论文化语境对机器翻译质量的影响暨应对机器翻译弊端的策略
——以“有道翻译官”为例

丁立福，蒋 威

(1.淮南师范学院 外国语学院，安徽 淮南 232038；2. 安徽理工大学 外国语学院，安徽 淮南 232001)

随着经济全球化进程的加快和互联网的日益发展，网络信息激增，国际社会交流愈加频繁，如何克服交际过程中的语言障碍成为翻译界的一大课题，机器翻译应运而生。有道翻译官、谷歌翻译、百度翻译、金山词霸等机器翻译软件的出现，使翻译及其研究领域出现了“技术转向”。机器翻译又可称为计算机翻译，简单来说就是“利用计算机将一种语言符号转换成另一语言符号”。机器翻译软件操作简单、成本低廉、效率较高且能做到大规模翻译，给人们了解世界进而进行交流带来了莫大的便利。

1954年世界上第一台翻译机器投入试验，IBM公司使用IBM-701计算机将几个简单的俄语句子翻译成了英语，从此掀起了机器翻译研究的浪潮。20世纪70年代末，机器翻译开始走向实用化，一系列机器翻译实用系统如EURPOTRA多国语翻译系统、Weinder系统、TAUM-METEO系统问世并投入机器翻译实践之中。1997年，西班牙学者Neco和Forcada提出神经网络法，利用“编码-解码”框架进行翻译。2002年美国Language Weaver公司将统计机器翻译软件商品化，研制出统计机器翻译软件(Statistical Machine Translation Software)。2015年百度发布了将统计和自动学习相结合的在线机译系统。Facebook2017年推出基于卷积神经网络开发的语言翻译模型(Convolutioanal Neural Machine Translation)，实现了目前为止机器翻译质量的大幅提升。现今，最新的研究是将生成对抗网络(GAN)与神经机器翻译(NMT)两者结合到一起，提出Adversarial-NMT新框架并得到了很好的实验效果。……