当你的客户遍布全球,该如何冲破语言阻碍呢?

即便借助机器翻译实现本地化,又该如何充分降本增效呢?

今天,我们就“全球化企业应该如何选择机器翻译解决方案”这一话题进行一些探讨。

早在上个世纪三四十年代,对这两个问题有所思考的科学家们就开始将机器翻译作为研究课题了。

到如今,这项技术逐步成熟,应用也越加广泛,各类机翻软件、设备层出不穷。

面对这种“乱花渐欲迷人眼”的势头,你的公司该如何挑选最合适的机翻解决方案?

机翻是什么?

顾名思义,机器翻译就是让计算机代替人工来完成翻译工作。虽说听起来简单,但实际上这项技术从开始研究到现在真正发挥作用,其间经历了近一个世纪的波折,耗费了无数科学家的大量心血。机翻规则也从死板的“词对词”,到按照“语法”,再到探究“语义”,进一步到结合“知识”,最终开始借助人工智能进入了“智能翻译”时代。

机器翻译有什么用?

让我们先来看看笔译领域。对于当今的全球化公司来说,本地化翻译必须:

  • 质量出色,这样才能说到客户心坎里;
  • 及时交付,这样才能保证产品及时上市;
  • 价格合理,这样才能符合公司预算要求。

大多时候保时、保质和保量三者互不兼容,更别说还要顾及成本。

这就到了机器化自动翻译大展拳脚的地方了:

  • 机翻无需人工,自然成本低廉;
  • 机翻瞬息成篇,几乎立等可取;

翻译策略有哪些?优劣如何?

在短期内,机翻无法完全取代人工翻译,虽然如此,却可以带来巨大的帮助。以机翻译文为基础,加以译后编辑,可以大大节省时间和人工成本。但是根据译后编辑的不同程度,机翻+人工也有不同策略:

  • 纯 MT,即零人工编辑,译文质量差,但成本最低;
  • 基本 MT,用少量编辑修改提高机翻译文的可读性;
  • 高级 MT,用较多编辑修改使机翻译文准确、流畅,消除“翻译腔”;
  • 定制 MT,根据客户需求进行编辑修改,训练 MT 算法,最终实现 MT 质量的全面提升。

长远来看,最后一种策略能不断提升机翻质量,不断降低本地化翻译费用,最后真正实现保时、保质、保量同时又节约成本的理想目标。

当然了,要提供这种定制服务,仅掌握机翻技术的科技公司远远不够;仅提供专业翻译服务的纯翻译公司也做不到;只有两者兼备的大型本地化翻译服务提供商才有如此实力。

跨语言大数据和人工智能技术

译讯科技专注于人工智能文本翻译领域(语义理解),旨在为全球用户提供专业细分领域的自动化文档翻译应用解决方案。

译讯科技自主研发基于人工智能技术的机器翻译软件——云译通AI专业文档翻译软件。这是一款基于人工神经网络的机器翻译(Neural Machine Translation,NMT),NMT系统使用了一种能够深度学习的大型人造神经网络。它使用通过使用数百万更广泛的来源来推断出最相关的翻译,提高翻译的质量,然后将结果重新排列并组成基于人类语言的语法翻译。

是相比基于规则和基于统计的上一代机器翻译技术更为先进的新一代机器翻译技术。

多数普通机翻软件(MT)普遍存在问题

  1. 错翻、漏翻和重复翻译比比皆是,尤其对成语、缩略语、专业术语和人名、地名、组织机构名称等的翻译更是容易出错。
  2. 缺乏足够的在线优化能力,无法从译员修改译文的过程中自动学习和更新翻译知识,即使译员对系统给出的某个错误译文反复修改,系统依然照错不误。

云译通如何弥补这些缺点

云译通为大家提供“术语库”功能。使用户可以在译前干预翻译结果。像翻译过程中经常出现的专有名词,用户都可以根据自身需求自主添加。当用户翻译到某句话时,如果这句话中包含了术语表中的词汇,云译通就会给出你设定好的结果,将该词汇对应的译文输出。避免错翻、漏翻。

云译通还提供“智能校对”功能,协助用户进行译后编辑,这是一种可以从译者直接反馈的结果中学习和训练的自适应机器翻译解决方案。当用户认为译文中部分专业术语和句式风格与其行业表达习惯不一致时,他们可对云译通翻译的初始译文进行人工审校,云译通会自动对人工修改的译文进行机器学习,经持续训练一段时间后,云译通AI翻译的准确率会越来越趋近于专业人士水平。

未来翻译技术趋势

自从进入智能翻译的时代,人们对机器翻译寄予的期望越来越高。而那些站在时代前沿的公司,早已将 AI、大数据、算法、深度学习和神经网络这类尖端技术应用于机器翻译。未来的机器翻译应当真正“理解”人类语言,“明白”说话意图,然后“传情达意”。携手译讯,让这一宏伟目标在你我手中实现。

语法制导的翻译是如何实现的_全球化企业应该如何选择机器翻译解决方案?相关推荐

  1. 编译原理--语法制导的翻译

    前言 把一些属性附加到代表语言构造的文法符号上, 以把信息和一个语言的构造联系起来. 通过语义规则来说明文法符号的属性值如何确定. 产生式 语义规则 E -> E_{1} + T E.code ...

  2. 编译原理-语法制导翻译

    文章目录 概念 语法制导翻译的基本思想 SDD && SDT 语义规则 文法属性(S,L) SDD 注释分析树(注释语法树) 副作用 抽象语法树( AST ) SDD的实现方法 SDT ...

  3. 编译原理(十)语法制导翻译

    语法制导定义 Syntax-Driect Definition SDD 语法制导的翻译方案Syntax-driected translation scheme SDT,可以看作SDD的具体实现方案,S ...

  4. 编译原理 -- 语法制导翻译

    语法制导翻译 语法制导翻译是通过向一个文法的产生式附加一些规则或程序片段而得到的. 语法制导翻译的两个概念 下面是与语法制导翻译相关的两个概念: 属性(attribute) : 表示与某个程序构造相关 ...

  5. LR(0)语法制导翻译

    LR(0)语法制导翻译

  6. 【最新合集】编译原理习题(含答案)_8-10语法制导翻译_MOOC慕课 哈工大陈鄞

    [最新合集]MOOC哈工大陈鄞 编译原理答案全集-->传送门 1 文法G[S]及其语法制导翻译定义如下: 产生式 语义动作 S' → S print( S.num) S → ( L) S.num ...

  7. 属性文法和语法制导翻译

      截至到上一章,说完了语法分析的全部内容.从第一章的结构图可以了解到,紧接着语法分析的是语义分析与中间代码的生成.书中用了两章讲述该内容(属性文法和语法制导翻译.语义分析和中间代码生成).本节描述的 ...

  8. 【编译原理笔记10】语法制导翻译:在递归预测过程中进行翻译,L属性定义的自底向上翻译

    本次笔记内容: 5-7 在递归预测过程中进行翻译 5-8 L属性定义的自底向上翻译 本节课幻灯片,见于我的 GitHub 仓库:第10讲 语法制导翻译_3 文章目录 在递归的预测分析过程中进行翻译 算 ...

  9. 【编译原理笔记09】语法制导翻译:语法制导翻译方案,在非递归的预测分析过程中进行翻译

    本次笔记内容: 5-5 语法制导翻译方案 5-6 在非递归的预测分析过程中进行翻译 本节课幻灯片,见于我的 GitHub 仓库:第9讲 语法制导翻译_2 文章目录 语法制导翻译方案 语法制导翻译方案 ...

最新文章

  1. python发送邮件及附件
  2. python真正实现多线程_python多线程实现
  3. C语言桶排序Bucket sort算法(附完整源码)
  4. android_launcher的源码详细分析
  5. [设计模式] 15.Command 命令模式
  6. boost跨平台 c++_跨平台C++整数类型 之一 固定宽度整数(boost和C++11)
  7. RabbitMQ学习之:(一)初识、概念及心得
  8. python实现简单的http服务器_python实现简单http服务器功能
  9. LTE下行DC子载波为0的原因解释
  10. RN对接京东支付sdk(Android)
  11. iconfont矢量图标库的引用方法
  12. matlab中simulink文件批量修改版本
  13. 线代第二章 矩阵 +行列式与矩阵的区别
  14. System State 转储分析案例一则
  15. pdf密码忘了怎么解除
  16. [HDU 5956] The Elder (斜率DP + 可持久化单调队列)
  17. 【MySQL·水滴计划】第三话- SQL的基本概念
  18. 什么是DDL和DML语句?
  19. 漫画:三分钟学习一道位运算的面试题,万一遇到了呢?
  20. android家庭理财系统毕业设计报告,毕业设计(论文)-基于Android的家庭理财通系统设计.doc...

热门文章

  1. 解决ncnn配置中缺少“vulkan”文件
  2. 三维点云可以导航吗_基于视觉高精定位的“室内AR导航”技术点解析
  3. 镇海区工业机器人与自动化设备_工业机器人和工业自动化设备的区别
  4. java定义一个door的类_再探Java抽象类与接口的设计理念差异
  5. sql2008安装时提示参数不能为空_Java Validation API,实现参数的合法性校验
  6. Java黑皮书课后题第7章:**7.23(游戏:储物柜难题)一个学校有100个储物柜和100个学生。所有的储物柜在上学的第一天都是关着的。…在所有学生都经过教学楼并且改变柜子之后,哪些柜子是开着的?
  7. 一次利用位图索引进行SQL优化的案例
  8. java 23种设计模式 深入理解
  9. Codeforces Round #401 (Div. 1) C(set+树状数组)
  10. 最新Angular2案例rebirth开源