原创 栗子，Owl 果壳

这实在是一件让人费解的事，原本不打算在众人面前提及，可如今屡次碰壁，思虑再三，虽不希望搅扰果壳头条，却不得不问——为何机器翻译的文字，常常令人费解！

网友试着把郑爽的动态译成外文，居然变得异常流畅。旁观者开始揣测，郑爽的动态之所以让人费解，也许是借助了自动翻译的功能 | 图片来自豆瓣@

机器翻译已经很努力了！

过去的机器翻译，往往先将句子分成若干部分，接着逐一进行转换。

人的语言转换并非如此。我们往往先完整阅读整个语句留学之路，以便把握其内容网上在线翻译，然后再用另一种语言转述相似的含义。而常规的机器翻译与人的阅读习惯存在差异，这是导致转换不够流畅的一个关键因素。

其后，研究人员发现了一种称作“神经机器翻译”（NMT）的技术，这种技术力求模仿人类的翻译过程。

“我是学生”的英文翻译为法文 |

这种技术面对一段文字时，会借助编码装置将全文翻译为一个数据序列，这个序列由若干数值构成，用以表述文本内容。接着，会采用解码装置，将这个数值序列翻译成期望的语言形式。

这种人工智能，能够更精准地识别字符间的关联性，即便两个文字相隔较远，中间穿插了其他文字，也能综合分析句子构造等要素。

编码器和解码器的性能怎样提升？人类持续不断地向算法提供文本资料，这些资料多数是两种语言对照的，模型就能从中总结出更多模式，翻译水平因此逐步提高。

即便持续进修，人工智能翻译依然会产生大量晦涩难懂的译文，谷歌翻译

但还是有各种 bug

然而，单个人工智能即便掌握海量知识网上在线翻译，也仅能提供基于概率的回应，无法准确把握语言内在的关联性。以谷歌翻译为例，它曾犯下过一次典型失误。当输入“北大不如清华”时，其输出结果为“ is than ”。相比之下，人类译者通常不会犯此类错误。

北大不如清华 | 谷歌翻译

除此之外，AI 在将中文翻译成其他语言时，还会面临一个挑战，那就是如何进行词语划分。

汉语中的字词大多由两个或以上汉字构成，而字与字之间并无停顿。掌握这门语言的人通常不会犯错，但人工智能系统必须先弄清楚哪些字会组合成词语或固定用法，才能做到更精准的转换。

近些年，涌现出许多优秀的文本切分软件，例如由百度技术人员 Sun Junyi 设计的结巴分词，还有清华机构研发的，以及北大机构制作的等等。这些工具不承担翻译任务，不过它们同样是通过海量文本进行学习而形成的智能系统。

当然，即便是再聪慧的词汇分割人工智能，恐怕也无法处理“强权将我们的地盘瓜分”“我们内部出现了背叛者”这类棘手的句子翻译。

我们中出了叛徒 | 弹丸论破

此外，自动翻译仍然存在一个常见现象：单个词语都能理解，整个句子的含义也能把握，只是整体表达显得非常生硬。

嘿，我的老伙计，这不是翻译腔吗？

翻译文字如果拘泥于原文形式，就常会脱离目标语言的表达习惯，造成表达生硬。这种生硬的表达在不恰当的语境中，会显得不妥、晦涩，甚至令人发笑。虽然人工翻译这种情况已不多见，但机器翻译面对长句和上下文时，往往难以准确把握，容易产生类似“翻译腔”的结果，有时直接阅读原文反而更易理解。

忽视中文表达习惯的一个典型 | 编辑供图

看不懂？译后编辑很重要！

机器翻译极大提升了信息交流的速度，假如仅要求获得粗略含义，直接采用机器翻译生成的文本，一般不会造成严重后果。然而在规范的文稿，乃至文学作品中，倘若有人胆敢直接运用机器翻译的产物，那真称得上是勇敢之人了。

对于需要快速翻译且要求准确度的文本材料，采用机器翻译再由人工进行修正，是一种兼顾速度与精确度的翻译途径，这种做法促使了译后编辑这一新兴职业的出现。

译后编辑的工作，需要让机器翻译变得通顺易懂，但这并不简单，既要迅速找出机器翻译文本中的问题，又要根据翻译的用途，去调整和改进翻译的最终效果。

有提供译后编辑服务的公司 | .co

人们或许会疑惑：这项任务与翻译校对的工作是否类似？事实上，两者相去甚远。除了必须具备翻译前后语言的基础认知，译后编辑工作还要求熟悉机器翻译的运作机制，并掌握基础的编程能力，以便为机器翻译系统创建必要的专业词汇库。

机器翻译作为沟通手段，会不断进步，生成的语句也会愈加明白。但语言不只是应用工具，后期修订正是融合机器翻译的高效性与人工翻译的精准性，使人能迅速获取易于理解，又带有文采、蕴含情感的内容。

毕竟，如果有了译后编辑，应该就不会这种翻译了吧��