扬中英语翻译服务服务介绍“本信息长期有效”

技术背景

　　（1）机器翻译研究历程

　　机器翻译的研究在上世纪五十年代就已经展开，早期的工作主要以基于规则的方法为主，进展相对来说比较缓慢。之后美国自然语言处理咨询委I员会还作出了一个质疑了机器翻译的可行性的报告，对该领域研究造成了一定阻碍。到了上世纪九十年代，IBM提出了著i名的基于词的翻译模型，开启了统计机器翻译时代，随后短语和句法模型相继被提出，翻译质量得到了显著提升。***近两年神经网络机器翻译方法开始兴起，该方法突破统计机器翻译方法中的许多限制，成为当前的研究热点。

　　（2）统计机器翻译

　　统计机器翻译的基本思想是充分利用机器学习技术从大规模双语平行语料中自动获取翻译规则及其概率参数，然后利用翻译规则对源语言句子进行解i码。对于给定的源语言句子，统计机器翻译认为其翻译可以是任意的目标语言句子，只是不同目标语言句子的概率不同。而统计机器翻译的任务，就是从所有的目标语言句子中，找到概率***i大的译文。

　　（3）神经网络机器翻译

　　神经网络机器翻译（neural machine translation，NMT）是近年来兴起的一种全新的机器翻译方法，其基本思想是使用神经网络直接将源语言文本映射为目标语言文本，这种编码器解i码器架构使得它可以采用端到端的方式进行训练，能同时优化模型中的所有参数。完全不同于传统机器翻译中以基于离散符号的转换规则为***的做法，需要经过词对齐，抽规则，概率估计和调参等一系列步骤，容易产生误差传播。神经网络机器翻译使用连续的向量表示对翻译过程进行建模，因而能从根本上克服传统机器翻译中的泛化性能不佳、独立性假设过强等问题。

　　增强语境化意识

　　当代文学的对外传播一方面依赖翻译，将更多的作品翻译成外文，使其流通范围超越文化原产地，即“走出去”。另一方面，还要对翻译作品进行研究、诠释，使其在国外落地生根，即“走进去”。山东师范大学文学院***姜智芹认为，翻译研究应当紧跟文学作品翻译的脚步，这样才能巩固翻译效果，真正实现文学的跨文化传播。

　　当前，学者在有意识地增加翻译研究的同时，也出现了以理论替代问题，机械套用翻译理论对翻译现象进行大而化之、空洞浮泛的所谓“论述”，没有发掘出富有新意、具有学术价值的问题，显露出创新性和深化研究的不足。安德烈·勒菲弗尔和苏姗·巴斯内特i共同提出了翻译研究的“文化转向”问题，即翻译研究要关注的不仅仅是语言问题，必须在更广阔的历史文化视野中展开自己的讨论。上海外国语大学英语学院院长查明建表示，翻译研究的“文化转向”极大地拓展了翻译研究的空间，取得了比较丰硕的成果。

　　“翻译不是在真空中发生的，不是简单的文字转换，不是独立于译语文化语境的语言转换行为，而是文化交流、吸纳、转化行为。”在查明建看来，要突破目前翻译研究的瓶颈，不能仅停留在“文化转向”所带来的研究视角层面，还要增强翻译研究的语境化意识和问题意识，深入到翻译现象发生的语境内部，发掘具有思想深度的问题。

　***仅20%的人能看懂英文，谷歌翻译支持100种语言翻译

　　据悉，谷歌翻译在2006年就已经推出，经过11年的发展已经支持超过100种语言的翻译，覆盖世界99%的***。据高勤透露，谷歌翻译每天提供超过10亿次的翻译，月度活跃用户超过10亿人次，其中95%来自于美国以外地区。

　　目前，谷歌翻译支持手机摄像头识别即时翻译，手机麦克风和扬声器即时对话翻译，离线翻译等等。

　　高勤在会上解释了谷歌翻译服务推出的原因，“今天全世界互联网内容中英文占到了50%。与此同时仅有20%的人口能够看懂英文。可以说对于世界上大多数的人来说互联网上的大部分内容是与他们绝缘的。”