何昕博士 (澳門(mén)科技大學(xué)研究生院 從事博士后科研工作，研究方向?yàn)闄C(jī)譯技術(shù))

　　機(jī)器翻譯(Machine Translation，簡(jiǎn)稱(chēng)MT)，又稱(chēng)為自動(dòng)翻譯，是利用計(jì)算機(jī)將一種自然語(yǔ)言(源語(yǔ)言)轉(zhuǎn)換為另一種自然語(yǔ)言(目標(biāo)語(yǔ)言)的過(guò)程。它是計(jì)算語(yǔ)言學(xué)的一個(gè)分支，是人工智能的核心技術(shù)之一，具有重要的科研價(jià)值。同時(shí)，MT又具有重要的實(shí)用價(jià)值;隨著經(jīng)濟(jì)全球化及互聯(lián)網(wǎng)的飛速發(fā)展，機(jī)譯技術(shù)在促進(jìn)政治、經(jīng)濟(jì)、文化交流等方面起到越來(lái)越重要的作用。

　　機(jī)譯技術(shù)的發(fā)展一直與計(jì)算機(jī)技術(shù)、信息技術(shù)、語(yǔ)言科學(xué)等的發(fā)展緊密相隨。從早期的詞典匹配，到詞典結(jié)合語(yǔ)言學(xué)專(zhuān)家知識(shí)的規(guī)則翻譯，再到如今基于神經(jīng)網(wǎng)絡(luò)的方法;從過(guò)去局限于理解句子，發(fā)展到現(xiàn)在多文本、跨模態(tài)的內(nèi)容理解，MT已經(jīng)整整走過(guò)了70多年的歷程。對(duì)于MT來(lái)說(shuō),不管是它應(yīng)用范圍的廣度,還是其發(fā)揮作用的重要性,都具有不可估量的想象空間。

　　按目前翻譯需求的提交和反饋方式，MT主要可分為“文字機(jī)譯”、“語(yǔ)音機(jī)譯” 和“圖片機(jī)譯”三種方式。谷歌、微軟、臉書(shū)、百度等各大科技公司積極研發(fā)的機(jī)譯技術(shù)中，多以文字機(jī)譯和語(yǔ)音機(jī)譯為主，在這兩方面谷歌皆暫處領(lǐng)先地位。而圖片機(jī)譯則近年來(lái)才受到關(guān)注，谷歌和百度都已在圖片機(jī)譯領(lǐng)域初顯身手;盡管識(shí)別結(jié)果和翻譯質(zhì)量不盡人意，但也不失為一種嘗試。

　　近年深度學(xué)習(xí)的研究取得較大進(jìn)展，基于人工神經(jīng)網(wǎng)絡(luò)的MT逐漸興起。其技術(shù)核心是一個(gè)擁有海量結(jié)點(diǎn)(神經(jīng)元)的深度神經(jīng)網(wǎng)絡(luò)，可以自動(dòng)的從語(yǔ)料庫(kù)中學(xué)習(xí)翻譯知識(shí)。一種語(yǔ)言的句子被向量化之后，在網(wǎng)絡(luò)中層層傳遞，轉(zhuǎn)化為計(jì)算機(jī)可以“理解”的表示形式，再經(jīng)過(guò)多層復(fù)雜的傳導(dǎo)運(yùn)算，生成另一種語(yǔ)言的譯文，從而實(shí)現(xiàn)了“理解語(yǔ)言，生成譯文”的翻譯方式。

　　事實(shí)上，不論哪種方法，影響機(jī)譯發(fā)展的最大因素在于譯文質(zhì)量;就已有的成就來(lái)看，機(jī)譯的譯文質(zhì)量離終極目標(biāo)仍相差甚遠(yuǎn)。那么,什么是譯文質(zhì)量?其標(biāo)準(zhǔn)是什么?我國(guó)著名翻譯家和教育家嚴(yán)復(fù)先生提出了“信、達(dá)、雅”的翻譯標(biāo)準(zhǔn)，還有美國(guó)著名翻譯家和語(yǔ)言學(xué)家尤金·奈達(dá)先生提出的“功能對(duì)等”理論。不可否認(rèn)這些理論都對(duì)翻譯實(shí)踐產(chǎn)生了強(qiáng)大的指導(dǎo)意義。

　　長(zhǎng)期以來(lái)，許多科學(xué)家采用多種技術(shù)和方法來(lái)提高M(jìn)T的譯文質(zhì)量，但實(shí)際效果并不是很理想。一些專(zhuān)家認(rèn)為，MT要達(dá)到人工翻譯(簡(jiǎn)稱(chēng)“人譯”)的水準(zhǔn)，首先要解開(kāi)人腦處理語(yǔ)言信息之謎。我國(guó)著名學(xué)者周海中先生曾經(jīng)指出，在人類(lèi)尚未明了大腦是如何進(jìn)行語(yǔ)言的模糊識(shí)別和邏輯判斷的情況下，機(jī)譯要想達(dá)到“信、達(dá)、雅”的程度是不可能的。這一觀點(diǎn)也許道出了制約譯文質(zhì)量的瓶頸所在。

　　只有突破機(jī)譯瓶頸，才能提高M(jìn)T的譯文質(zhì)量?？上驳氖?，近幾年，陸續(xù)實(shí)施的歐洲大腦計(jì)劃、美國(guó)大腦計(jì)劃、中國(guó)大腦計(jì)劃等都旨在利用計(jì)算機(jī)模擬人類(lèi)大腦的功能，以便提高人們對(duì)大腦神經(jīng)網(wǎng)絡(luò)系統(tǒng)的認(rèn)識(shí)。這些計(jì)劃的研究成果也勢(shì)必有助于人們了解大腦是如何進(jìn)行自然語(yǔ)言處理的，并有望為機(jī)譯技術(shù)的突破性進(jìn)展，尤其是譯文質(zhì)量的迅速提高鋪平道路。

　　機(jī)譯技術(shù)一直被科學(xué)界公認(rèn)為是人工智能領(lǐng)域最難的課題之一，曾經(jīng)被英國(guó)《新科學(xué)家》雜志列為“21世紀(jì)世界十大科技難題”的第一位。MT要達(dá)到人譯的的水準(zhǔn)，還有一段漫長(zhǎng)而艱巨的路要走。目前，人們只能將機(jī)譯與人譯結(jié)合起來(lái)，相輔相成，既能節(jié)省翻譯的時(shí)間，又能做出高標(biāo)準(zhǔn)的譯文。