展，值得关注的是，现在进入“黄金时代”的自然语言处理（natural language processing，NLP）能力将在某个节点进入本地化的实际应用。当这种情况发生时，随着人类语言学家在质量保证中的角色不再那样重要，很可能发生一种范式的转变。然而，随着世界经济持续经受危机，我们可能首先看到机器翻译解决方案市场的显著活跃。由于NMT首先能提高大批量翻译的成本效益和效率，因此当预算成为决定性因素时，NMT通常是首选方法。NMT可能看起来不像以前那么尖端，但它是一种更加成熟的技术，在本地化战略中能起到既定的作用。
CSOFT International拥有一个由语言学家、行业专家和工程师组成的全球网络，他们在机器翻译和语言审查方面接受过最新最好的实践训练，能够制定经济有效的解决方案，以满足公司进入新市场时的所有翻译需求。关于我们的翻译技术和MTPE服务，您可以在csoftintl.com了解更多！
以上中文文本为机器翻译，存在不同程度偏差和错误，请理解并参考英文原文阅读。
阅读原文