请点击上方Multilingual俱乐部 订阅

Lotus

中英法口笔译 | 语言爱好者 | 吐槽少女

法国巴黎高翻笔译硕士，在法国度过了四年时光，对法语和牛角包满怀热爱。

很多关注我们的朋友对翻译这一职业非常感兴趣，其中不少人也是国内外高校MTI的学生。Lotus本身作为笔译硕士毕业的口笔译从业者，也非常希望能跟大家多多分享与翻译有关的内容。

之前曾经跟大家分享了一篇(案例分析 | 如何在翻译过程中提高译文质量)，通过对比的方式向大家解释了如何在翻译的过程中提升译文的质量。这次，我们将会一起看一篇商业推广类文章(英语原文)，通过对比Google机器翻译和Lotus人工翻译的定稿文档来分析商业推广类文章的翻译技巧和提升译文质量的方法。其中，Google机器翻译模拟的是译文初稿，一般会存在过于口语化、用词重复、句型过于贴近原文、句子间逻辑不清、部分重点词理解不透彻等问题。这些问题，在校对中必须予以改正。

这篇文章是一篇商业推广文章，介绍的是照片扫描软件Photomyne使用的人工智能技术。文章语言比较口语化，目的是使“轻科技”的文章更加轻松易读，引起受众的兴趣。(注：本文并非产品广告，而是经过翻译客户同意后使用其素材。)

在以下的案例中，英语原文之后的是Google机器翻译(模拟第一稿译文，完全不合理部分经过人工修正)，橙色对话框是问题分析，橙色字体的是定稿译文。我们可以从译文对比和分析中了解到我们可以用什么思路、采取什么遣词造句技巧提高译文质量。本文仅作交流参考之用，并不保证译文100%完美，且世界上所有译文都有提高的空间。如果你有更好的译法，欢迎留言告诉我哦！

THE A.I. TECHNOLOGY BEHIND PHOTOMYNE'S PHOTO SCANNING PROCESS

A smart software that learned (yes, learned) to quickly and accurately detect images, and scan them in the best possible way

The technological process behind your run-of-the-mill scanning app might seem rather simple: activating the phone's camera and taking a photo of whatever is in front of it. For many scanning apps this assumption proves true.

PHOTOMYNE照片扫描背后的AI技术

学习(是的，学会的)快速准确地检测图像并以最佳方式扫描图像的智能软件

普通扫描应用程序背后的技术过程可能看起来相当简单：激活手机的相机并拍摄前面的任何照片。 对于许多扫描应用程序，这种假设证明是正确。

商业推广类文章的目的是推广产品，因此翻译的时候并不需要像翻译法律文章一样字字精确，而应该重点关注信息的传递。机器译文标红的部分过于贴近原文表达方式，既不清晰还很啰嗦。

PHOTOMYNE照片扫描背后的AI技术

通过学习掌握快速准确图像检测和最佳扫描方式的智能软件

普通扫描软件使用的技术看起来可能很简单：启动手机相机然后拍下照片。对于许多扫描应用来说，这种假设并没有错。

But things get a lot more complicated when the object being scanned is a physical photograph. How to differentiate the photo from its background? How to detect its edges so as to know where to cut off the non-photo part, leaving just the relevant visual content and discarding the rest? And what about multiple photographs appearing in one view? This calls for a whole different kind of computation process. One that can make independent calculations, reach conclusions, and take action accordingly - all in real-time.

但是当被扫描的物体是物理照片时，事情变得复杂得多。 如何区分照片与背景？ 如何检测其边缘以便知道在哪里切断非照片部分，只留下相关的视觉内容并丢弃其余部分？ 那么在一个视图中出现的多张照片呢？ 这需要一种完全不同的计算过程。 可以进行独立计算，得出结论并采取相应行动的方法 - 所有这些都是实时的。

原文中有很多动作的描述，建议不要仅关注原文，而是闭上眼睛想一想，如果要我用中文描述这个动作，我会怎么说。

外语中的a或者one很多时候并不需要翻译成中文。

但当被扫描的对象是实体照片时，事情就更为复杂了。如何区分照片和背景？如何检测照片边缘，裁去背景而只留下照片本身？如果同时有多张照片呢？这就需要完全不同的计算过程：实时进行的独立计算、结论获取并采取合适的行动。

THE CHALLENGES OF PHOTO SCANNING WITH A HANDHELD DEVICE

Using your phone to take a photo of a photo does transfer the physical into digital, but it has its drawbacks: you would need to manually crop each photo taken, and you can only do this one photo at a time. In addition, it is almost impossible to ensure that the captured photo is as straight as its physical original.

If all you need to digitize is one or two photographs, this manual process might be sufficient. But this method falls short, as most families with analog photo albums will tell you, if that number is in the 100s or even 1000s. To address the latter using a handheld device, a much more complex scanning process is required. Photomyne invested considerable time and research into developing such a software, and it involves Artificial Intelligence technology.

用手持设备扫描照片的挑战

使用手机拍摄照片确实可以将物理图像转换为数码照片，但它有一个缺点：您需要手动裁剪每张照片，并且一次只能拍摄一张照片。 此外，几乎不可能确保捕获的照片与其物理原件一样直。

如果你需要数字化的只是一张或两张照片，这个手动过程可能就足够了。 但是这种方法不足，因为大多数有模拟相册的家庭会告诉你，这个数字是在100s甚至1000s。 为了使用手持设备解决后者，需要更复杂的扫描过程。 Photomyne投入大量时间和研究开发这样的软件，它涉及人工智能技术。

“数字化”在此情境下显得很奇怪，不如直接描述“数字化”实际在做什么(将实体照片转为数码照片)。

手持设备照片扫描的挑战

使用手机拍摄照片可以将实体照片转为数码照片，但这种方式有一些缺点：您需要手动剪裁每张照片，而且每次只能拍摄一张照片。此外，您几乎无法保证拍摄照片的边角和实体照片一样是直角。

如果您只需将一两张照片转为数码照片，这种手动操作可能足够。但是大多数拥有实体相册的家庭都有成百上千张照片。为了使手持设备的照片拍摄达到要求，则需要采用更复杂的扫描方式。

Photomyne投入大量时间和努力，研发了这一款包含人工智能技术的软件。

THE THINKING MACHINE

The term Artificial Intelligence (A.I.) is not new (first coined in 1956 by John McCarthy). These days it gets thrown around quite a bit. It's a general term that can mean different things depending on the machine-run process in question.

Under the general A.I. umbrella there is, among other subsets, the deep learning network that "attempts to mimic the activity in layers of neurons in the neocortex [of the brain]," according to the MIT Technology Review.

会思考的机器

术语人工智能(A.I.)并不是新的(约翰麦卡锡于1956年首次创造)。这些天它被抛出相当多。这是一个通用术语，可能意味着不同的东西，具体取决于机器运行的过程。

根据麻省理工学院技术评论，AI有许多子集，其中一个子集是“试图模仿大脑新皮层中神经元层活动”的深度学习网络。

俗语类不能直译，一定要结合上下文，思考“这个说法到底想表达什么意思”。

会思考的机器

“人工智能”(AI)并不是一个新概念(由约翰·麦卡锡在1956年首次提出)。最近，它已然成为社会热点。这一通用术语可以指代不同的事物，具体取决于机器运行的过程。

《麻省理工科技评论》文章表示，AI的其中一个子集是“试图模仿(大脑)新皮层中神经元层活动”的深度学习网络。

Deep learning networks apply what is called artificial neural networks or ANN in their computational process. "A deep learning model is designed to continually analyze data with a logic structure similar to how a human would draw conclusions. To achieve this, deep learning uses a layered structure of algorithms called an artificial neural network" (Brett Grossfeld, the Zendesk Blog).

深度学习网络在其计算过程中应用所谓的人工神经网络或ANN。 “深度学习模型旨在通过类似于人类得出结论的逻辑结构来持续分析数据。为实现这一目标，深度学习使用称为人工神经网络的分层算法结构”(Brett Grossfeld，Zendesk博客) 。

出现首字母简称时，英文是“全称+字母简称”，翻译成中文时要适应中文习惯，写成“中文全称+英文”比较合适。

深度学习网络在计算过程中应用了所谓的人工神经网络(简称ANN)。“深度学习模型旨在通过类似于人类得出结论的逻辑结构来持续分析数据。为实现这一目标，深度学习使用名为人工神经网络的分层算法结构”(Brett Grossfeld，Zendesk博客)。

ANN is essentially a software that can "learn" to perform tasks by surveying examples from provided data.

In the context of scanning photographs, Photomyne has trained several deep learning networks to facilitate and address the challenges of photo detection and cropping mentioned in the beginning of this article. Here is a breakdown of the different algorithm components that make up the unique, super-smart scanning process in the Photomyne app.

ANN本质上是一种软件，可以通过调查提供的数据中的示例来“学习”执行任务。

在扫描照片的背景下，Photomyne已经培训了几个深度学习网络，以促进和解决本文开头提到的照片检测和裁剪的挑战。以下是构成Photomyne应用程序中独特的超智能扫描过程的不同算法组件的细分。

不需要照搬英语的从句形式，因为“是一种软件”并非重点，无需单列一个分句。

in the context of不需要逐字翻译，而且context本来就是一个中文里用得少、外语里用得多的词。

在本质上，ANN是一种可以通过调查数据中的例子来“学习”如何执行任务的软件。

为了扫描照片，Photomyne已经训练了几个深度学习网络，以推动解决本文开头提到的照片检测和裁剪的挑战。在Photomyne应用程序中，以下算法组件构成了独特的超智能扫描软件。

1. THE FINE LINE BETWEEN PHOTOGRAPH AND BACKGROUND

How do you make a software successfully and consistently differentiate between a photograph and the area surrounding it? An officially-awarded Photomyne patent, the first part of the scanning process in the app is based on a deep learning network that taught itself to detect an image, "understand" where its boundaries are, and where the background begins (ex. the table surface or wall behind it).

1.摄影和背景之间的精细线

如何使软件成功并始终如一地区分照片及其周围区域？ 作为官方授予的Photomyne专利，应用程序扫描过程的第一部分基于深度学习网络，该网络教会自己检测图像，“理解”其边界的位置，以及背景的开始位置(例如表格) 它后面的表面或墙壁)。

fine line也是习语，翻译时要注意其意思。

consistently并不一定要逐字翻译，要理解词语到底表达了什么意思。

as的分句直译成中文往往不自然，不如直接分成两个分句。

1. 照片与背景间的细微差别

如何使软件成功区分照片和背景并保持不出错？Photomyne应用程序获得了官方授予的专利，程序的第一部分基于深度学习网络，能教会自己检测图像、“理解”图像边界位置以及背景的开始位置(如桌子或墙面)。

How did we do it? We helped a network train itself to recognize complex patterns of photo detection. We fed it with data from large numbers of real scanned photos with clearly (manually) defined edges. Following a training process of several weeks, the network started to pick up the "right" or "accurate" way to detect a photo's edge.

我们是怎么做的？ 我们帮助网络训练自己识别复杂的照片检测模式。 我们用大量真实扫描照片的数据提供了清晰(手动)定义的边缘。 经过几周的培训，网络开始采用“正确”或“准确”的方式来检测照片的边缘。

in a xx way这种名词短语翻译成中文时可以转化为形容词或副词，更加清晰明了。

我们是怎么做到的？我们帮助网络训练自身识别复杂的照片检测模式。我们为它提供大量真实扫描的照片数据和清晰(手动)定义的边缘。经过几周的训练，网络开始学会“正确”、“准确”地识别照片边缘。

A couple of years and heaps of more photos later, this deep learning network component of the app's scanner is 92% accurate in deciding for itself what each new scanned photo's edges are, and cropping it accordingly. The same accuracy is maintained even when the scanned objects include various photo album types, materials, and photo dimensions the scanning algorithm is encountering for the first time.

几年后，这些应用程序扫描仪的深度学习网络组件在确定每张新扫描照片的边缘时，准确率为92％，并相应裁剪。 即使扫描对象包括扫描算法第一次遇到的各种相册类型，材料和照片尺寸，也能保持相同的精度。

个别词语微调。

几年后，经过大量照片的训练，应用程序扫描仪的深度学习网络组件确定每张新扫描照片边缘的准确率达到了92％，并可以进行相应裁剪。即使扫描对象包括扫描算法首次遇到的各种相册类型、材质和照片尺寸，也能保持相同的准确率。

2. PHOTO PERSPECTIVE

The vast majority of people using their phone to scan photos hold their device at an angle (even if they do their best to hold it as parallel as possible to the photographs). This produces a rough, trapezoid input to work with. To tackle this challenge we developed a perspective-correction mechanism that is embedded in the scanning process.

2.照片观点

绝大多数使用手机扫描照片的人都会以一定角度握住他们的设备(即使他们尽力将照片尽可能平行地保持在照片上)。 这会产生粗糙的梯形输入。 为了应对这一挑战，我们开发了一种嵌入扫描过程的透视校正机制。

整理断句。英语的句号不一定要对应中文的句号，而要根据句子的完整性进行组合。

2. 照片透视

在使用手机扫描照片时，哪怕人们尽力将手机与照片保持平行，设备与照片间仍然会形成一定角度，产生粗糙的梯形输入图像。为了应对这一挑战，我们研发了融入扫描过程的透视校正机制。

After defining each photo's boundaries, the scanning algorithm proceeds to translate each photo's form into a trapeze shape that goes through a perspective correction - a necessary step for producing the end result of straight, rectangular shaped photos.

In other words, the scanning algorithm knows how to straighten the photos while maintaining the right proportions, regardless of their initial tilt.

在定义每张照片的边界之后，扫描算法继续将每张照片的形式转换为经过透视校正的梯形形状 - 这是产生直的矩形照片的最终结果的必要步骤。

换句话说，扫描算法知道如何在保持正确比例的同时拉直照片，而不管它们的初始倾斜。

regardless分句在中文中最好提前，会更自然。

在确定每张照片的边界后，扫描算法将每张照片转为梯形并进行透视校正。这是最终生成边角为直角的矩形照片的必要步骤。

换句话说，不论原始照片倾斜程度如何，扫描算法都知道如何在保持正确比例的同时拉直照片。

3. SMART AUTOMATIC PHOTO ROTATION

Following the perspective correction of the visual input, the app's scanning algorithm moves on to identify which photos, if any, need to be rotated.

3.智能自动照片旋转

在视觉输入的透视校正之后，应用程序的扫描算法继续进行以识别哪些照片(如果有的话)需要旋转。

if any是非常西式的表达法，建议不要直译。

3. 智能自动照片旋转

在对图像输入进行透视校正后，应用程序的扫描算法继续识别是否有照片以及哪些照片需要旋转。

The ANN we trained has taught itself to know what is "up" vs. "down," that skies are on top and ground is on the bottom. If it identifies a photo that needs rotation, it does so automatically in increments of 90 degrees.

This sophisticated technological capability is the result of training a deep learning network by feeding it with real data - in this case, photos that were manually rotated to represent the correct (that is, humanly perceived correct) orientation of photos.

我们训练的人工神经网络已经教会自己知道什么是“向上”与“向下”，天空在顶部，地面在底部。 如果它识别出需要旋转的照片，则会以90度的增量自动进行。

这种先进的技术能力是培养深度学习网络的结果，通过为其提供真实数据 - 在这种情况下，手动旋转的照片代表照片的正确(即人类感知的正确)方向。

increment直译过来有点怪，不如想想“如果要用中文表达这个动作，我会怎么说”。

我们训练的人工神经网络已经教会自己区分“上”和“下”，知道了天空在顶部，地面在底部。如果它识别出需要旋转的照片，则会以90度为单位进行自动旋转。

这种先进的技术能力是通过向深度学习网络提供真实数据进行训练的结果。在此情况下，数据包含方向正确(人类认为的正确)的经过手动旋转的照片。

4. IN THE WORKS: COLOR RESTORATION OF FADED COLORS

This fourth component of Photomyne's scanning algorithm is still in the oven, but it's an especially exciting one. Old analog photographs often lose their color vividness over time, resulting in faded colors or the formation of brown-yellowish tint that has come to represent the vintage look and feel (no wonder Instagram uses it as one of its retro filters).

We are currently working to train yet another ANN to identify such photos and to automatically correct faded colors as organically as possible.

4.在工作中：色彩恢复淡淡的颜色

Photomyne的扫描算法的第四个组成部分仍然在烤箱中，但它是一个特别令人兴奋的组件。 旧的模拟照片经常会随着时间的推移而失去色彩的鲜艳度，导致褪色或形成棕黄色调，代表了复古的外观和感觉(难怪Instagram将其用作复古滤镜之一)。

我们目前正在努力训练另一个人工神经网络来识别这些照片，并尽可能有机地自动校正褪色的颜色。

习语翻译微调。

color vividness是名词，但是不代表翻译成中文也一定需要用名词或者是相同结构的名词。

4. 研发中：褪色照片的色彩还原

Photomyne扫描算法的第四个组件仍在研发中，但这是一个特别令人兴奋的组件。实体旧照片经常会随着时间的推移而失去鲜艳的色彩，导致褪色或形成棕黄色调，有了复古的外观和感觉(难怪Instagram将其用作复古滤镜之一)。

我们目前正在努力训练另一个人工神经网络来识别这些照片，并尽可能自动校正褪色的照片。

These critical components make the scanner by Photomyne the sophisticated, effective and yes, thinking mechanism that it is.

Thanks to these capabilities, digitizing analog photographs -whatever the quantity- is rendered a seamless process using nothing more than one's handheld phone.

这些关键部件使Photomyne的扫描仪成为一种复杂，有效和一致的思维机制。

由于这些功能，数字化模拟照片 - 无论数量多少 - 使用的只是一个手持电话，无缝过程。

thanks to是直译过来比较不自然，说到底其实是想表示因果关系。

这些关键部件使Photomyne的扫描仪获得了复杂却高效的功能和思考能力。

这些功能使通过手机扫描任意数量的实体照片成为一个流畅的过程。

今天的翻译案例分析就到此结束啦！希望这篇文章能向各位展示一名翻译在工作时的内心世界：)

在比较机器翻译和人工翻译时，其实不难看出：

1. 机器翻译在翻译习语俗语时比较生硬，无法结合上下文。

2. 机器翻译的句式过于贴近原文，使译文读起来有“翻译腔”。

3. 机器翻译难以灵活运用和转换不同词性(名词、动词、形容词、副词等)。

4. 机器翻译难以“理解”独立存在的标题或短语(即没有上下文时，标题和短语有多种理解方式，而且只有人才能准确判断)。

所以机器翻译能不能取代人工翻译？Well，作为翻译行业从业者，我还是坚信高端翻译短期内难以被取代，不过低端翻译(换言之，翻得还不如谷歌的翻译)被取代应该是难以避免的啦。说这么多，还不是为了敦促翻译专业的你们好好学习：P

如果对文章有任何疑问，或者是有更好的译法，欢迎留言与大家交流哦！翻译专业的朋友们如果想看到更多类似文章，请留言告诉我吧(因为不知道到底有多少翻译专业的朋友看我的推送哈)！

关注我们

公众号：Multilingualclub

专注语言学习干货

如果喜欢我们的文章，欢迎分享至朋友圈、关注公众号并把我们推荐给朋友。

你可能会喜欢

好好说话 | 怎样改进英式中文？

抛砖引玉 | 翻译时应该如何查资料？

晒书晒笔记 | 学外语时应如何做笔记？

身边的神翻译：你与好翻译只差十万八千里