王均松：人工智能时代的翻译：技术驱动的变革与未来展望

王均松老师：

技术驱动的翻译模式，具体来说，就是指由信息技术工具作为翻译手段的模式。近年来，随着信息技术的突飞猛进，尤其是2016年Google推出神经网络机器翻译以及2022年ChatGPT的横空出世，翻译技术成为学界讨论最多的一个热词，并且涌现出一大批致力于推动翻译技术发展的专家学者。

具体而言，翻译技术主要包括计算机辅助翻译技术、机器翻译技术和翻译管理技术三大类。其中，计算机辅助翻译技术主要包括翻译记忆、术语管理、质量保证等；机器翻译技术主要包括统计机器翻译、神经网络机器翻译等；翻译管理技术主要包括流程管理、语言资产管理等。这些技术的应用和创新不断地推动着翻译模式的变革，为翻译行业的发展注入了新的活力。根据《中国翻译及语言服务行业发展报告2023》，截至2022年底，国内具有机器翻译与人工智能业务的企业达588家，相较于2021年增长率为113%。在翻译和本地化公司中，计算机辅助翻译或机器翻译译后编辑已经成为一种普遍接受的新模式、新业态。

03

王均松老师：

计算机辅助翻译（Computer-Aided Translation，CAT）是一种“机助人译”的翻译模式，它是指在计算机技术的帮助下，翻译人员可以更加高效地完成翻译工作的一种翻译模式。计算机辅助翻译不同于机器翻译，它不依赖于计算机的自动翻译，而是译员在翻译软件或工具的辅助下开展翻译。其智能化程度较低，主要依赖于翻译记忆和术语管理等辅助工具，但是译者主体性较强、翻译效率高，是目前语言服务行业最受欢迎的翻译模式。

机器翻译译后编辑（Machine Translation Post-Editing，MTPE）是一种“人助机译”的翻译模式，它是对机器翻译的初始译文进行编辑、修改和加工的过程。机器翻译译后编辑通过人工和部分自动化方式增强机器翻译的输出，以满足特定质量目标的过程。其工作效率和智能化程度较高，主要依赖于机器翻译技术，但是译者主体性较弱，译员只能在机器翻译的基础上进行编辑和修改，无法得到及时的反馈和调整。

交互式机器翻译（Interactive Machine Translation，IMT）是一种“人机交互”的翻译模式，它利用人工智能技术，将机器翻译和人工翻译相结合，实现交互式翻译。顾名思义，其主要特征是交互性与自适应性。其智能化程度较高，主要依赖于人工智能技术，译者主体性和人机交互程度都较强，译员可以得到机器翻译系统的即时反馈并进行动态调整，修改调整又会被存储到翻译记忆中用于后文的翻译。但是这种模式也存在不足之处，主要体现在翻译过程中译员需要对照系统的即时提示进行不断调整，一定程度上影响了翻译的工作效率。

总之，三种翻译模式各有优劣，选择适合自己的翻译模式需要根据具体情况进行综合考虑。在实际应用中，可以根据翻译任务的性质、要求和译员的经验和技能等因素进行选择和调整，以达到最佳的翻译效果和质量。

04

专访记者李丹：您认为翻译模式变革的发展动因主要是什么？这些动因又是如何引起翻译模式改变的呢？

王均松老师：

技术驱动的翻译模式嬗变是多种因素综合作用的结果，其中语言服务需求、技术工具创新和人文社会因素是主要的动因。这些动因引起了翻译模式的改变和升级，推动了翻译行业的发展和进步。

首先，语言服务需求的变化。随着全球化和信息化的发展，翻译服务的需求量和种类不断增加，传统的翻译模式已经无法满足多样化、个性化和高质量的翻译需求。因此，需要采用更加智能化、高效化和个性化的翻译模式来满足不同客户的需求。

其次，技术工具创新的推动。人工智能技术的发展和应用，尤其是机器学习、深度学习、自然语言处理等技术的不断进步，为翻译模式的创新和升级提供了强有力的支持和推动。新的技术工具和平台的出现，使得翻译过程更加智能化、高效化和自动化。

最后，人文社会因素的影响。翻译模式的嬗变也受到人文社会因素的影响，如文化交流、语言多样性、知识产权保护等。这些因素促使翻译模式更加注重文化适应性、语言多样性和知识产权保护，同时也促进了翻译模式的创新和升级。

05

王均松老师：

这是一个机遇与挑战并存的时代。

从机遇的角度来看，新的翻译模式和技术工具可以提高翻译效率和质量，满足不同客户的需求，拓展翻译市场和服务领域，提高翻译企业的竞争力和市场占有率。同时，翻译模式的变革还有利于提高翻译人员的智能化水平和专业素养，推动翻译行业向更加智能化、高效化和个性化的方向发展。

从挑战的角度来看，随着新的翻译模式的出现，传统的人工翻译面临巨大的挑战，需要翻译人员不断学习和适应新的技术和工具，提高自己的智能化水平和专业素养，否则将面临被淘汰的风险。翻译模式的进步同时也是一把双刃剑，过度依赖翻译技术会造成译员翻译能力和水平的下降。另外，滥用翻译技术会对语言服务行业带来负面的影响，例如，如果不对机器翻译译文进行严谨、专业的译后审校，会造成译文质量下降，有损于翻译工作者的职业形象，也可能给读者带来阅读障碍。

从应对的角度来看，我们可以从以下几点入手：

（1）不断学习和适应新的技术和工具，提高自己的智能化水平和专业素养，以适应新的翻译模式和市场需求。这需要翻译人员具备持续学习的意识和能力，积极参与各种培训和学习活动，不断提高自己的技能和知识水平。

（2）加强人工智能和人工翻译的结合，发挥二者的优势，提高翻译效率和质量。这需要翻译人员具备一定的计算机技能和翻译技能，能够熟练使用各种翻译软件和工具，同时能够进行人工校对和润色，保证译文的准确性和流畅性。

（3）加强翻译企业的技术创新和人才培养，提高自身的竞争力和服务质量，以满足客户的多样化需求和提高市场占有率。这需要翻译企业具备创新意识和能力，积极开展技术研发和人才培养，提高自身的核心竞争力和服务水平。

（4）加强行业自律和规范，保护知识产权和文化多样性，促进翻译行业的健康发展和进步。这需要翻译行业具备自律意识和能力，积极参与行业组织和标准制定，制定和完善行业规范和标准，保护知识产权和文化多样性，促进翻译行业的健康发展和进步。

总之，技术驱动的翻译模式嬗变给我们带来了机遇和挑战，只有不断创新和进步，才能在激烈的市场竞争中立于不败之地。

参考文献：

王均松,肖维青,崔启亮.人工智能时代技术驱动的翻译模式：嬗变、动因及启示[J].上海翻译,2023(04):14-19.

ChatGPT与语料数据处理工作坊

ChatGPT作为大型语言模型（LLM）的应用，引爆了AIGC技术的奇点。想了解更多有关人工智能时代技术驱动翻译模式的信息，敬请关注

【ChatGPT与语料数据处理工作坊，率先掌握AIGC】https://mp.weixin.qq.com/s/q3MMxYB6QRE61P5ZjiEK7A。

本次工作坊特邀西北工业大学王均松副教授、上海海事大学袁煜副教授、一位北外博士生及一位行业从业者。以案例驱动的方式，深入探索ChatGPT在翻译研究数据处理、机器翻译译前编辑、语料库建设与应用、语料标注及统计分析方面的应用潜能，提供AIGC时代的实践与研究新思路，助力实现语料数据处理与应用能力的全面进阶。

课程安排：

ChatGPT在翻译数据挖掘中的实践与应用-袁煜

• ChatGPT辅助翻译研究数据加工

• ChatGPT辅助口译质量自动评估

• ChatGPT辅助机器翻译系统 DIY

ChatGPT在机器翻译译前编辑中的应用探索-王均松

• 机器翻译译前编辑简介

• 译前源语语料编辑策略

• 基于ChatGPT的源语自动编辑

• 译前源语编辑效果评估

ChatGPT赋能单语与平行语料库建设与实操-郭镇

• 翻译语料选择与元信息标注

• ChatGPT辅助语料批量处理

• 语料的分析与检索

• ChatGPT辅助语料数据图形化

大语言模型（LLM）在语料标注与数据分析中的实践与应用-李梦飞

• 主流大语言模型在语言研究中的应用评估

• 大语言模型在语料检索与分析中的应用

• 不止词汇与句法：LLM在语料标注中的应用

• 大语言模型辅助语言数据的统计分析

授课时间：

8月31日、9月1日、9月2日、9月3日晚19:00-21:00

最后还是那句话

数智时代，我们要拥抱技术

此时不冲，更待何时

- END -

专访记者：李丹

推送编辑：濮雪姣