手机号
验证码
立即登录    忘记密码? 注册
手机号
邮箱
立即登录    免费注册 找回密码

2018/4/21 10:31:00

翻译自动化行业的现状及以后发展趋势

 2017年12月13日,翻译自动化用户协会(Translation Automation User Society,简称TAUS)发布了一份题为《Nuncest Tempus:Redesign Your Translation Business,Now!》的最新翻译行业报告,分析了大数据和全球化背景下,翻译行业今后的发展趋势和前景。该报告分为“找准时机”、“翻译行业六大驱动力”、“现代翻译管道”和“翻译行业掌门人经验”四个章节。乐文翻译通读报告后,为大家提炼出值得关注的翻译行业的现状和发展趋势供大家参阅:

  S-曲线

  第一章中,报告提出了一个叫做S曲线的概念,指出一种科技的发展,都会经历公司内部研发,该公司内部所有,再演变成一种服务和工具,最终集成到更新的技术平台中的小功能的过程。

  那么应用到翻译领域呢?

  80年代,一些公司随着自身的向外拓张,出现翻译需求,在公司内部成立翻译部门;90年代翻译行业出现外包服务商,承接翻译服务;2000年早期Trados,memoQ等的翻译记忆库工具诞生,帮助译者提高翻译质量和效率;2000年后期垂直领域工具和统计机器翻译(SMT)逐渐兴起;现如今,神经机器翻译(NMT)的大火。很显然,就我们经常使用的谷歌、百度和有道翻译等机器翻译软件来看,翻译产业已经到达了S曲线的顶峰。

  

 

  翻译行业已从劳动密集型转向数据驱动型

  以往的翻译行业是劳动力驱动的行业,以低报价获得客户订单,翻译质量偏低。在大数据时代,一些高质量的语言资产得以保留下来复用,并导入翻译机器中进行训练,出现了机器翻译比人工翻译质量更好的例子。渐渐地,人们发现数据的重要性,在某些通用场景下,机器翻译做的反而比人工翻译好,并且成本更低,于是业内开启了一场争夺数据的战争。谁能获取优质的数据资源,就能提供更好的翻译服务。

  语音翻译和语音控制

  TAUS预测,2020年,全球半数的智能手机用户都将使用语音科技。常常勾搭Siri的同学对此应该不陌生。随着语音技术正在飞速发展,语音识别、音频转文字等技术的出现,大大方便了我们的生活,也拓宽了语音翻译的使用场景。

  现代翻译管道

  TAUS报告中提出了现代翻译管道,Modern Translation Pipeline(MTP)的概念,是一种围绕机器翻译架构起来的系统,架构如下:

  

 

  (1)管道的三大特点

  管道的运行是由数据驱动;

  具有自发性、自驱动力,自动化程度高;

  对多数人来说翻译是无形的一种服务。

  (2)管道分层

  管道分为两层架构:

  第一层是大公司或超强技术公司,他们负责研发和维护支持翻译产业的技术架构,如谷歌研发出神经翻译网络;而第二层是其他技术公司,他们利用上一层的标准架构,开发专门的增值业务,如开发接入神经机器翻译的接口。

  (3)管道要素:

  管道的架构搭好后,里面的要素主要有四个:

  量子跳盒子:代表最佳的翻译技术:机器翻译(MT),翻译记忆库(TM),众包和社区翻译。

  算法管理盒子:随着机器学习的进步,一些翻译系统可以自动选择译者和审校,分析文本、质量控制,实现一个系统就能达到一个翻译公司的效果。

  数据化盒子:

  内容数据:指TM,原文、译文等的语言数据,是定制MT引擎的关键。

  元数据:指语言对、流程、产业和个人信息等元数据,是训练机器学习和算法管理的关键。

  仪表盘。所有盒子都在这一管道中后,需要一个仪表盘来追踪数据,从翻译完之后的数据中获取更多洞见。

  今后翻译行业的工作趋势

  工程师:帮助搭建管道。

  数据分析师:分析仪表盘反映出的数据,获取更多洞见。

  语言人士开始从译者的角色,转变为从事审校、创译和译后编辑工作。

阅读文章:积分+1