技术背景
(1)机器翻译研究历程
机器翻译的研究在上世纪五十年代就已经展开,早期的工作主要以基于规则的方法为主,进展相对来说比较缓慢。之后美国自然语言处理咨询委I员会还作出了一个质疑了机器翻译的可行性的报告,对该领域研究造成了一定阻碍。到了上世纪九十年代,IBM提出了著i名的基于词的翻译模型,扬中多语种翻译机构,开启了统计机器翻译时代,随后短语和句法模型相继被提出,翻译质量得到了显著提升。近两年***网络机器翻译方法开始兴起,该方法突破统计机器翻译方法中的许多限制,成为当前的研究热点。
(2)统计机器翻译
统计机器翻译的基本思想是充分利用机器学习技术从大规模双语平行语料中自动获取翻译规则及其概率参数,然后利用翻译规则对源语言句子进行解i码。对于给定的源语言句子,统计机器翻译认为其翻译可以是任意的目标语言句子,只是不同目标语言句子的概率不同。而统计机器翻译的任务,就是从所有的目标语言句子中,找到概率i大的译文。
(3)***网络机器翻译
***网络机器翻译(neural machine translation,NMT)是近年来兴起的一种全新的机器翻译方法,其基本思想是使用***网络直接将源语言文本映射为目标语言文本,这种编码器解i码器架构使得它可以采用端到端的方式进行训练,扬中多语种翻译报价,能同时优化模型中的所有参数。完全不同于传统机器翻译中以基于离散符号的转换规则为核心的做法,需要经过词对齐,抽规则,扬中多语种翻译,概率估计和调参等一系列步骤,容易产生误差传播。***网络机器翻译使用连续的向量表示对翻译过程进行建模,因而能从根本上克服传统机器翻译中的泛化性能不佳、***性假设过强等问题。
翻译公司为什么要使用翻译记忆库?
由于***翻译领域所涉及的翻译资料数量巨大,而范围相对狭窄,集中于某个或某几个***,如政治、经济、军事、航天、计算机、通讯等***都有自己的***翻译公司或部门。这就必然带来翻译资料的不同程度的重复。据统计,在不同行业和部门,这种资料的重复率达到20%~70%不等。这就意味着译者至少有20%以上的工作是无谓的重复劳动。翻译记忆技术就是从这里着手,首先致力于消除译者的重复劳动,从而提高工作效率。
翻译记忆(TM)技术原理是这样的:用户利用已有的原文和译文,建立起一个或多个翻译记忆库(Translation Memory),在翻译过程中,系统将自动搜索翻译记忆库中相同或相似的翻译资源(如句子、段落),给出参考译文,使用户避免无谓的重复劳动,只需专注于新内容的翻译。翻译记忆库同时在后台不断学习和自动储存新的译文,变得越来越'聪明',扬中多语种翻译公司,效率越来越高。
每一个翻译在出道前都是菜鸟
在一本教人写作的书中,我曾看到这么一句话,“每一只鸟起初都是蛋,每一个成功的小说家开始都没有作品”。
同理,每一个资i深翻译在出道前都是菜鸟,也没有多少翻译经验或者有份量的译作。
因此,每当有人问:我是非英语***的,或者我只是一个专科/三本生,我真的能做翻译吗?
我的回答永远都是:Of course!能!
在我认识的数百名译员中,非英语***和普通学历出身的译员都大有人在。他们的翻译水平并不比牛校的英专生差多少,有些人也成为了翻译大神。
作为一个自封的1.5流翻译,我的翻译生涯早期也非常坎坷。
从大四下学期开始,我就向很多翻译公司投过简历,结果连一个试译的机会都没有(鸟我的都是骗i子公司)。直到毕业一年后,才通过测试进了一家中等规模的翻译公司。
而在正式上班的第i一i天,我也是懵逼的。前后左右的译员都在啪啪啪地打字,就像如chi如醉的pianist,而我连文件里的第i一句话都翻译不出来。
版权所有©2025 产品网