郭明陽(yáng), 張曉玲, 唐會(huì)玲, 孟慶端，任龍波

(河南科技大學(xué) a.外國(guó)語(yǔ)學(xué)院；b.信息工程學(xué)院；c.電氣工程學(xué)院, 河南 洛陽(yáng) 471023)

1 人工智能在機(jī)器翻譯中應(yīng)用的研究意義

人工智能(artificial intelligence，AI)是指研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。隨著計(jì)算機(jī)技術(shù)與信息技術(shù)的快速發(fā)展，人工智能對(duì)機(jī)器翻譯進(jìn)行了整體闡述，主要包括自然語(yǔ)言處理、機(jī)器人學(xué)和知識(shí)系統(tǒng)等方面。機(jī)器翻譯是自然語(yǔ)言處理技術(shù)的一個(gè)分支，注重利用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)一種人類語(yǔ)言(源語(yǔ)言)到另外一種人類語(yǔ)言(目標(biāo)語(yǔ)言)的自動(dòng)翻譯或轉(zhuǎn)換。例如,借助于人工智能技術(shù)，翻譯者和技術(shù)人員可以首先對(duì)機(jī)器的整體翻譯方案開(kāi)展均勻抽樣；然后采用蒙特卡羅等方法模擬具體文本的翻譯過(guò)程，計(jì)算每種排布方式下的機(jī)器翻譯效率，從而生成大數(shù)據(jù)翻譯樣本供人工智能算法學(xué)習(xí)，進(jìn)而采用人工神經(jīng)網(wǎng)絡(luò)高效地?cái)M合出翻譯架構(gòu)排布與機(jī)器翻譯效率之間的關(guān)系；最后結(jié)合遺傳算法尋找機(jī)器翻譯的最優(yōu)排布方式。人工智能技術(shù)已經(jīng)應(yīng)用于以谷歌翻譯、百度翻譯為代表的網(wǎng)絡(luò)即時(shí)翻譯和以譯星、雅信譯霸為代表的專業(yè)翻譯系統(tǒng)中。

人工智能技術(shù)雖然尚處于發(fā)展階段，但其應(yīng)用前景是非常明晰的。2017年7月，國(guó)務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，人工智能已經(jīng)成為重要的國(guó)家戰(zhàn)略。各大經(jīng)濟(jì)體均處于同一起跑線上，對(duì)人工智能的研究和應(yīng)用均處于投入探索階段[1]。結(jié)合中國(guó)國(guó)際貿(mào)易高端人才不足、知識(shí)經(jīng)濟(jì)生產(chǎn)力發(fā)展亟待提速等問(wèn)題，在新經(jīng)濟(jì)時(shí)代人工智能技術(shù)給了中國(guó)難得的趕超機(jī)會(huì)。翻譯能力的核心在于與翻譯過(guò)程中的各方保持積極的活動(dòng)關(guān)系,并生產(chǎn)出符合客戶要求的譯文[2]。人工智能以及機(jī)器翻譯的各項(xiàng)技術(shù)加速發(fā)展，正在不斷地提升人類對(duì)于各種語(yǔ)言信息的處理能力，彌補(bǔ)人工翻譯在速度和成本方面的不足。智能語(yǔ)音、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯等技術(shù)越來(lái)越成熟，人工智能給許多行業(yè)帶來(lái)了重要影響和挑戰(zhàn)[3]。

2 人工智能和機(jī)器翻譯的研究進(jìn)程

伴隨著人工智能的進(jìn)一步發(fā)展，機(jī)器翻譯能夠更好地滿足大多數(shù)一般性翻譯需求，但面對(duì)專業(yè)、多元、細(xì)致并蘊(yùn)含人文情感的復(fù)雜溝通翻譯任務(wù)，機(jī)器翻譯目前仍然難以替代人工翻譯。當(dāng)前人工智能發(fā)展中顯現(xiàn)出互為鏡像、互為嵌入和互為信息的人機(jī)關(guān)系趨勢(shì)[4]。因此，目前機(jī)器翻譯會(huì)和人工譯員一起協(xié)同工作。但是，在這種協(xié)作翻譯的關(guān)系中，以前簡(jiǎn)單的“機(jī)器輔助翻譯”模式已經(jīng)越來(lái)越多地被人工智能交互翻譯(artificial intelligence interactive translation，AIIT)所取代，這是翻譯技術(shù)能力的進(jìn)步[5]。機(jī)器翻譯和計(jì)算機(jī)輔助翻譯的很多工作,也將會(huì)由日益完善的人工智能交互翻譯來(lái)完成。

3 基于人工智能技術(shù)的機(jī)器翻譯

人工智能在機(jī)器翻譯中的廣泛應(yīng)用程度與人工智能技術(shù)的進(jìn)步和機(jī)器翻譯功能的提升有關(guān)，這一點(diǎn)在專業(yè)翻譯中體現(xiàn)得尤為明顯。嚴(yán)格意義上來(lái)講，計(jì)算機(jī)網(wǎng)絡(luò)信息本身是一個(gè)龐大的數(shù)據(jù)信息庫(kù)，而這個(gè)數(shù)據(jù)庫(kù)又是由海量的子數(shù)據(jù)庫(kù)構(gòu)成的[6]。有些翻譯語(yǔ)料所涉及的領(lǐng)域很多，技術(shù)性和專業(yè)性都很強(qiáng),而且語(yǔ)料內(nèi)容信息豐富，因此文本內(nèi)容會(huì)經(jīng)常出現(xiàn)重復(fù)現(xiàn)象。根據(jù)相關(guān)統(tǒng)計(jì)數(shù)據(jù)顯示,有些需要機(jī)器翻譯的技術(shù)資料相關(guān)內(nèi)容重復(fù)率能達(dá)到40%以上。針對(duì)這種情況，人工智能可以依據(jù)機(jī)器翻譯的基本原理——翻譯記憶自動(dòng)對(duì)重現(xiàn)的語(yǔ)料成分進(jìn)行翻譯，例如對(duì)前文翻譯過(guò)的語(yǔ)句或者語(yǔ)段部分進(jìn)行快速比對(duì)，然后高速呈現(xiàn)翻譯結(jié)果，這樣就極大地提高了機(jī)器翻譯的工作效率，并且能夠保證機(jī)器前后翻譯內(nèi)容具有一致性，從技術(shù)層面上保證了譯文具有更高的質(zhì)量。

出于提升翻譯效率和確保翻譯內(nèi)容一致性的考慮, 人工智能在機(jī)器翻譯的應(yīng)用系統(tǒng)中，通常會(huì)設(shè)置系統(tǒng)翻譯組件，例如翻譯記憶庫(kù)和術(shù)語(yǔ)管理組件。翻譯記憶庫(kù)主要是指人工智能在機(jī)器翻譯系統(tǒng)中所構(gòu)建的語(yǔ)料原文和翻譯內(nèi)容相對(duì)應(yīng)的等值語(yǔ)料庫(kù)。當(dāng)機(jī)器翻譯系統(tǒng)開(kāi)始進(jìn)行翻譯工作時(shí)，人工智能會(huì)自動(dòng)對(duì)需要翻譯的文本資料在翻譯語(yǔ)料庫(kù)中進(jìn)行存儲(chǔ)和比對(duì)，在整個(gè)翻譯過(guò)程中，人工智能通過(guò)對(duì)程序代碼進(jìn)行掃描，發(fā)現(xiàn)有相似或相近的翻譯內(nèi)容時(shí)，人工智能系統(tǒng)會(huì)自動(dòng)將其與翻譯語(yǔ)料庫(kù)內(nèi)容進(jìn)行匹配，通過(guò)語(yǔ)境和語(yǔ)言使用系統(tǒng)進(jìn)行確認(rèn)后,就可以快速將最終翻譯結(jié)果呈現(xiàn)在用戶界面。隨著人工智能技術(shù)的不斷提升，能夠支持模糊匹配的機(jī)器翻譯系統(tǒng)也在不斷升級(jí)，人工智能系統(tǒng)通過(guò)對(duì)算法的不斷改進(jìn),可以自動(dòng)設(shè)置語(yǔ)料原文和譯文之間的最小匹配值(如60%或者80%)。然后，通過(guò)模糊匹配程序搜索翻譯記憶庫(kù)中的語(yǔ)料，即便是對(duì)于那些不能實(shí)現(xiàn)完全匹配的句型，人工智能也可以通過(guò)機(jī)器翻譯達(dá)到相似的內(nèi)容確認(rèn)，再通過(guò)語(yǔ)言使用系統(tǒng)或者人工譯員進(jìn)行確認(rèn)，實(shí)現(xiàn)人工智能與人工譯員的互動(dòng)互助。目前，這樣的工作模式既能夠保證高水平的翻譯質(zhì)量，又能夠讓機(jī)器翻譯通過(guò)人工智能的自我學(xué)習(xí)程序提升翻譯的質(zhì)量和效率。

未來(lái)，學(xué)習(xí)能力和數(shù)據(jù)處理能力更加強(qiáng)大的人工智能系統(tǒng)將幫助機(jī)器翻譯更好地完成工作?，F(xiàn)有的翻譯記憶庫(kù)通過(guò)人工智能的自我學(xué)習(xí)程序也可以不斷更新，并能夠自動(dòng)識(shí)別和存儲(chǔ)新語(yǔ)料。隨著翻譯記憶庫(kù)數(shù)據(jù)的不斷擴(kuò)大，在大數(shù)據(jù)技術(shù)的支持下，人工智能能夠使機(jī)器翻譯的工作效率不斷提升。通過(guò)網(wǎng)絡(luò)共享功能，人工智能可以通過(guò)對(duì)海量網(wǎng)絡(luò)翻譯數(shù)據(jù)進(jìn)行精確算法分析，從而提升人工智能的自我學(xué)習(xí)能力，使機(jī)器翻譯越來(lái)越接近人工翻譯的質(zhì)量。

3.1 人工智能技術(shù)在機(jī)器翻譯中的應(yīng)用

進(jìn)入21世紀(jì)以來(lái)，人工智能技術(shù)快速發(fā)展，應(yīng)用領(lǐng)域也越來(lái)越廣泛，尤其是專家系統(tǒng)技術(shù)、人工神經(jīng)網(wǎng)絡(luò)和智能決策支持系統(tǒng)在機(jī)器翻譯的研究和應(yīng)用中取得了顯著進(jìn)步。

3.1.1 專家系統(tǒng)技術(shù)在機(jī)器翻譯中的應(yīng)用

從近些年人工智能研究的成效來(lái)看，知識(shí)庫(kù)專家系統(tǒng)和知識(shí)工程成為人工智能研究領(lǐng)域最具有實(shí)踐意義的成果，并進(jìn)行了商業(yè)化運(yùn)作，經(jīng)濟(jì)效益初現(xiàn)。所謂專家系統(tǒng)，是指一種基于知識(shí)的系統(tǒng)，其實(shí)質(zhì)是使系統(tǒng)的構(gòu)造和運(yùn)行都基于控制對(duì)象和控制規(guī)律的各種專家知識(shí)的數(shù)據(jù)積累。這種人工智能的電腦程序構(gòu)建了一套具有某個(gè)專業(yè)領(lǐng)域?qū)＜业闹R(shí)和經(jīng)驗(yàn)水平的集成系統(tǒng)，并具備解決實(shí)際專業(yè)問(wèn)題的能力。發(fā)展專家系統(tǒng)的關(guān)鍵在于表達(dá)和運(yùn)用專家知識(shí)，即來(lái)自人類專家的且已被證明能夠解決某領(lǐng)域內(nèi)典型問(wèn)題的有用的事實(shí)和過(guò)程[7]。隨著專家系統(tǒng)和翻譯大數(shù)據(jù)技術(shù)的不斷完善，人工智能可以根據(jù)多位翻譯專家分享的翻譯領(lǐng)域知識(shí)、工作經(jīng)驗(yàn)進(jìn)行有效地推理和判斷, 模擬翻譯專家決策的過(guò)程來(lái)解決那些翻譯實(shí)踐中遇到的各種復(fù)雜問(wèn)題。

（2）力學(xué)性能檢測(cè) 試件按照ASME IX卷要求進(jìn)行取樣和力學(xué)性能試驗(yàn)，取樣位置如圖1所示，各項(xiàng)檢測(cè)結(jié)果如表6～表9所示。

專家系統(tǒng)技術(shù)在機(jī)器翻譯中的應(yīng)用主要基于翻譯專家的專業(yè)知識(shí)和實(shí)踐經(jīng)驗(yàn)，采用知識(shí)表達(dá)翻譯技術(shù)，建立翻譯模型和翻譯數(shù)據(jù)庫(kù)，利用語(yǔ)言知識(shí)和以往的翻譯工作經(jīng)驗(yàn)進(jìn)行語(yǔ)義推理，制訂翻譯決策控制機(jī)制，為機(jī)器翻譯提供最優(yōu)控制以及決策支持等。翻譯專家系統(tǒng)的出現(xiàn)，改變了過(guò)去傳統(tǒng)翻譯單純依靠字對(duì)字、詞對(duì)詞翻譯的落后局面，使知識(shí)模型與翻譯大數(shù)據(jù)進(jìn)行了有機(jī)整合，將知識(shí)信息處理技術(shù)與控制技術(shù)相結(jié)合,使機(jī)器翻譯的效率和準(zhǔn)確率都有了很大程度的提升。

3.1.2 人工神經(jīng)網(wǎng)絡(luò)在機(jī)器翻譯中的應(yīng)用

神經(jīng)網(wǎng)絡(luò)的信息處理是由神經(jīng)元之間的相互作用實(shí)現(xiàn)的：知識(shí)與信息的存儲(chǔ)主要表現(xiàn)為網(wǎng)絡(luò)元件互連間分布式的物理聯(lián)系[8]。近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)在機(jī)器翻譯中的應(yīng)用領(lǐng)域取得了很大的進(jìn)步，具體體現(xiàn)在機(jī)器翻譯算法、語(yǔ)言學(xué)習(xí)等方面，并在文字符號(hào)處理、語(yǔ)音識(shí)別、最優(yōu)計(jì)算、語(yǔ)言信息智能處理、翻譯模式識(shí)別等領(lǐng)域不斷取得進(jìn)展。例如谷歌公司的神經(jīng)機(jī)器翻譯(Google’s neural machine translation，GNMT)系統(tǒng),由帶有8個(gè)編碼器和8個(gè)解碼器的深度長(zhǎng)短期記憶(long short-term memory，LSTM)網(wǎng)絡(luò)組成，并采用了殘差連接對(duì)梯度、位置信息等進(jìn)行傳遞，在英-西、英-中和英-法等多個(gè)語(yǔ)對(duì)中，與之前的基于短語(yǔ)的機(jī)器翻譯(phrase-based machine translation，PBMT)系統(tǒng)相比，翻譯錯(cuò)誤率降低了60%，已經(jīng)與人類中級(jí)譯員的水平不相上下。

隨著中國(guó)“一帶一路”倡議的提出和逐步實(shí)施，客觀上沿途各國(guó)間的交流溝通有了更廣泛的需求，尤其是在語(yǔ)言轉(zhuǎn)換處理和商務(wù)信息交流方面為機(jī)器翻譯提供了廣泛的市場(chǎng)需要，也蘊(yùn)含著巨大的市場(chǎng)價(jià)值。隨著機(jī)器翻譯功能的不斷提升，在文化教育交流和商務(wù)洽談中需要使用機(jī)器翻譯功能的應(yīng)用場(chǎng)景也越來(lái)越多，互聯(lián)網(wǎng)上語(yǔ)言翻譯的市場(chǎng)需求也愈來(lái)愈大，要對(duì)機(jī)器翻譯系統(tǒng)進(jìn)行有效管理，提升機(jī)器翻譯的效率，保證翻譯的質(zhì)量就需要人工智能，尤其是人工神經(jīng)網(wǎng)絡(luò)。為了使機(jī)器翻譯的各項(xiàng)系統(tǒng)正常運(yùn)轉(zhuǎn)且能降低運(yùn)行成本，提高經(jīng)濟(jì)效益，就要不斷提升機(jī)器翻譯的自動(dòng)控制水平、語(yǔ)言信息快速處理能力和翻譯系統(tǒng)運(yùn)行管理水平。人工智能的自主學(xué)習(xí)和深度學(xué)習(xí)功能，為具有快速學(xué)習(xí)與自適應(yīng)能力的人工神經(jīng)網(wǎng)絡(luò)在系統(tǒng)控制方面提供了監(jiān)督與非監(jiān)督操練。人工神經(jīng)網(wǎng)絡(luò)在機(jī)器翻譯中的應(yīng)用包括練習(xí)語(yǔ)言輸入與輸出集合、調(diào)節(jié)神經(jīng)元加權(quán)系數(shù)、語(yǔ)言信息的分類與自組織，并為機(jī)器翻譯系統(tǒng)的高級(jí)控制奠定了堅(jiān)實(shí)的基礎(chǔ)。

在人工智能的控制下，機(jī)器翻譯能夠按照不同的數(shù)學(xué)建模方式，采用多元化的翻譯策略，根據(jù)不同的信息運(yùn)算和處理原理進(jìn)行實(shí)際運(yùn)作。例如，機(jī)器翻譯能夠自主研究不同語(yǔ)言符號(hào)的特征，構(gòu)建出準(zhǔn)確有效的翻譯算法，并且通過(guò)適時(shí)調(diào)節(jié)翻譯參數(shù)來(lái)確定不同的翻譯標(biāo)準(zhǔn)，以適應(yīng)譯文的文化和語(yǔ)言特征，并能夠在人工神經(jīng)網(wǎng)絡(luò)的控制下，對(duì)于智能機(jī)器翻譯設(shè)備的實(shí)時(shí)運(yùn)行動(dòng)態(tài)和語(yǔ)言信號(hào)處理進(jìn)行有效地檢測(cè)、調(diào)節(jié)及故障診斷，進(jìn)而研制出具有高效自主學(xué)習(xí)能力、自主適應(yīng)功能和自主管理功能的創(chuàng)新性的智能自動(dòng)化控制系統(tǒng)。這一系統(tǒng)在機(jī)器翻譯設(shè)備上的有效應(yīng)用極大地提高了機(jī)器翻譯的效能。同時(shí)，機(jī)器翻譯控制需要準(zhǔn)確的語(yǔ)言結(jié)構(gòu)仿真模型，以及準(zhǔn)確、靈活的信息處理系統(tǒng)。由于早期機(jī)器翻譯模式的非互聯(lián)性，機(jī)器翻譯的語(yǔ)料信息不能及時(shí)更新，機(jī)器翻譯的控制系統(tǒng)無(wú)法實(shí)現(xiàn)在線運(yùn)行和實(shí)時(shí)更新。而在新的人工神經(jīng)網(wǎng)絡(luò)語(yǔ)言信息翻譯處理模型中，由于采取動(dòng)態(tài)學(xué)習(xí)更新建模的方式，提升了翻譯模型的運(yùn)轉(zhuǎn)效率。并且這類機(jī)器翻譯產(chǎn)品在投放市場(chǎng)時(shí)，能夠根據(jù)不同消費(fèi)群體的需要和物價(jià)承受能力，采用個(gè)性化、差異化的機(jī)器翻譯資源和硬件配置，更好地控制了硬件部分的花費(fèi)，滿足了更多消費(fèi)者不同的翻譯需求。尤其是更新的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)策略搭載性能具有更強(qiáng)大的信息處理芯片，實(shí)現(xiàn)了真正意義上的神經(jīng)網(wǎng)絡(luò)運(yùn)算和人工智能控制，使機(jī)器翻譯產(chǎn)品的性能不斷提升。由此可以看出：帶有人工神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯產(chǎn)品，在未來(lái)的實(shí)際生活使用中能夠更加貼切地滿足個(gè)人用戶和個(gè)性化需求。同時(shí)智能化的機(jī)器翻譯系統(tǒng)預(yù)示出了人工智能語(yǔ)言學(xué)習(xí)模式的更新，提升了以往機(jī)器翻譯產(chǎn)品的運(yùn)算速度和翻譯質(zhì)量。這一嶄新的機(jī)器翻譯和語(yǔ)言學(xué)習(xí)模式的研發(fā)，將會(huì)給不同文化背景和語(yǔ)言使用者帶來(lái)高效率、低花費(fèi)的應(yīng)用體驗(yàn)。

3.1.3 智能決策支持系統(tǒng)在機(jī)器翻譯中的應(yīng)用

伴隨著超級(jí)計(jì)算機(jī)運(yùn)算技術(shù)、網(wǎng)絡(luò)數(shù)據(jù)庫(kù)技術(shù)和物聯(lián)網(wǎng)技術(shù)的高速發(fā)展，智能決策支持系統(tǒng)在機(jī)器翻譯中也開(kāi)始了部分翻譯場(chǎng)景的應(yīng)用。網(wǎng)絡(luò)數(shù)據(jù)庫(kù)技術(shù)、云計(jì)算和深度學(xué)習(xí)使智能決策這一人工智能技術(shù)控制機(jī)器翻譯成為可能，尤其是分布式數(shù)據(jù)庫(kù)和網(wǎng)絡(luò)互聯(lián)計(jì)算技術(shù)的發(fā)展，更有利于將智能決策系統(tǒng)融入到機(jī)器翻譯智能化系統(tǒng)集成中，使得機(jī)器翻譯實(shí)現(xiàn)智能化。

智能決策支持系統(tǒng)整合了超級(jí)計(jì)算機(jī)技術(shù)、人工智能技術(shù)和管理科學(xué)的相關(guān)研究成果，是一種有利于提升機(jī)器翻譯效度和信度的創(chuàng)新性的信息管理技術(shù)。這項(xiàng)人工智能信息管理技術(shù)依托運(yùn)籌學(xué)、管理科學(xué)和控制論行為科學(xué)的最新研究成果，積極采用最新的計(jì)算機(jī)信息挖掘技術(shù)，在處理半結(jié)構(gòu)化和非結(jié)構(gòu)化的翻譯決策問(wèn)題中成效顯著。在對(duì)譯文翻譯質(zhì)量的最終控制方面，智能決策支持系統(tǒng)能夠進(jìn)行有效的決策活動(dòng)，為機(jī)器翻譯最終產(chǎn)品的呈現(xiàn)提供決策所需要的數(shù)據(jù)、信息和資料，并能夠明確決策目標(biāo)。在針對(duì)不同機(jī)器翻譯問(wèn)題時(shí)，智能決策支持系統(tǒng)也能夠?qū)τ龅降姆g問(wèn)題進(jìn)行快速地甄別和認(rèn)知，并建立和整改決策計(jì)算模型，提供盡可能多的翻譯備選譯文。智能決策支持系統(tǒng)可以幫助翻譯機(jī)器對(duì)各種翻譯技術(shù)方案進(jìn)行優(yōu)化，并能夠分析、區(qū)分出不同質(zhì)量的翻譯作品，不斷提升機(jī)器翻譯的決策能力、決策質(zhì)量和決策效益，以產(chǎn)生更大的經(jīng)濟(jì)效益和社會(huì)效益。

3.1.4 人工智能技術(shù)在機(jī)器翻譯中的應(yīng)用場(chǎng)景及優(yōu)缺點(diǎn)對(duì)比分析

基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的機(jī)器翻譯優(yōu)勢(shì)在于翻譯反應(yīng)速度快、用戶花費(fèi)少，可應(yīng)用于工作量大的翻譯項(xiàng)目，但其自身也存在著一些問(wèn)題。例如，神經(jīng)網(wǎng)絡(luò)翻譯系統(tǒng)一般包括兩個(gè)遞歸神經(jīng)網(wǎng)絡(luò)(recurrent neural network，RNN)，其中一個(gè)主要用來(lái)接受輸入文本，將輸入的源語(yǔ)言文本轉(zhuǎn)化為表征空間中的向量,另一個(gè)遞歸神經(jīng)網(wǎng)絡(luò)主要是將其轉(zhuǎn)化為目標(biāo)語(yǔ)句?？梢詫⑵湟暈橐粋€(gè)語(yǔ)言模型來(lái)預(yù)測(cè)目標(biāo)語(yǔ)言的下一個(gè)詞匯文本信息，而且其概率依賴于源語(yǔ)言，并通過(guò)注意力網(wǎng)絡(luò)連接。但這樣的架構(gòu)需要海量的計(jì)算資源，而且人工神經(jīng)網(wǎng)絡(luò)翻譯系統(tǒng)在應(yīng)對(duì)專業(yè)術(shù)語(yǔ)和非常用翻譯文本方面表現(xiàn)乏力。很多情況下只能對(duì)原文進(jìn)行復(fù)制，而沒(méi)有進(jìn)行任何翻譯操作。在處理冗長(zhǎng)文本信息時(shí)，基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯會(huì)出現(xiàn)文本信息丟失的現(xiàn)象，甚至?xí)z漏重要的文本信息。所以人工神經(jīng)網(wǎng)絡(luò)一般應(yīng)用于網(wǎng)絡(luò)即時(shí)翻譯場(chǎng)景，主要為了滿足一般性的翻譯需求。神經(jīng)網(wǎng)絡(luò)翻譯技術(shù)還在不斷發(fā)展，例如，隨著大數(shù)據(jù)技術(shù)和波束搜索等技術(shù)的發(fā)展，其翻譯準(zhǔn)確率也在不斷提升。谷歌的神經(jīng)機(jī)器翻譯系統(tǒng)宣稱,在多個(gè)主要語(yǔ)言對(duì)的翻譯中將翻譯誤差降低了55%～85%。

專家系統(tǒng)技術(shù)在機(jī)器翻譯中的應(yīng)用,有效解決了人工神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯存在的許多問(wèn)題，例如，目前的人工神經(jīng)網(wǎng)絡(luò)在文本翻譯時(shí)過(guò)多地只關(guān)注單詞和句子信息的翻譯，而忽視段落結(jié)構(gòu)及文本上下文語(yǔ)境信息的連接,詞匯文本信息在不同語(yǔ)境下的語(yǔ)言含義搜索和識(shí)別效率不高。但專家系統(tǒng)自身也存在著信息更新速度慢、系統(tǒng)構(gòu)建要求高、建設(shè)費(fèi)用投資大、建設(shè)周期長(zhǎng)、應(yīng)用領(lǐng)域過(guò)于細(xì)化等問(wèn)題，所以專家系統(tǒng)技術(shù)多應(yīng)用于專業(yè)領(lǐng)域的高端翻譯場(chǎng)景，在高級(jí)譯員培訓(xùn)、復(fù)雜語(yǔ)言信息識(shí)別、翻譯技術(shù)信息庫(kù)建設(shè)和翻譯技術(shù)資源網(wǎng)站開(kāi)發(fā)等方面應(yīng)用比較廣泛。

隨著經(jīng)濟(jì)發(fā)展模式的不斷創(chuàng)新，新的翻譯需求也呈現(xiàn)多樣性和定制化的特點(diǎn)。智能決策支持系統(tǒng)在垂直領(lǐng)域以及機(jī)構(gòu)定制化機(jī)器翻譯系統(tǒng)中得到了應(yīng)用。翻譯市場(chǎng)對(duì)于機(jī)器翻譯的實(shí)用性和靈活性的要求不斷促使智能決策支持系統(tǒng)對(duì)機(jī)器翻譯、CAT工具、術(shù)語(yǔ)管理等翻譯技術(shù)進(jìn)行整合，尤其是對(duì)本地化工具、翻譯管理系統(tǒng)、計(jì)算機(jī)輔助翻譯等組件進(jìn)行架構(gòu)重組。但由于人工智能技術(shù)還處于不斷發(fā)展的階段，智能決策支持系統(tǒng)的發(fā)展還不甚完善，其建設(shè)過(guò)程還面臨著很多技術(shù)挑戰(zhàn)，例如人工智能技術(shù)的不確定性發(fā)展、人機(jī)信任機(jī)制建立等具體問(wèn)題，所以，目前智能決策支持系統(tǒng)主要應(yīng)用于機(jī)器翻譯譯后編輯(machine translation post-editing, MTPE)和機(jī)器翻譯輔助工具的開(kāi)發(fā)。圖像翻譯也有望進(jìn)入智能決策支持系統(tǒng)的應(yīng)用場(chǎng)景。

3.2 人工智能在機(jī)器翻譯中的具體實(shí)現(xiàn)模式

人工智能在機(jī)器翻譯中的具體實(shí)現(xiàn)主要包括3個(gè)領(lǐng)域：(1)研究會(huì)聽(tīng)、說(shuō)、讀、寫(xiě)和譯的電腦程序, 實(shí)現(xiàn)自然語(yǔ)言處理；(2)研制智能化的翻譯機(jī)器,具有視覺(jué)和聽(tīng)覺(jué)程序處理能力, 并能識(shí)別周?chē)h(huán)境，靈活應(yīng)對(duì)遇到的翻譯問(wèn)題；(3)開(kāi)發(fā)通過(guò)符號(hào)識(shí)別來(lái)模擬人類翻譯專家行為的程序, 即翻譯專家系統(tǒng)。從研究的本質(zhì)來(lái)說(shuō), 人工智能一般可分為理論研究和工程研究?jī)蓚€(gè)領(lǐng)域。理論研究主要是指依據(jù)有關(guān)開(kāi)發(fā)和理解人和機(jī)器智能方面的理論進(jìn)行前瞻性研究和探索, 而工程研究則主要是研發(fā)人工智能的工具和類似翻譯專家系統(tǒng)這樣的實(shí)用商品。人工智能在機(jī)器翻譯中的具體實(shí)現(xiàn)模式包括: 對(duì)于翻譯信息和相關(guān)知識(shí)的人工智能處理、翻譯文字符號(hào)的智能處理以及人工智能對(duì)于翻譯問(wèn)題的智能化處理等方面?？梢哉f(shuō), 人工智能在機(jī)器翻譯中的具體實(shí)現(xiàn)模式,就是一種具有靈活信息處理能力和信息演示能力的結(jié)合體。

3.3 人工智能對(duì)于現(xiàn)有機(jī)器翻譯技術(shù)的提升作用

專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)和智能決策支持系統(tǒng)技術(shù)應(yīng)用于機(jī)器翻譯技術(shù)的開(kāi)發(fā)，能夠有效提升機(jī)器翻譯的效率。例如，基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的機(jī)器翻譯建設(shè)方案,有望解決傳統(tǒng)的基于短語(yǔ)的機(jī)器翻譯系統(tǒng)運(yùn)作效率不高的缺點(diǎn)。翻譯準(zhǔn)確度和速度是翻譯效率的重要觀測(cè)點(diǎn)。通用的機(jī)器翻譯方法主要有兩種：基于規(guī)則的機(jī)器翻譯方法和基于語(yǔ)料庫(kù)的機(jī)器翻譯方法。喬姆斯基(Chomsky)的轉(zhuǎn)換生成語(yǔ)法理論是基于規(guī)則的機(jī)器翻譯方法的理論基礎(chǔ)，這種技術(shù)方案主要是采用語(yǔ)言規(guī)則來(lái)對(duì)自然語(yǔ)言的內(nèi)部結(jié)構(gòu)規(guī)律進(jìn)行描述, 并對(duì)自然語(yǔ)言進(jìn)行形式化的處理。首先，要對(duì)輸入的句子進(jìn)行分析，獲得其句法分析樹(shù)；然后，根據(jù)轉(zhuǎn)換規(guī)則把源語(yǔ)言句子結(jié)構(gòu)映射到目標(biāo)語(yǔ)句子結(jié)構(gòu)上；最后，根據(jù)目標(biāo)語(yǔ)句子結(jié)構(gòu)對(duì)生成的譯文進(jìn)行最終的語(yǔ)言加工，并可采用直接翻譯法、中間語(yǔ)言法和轉(zhuǎn)換法等模式對(duì)源語(yǔ)言進(jìn)行機(jī)器翻譯。人工智能技術(shù)的高感知和高速運(yùn)算能力對(duì)于上述這些機(jī)器翻譯模式意義重大。

語(yǔ)料庫(kù)語(yǔ)言學(xué)是基于語(yǔ)料庫(kù)的機(jī)器翻譯方法的基礎(chǔ)，需要獲取大量語(yǔ)料來(lái)建立語(yǔ)料庫(kù)，這就要求通過(guò)大規(guī)模整理互為譯文的雙語(yǔ)語(yǔ)料，并由這些語(yǔ)料的電子格式來(lái)建立支撐機(jī)器翻譯的語(yǔ)料庫(kù)，這些語(yǔ)料信息將作為獲取翻譯知識(shí)和統(tǒng)計(jì)數(shù)據(jù)的依據(jù)。也可以直接采用語(yǔ)料庫(kù)進(jìn)行機(jī)器翻譯中的語(yǔ)料分析、轉(zhuǎn)換和生成。從技術(shù)層面來(lái)看，基于語(yǔ)料庫(kù)的機(jī)器翻譯方法主要有兩種：基于實(shí)例的機(jī)器翻譯和基于統(tǒng)計(jì)的機(jī)器翻譯(statistical machine translation，SMT)。其中，基于實(shí)例的機(jī)器翻譯方法主要是指在雙語(yǔ)語(yǔ)料庫(kù)中，通過(guò)編輯或查找與需要翻譯的源語(yǔ)言類似的參考實(shí)例來(lái)對(duì)源語(yǔ)言進(jìn)行翻譯?；诮y(tǒng)計(jì)的機(jī)器翻譯方法主要是指在雙語(yǔ)語(yǔ)料庫(kù)中,通過(guò)使用從語(yǔ)料庫(kù)中建造的概率模型來(lái)對(duì)輸入的需要翻譯的源語(yǔ)言自動(dòng)搜索出一個(gè)相似度概率最高的譯文。這種方法的難度取決于對(duì)源語(yǔ)言和翻譯目標(biāo)語(yǔ)進(jìn)行句對(duì)的對(duì)齊,并通過(guò)詞匯同現(xiàn)可能性的方法將源語(yǔ)言的詞匯映射到目標(biāo)語(yǔ)言詞匯的比對(duì)概率進(jìn)行計(jì)算，進(jìn)而形成與源語(yǔ)言詞匯表達(dá)意義概率學(xué)上最接近的翻譯文本。無(wú)論是高速運(yùn)轉(zhuǎn)的可靠的語(yǔ)料庫(kù)的構(gòu)建和管理，還是進(jìn)行比對(duì)概率的高速運(yùn)算，都離不開(kāi)人工智能技術(shù)的不斷創(chuàng)新。例如，在處理冗長(zhǎng)文本信息的翻譯工作時(shí)，谷歌的神經(jīng)機(jī)器翻譯引入了注意力機(jī)制，將解碼器的底層連接到了編碼器的頂層，從而使機(jī)器翻譯系統(tǒng)能夠更為準(zhǔn)確高效地應(yīng)對(duì)這些復(fù)雜信息。殘差連接技術(shù)的應(yīng)用實(shí)現(xiàn)了通過(guò)提升并行性來(lái)降低機(jī)器翻譯訓(xùn)練時(shí)間的目標(biāo)。在推理計(jì)算過(guò)程中，采用低精度運(yùn)算方案，從而能夠更快地為用戶呈現(xiàn)出翻譯結(jié)果。

3.4 人工智能對(duì)于機(jī)器語(yǔ)言分析和翻譯技術(shù)的推動(dòng)作用

機(jī)器翻譯在實(shí)際運(yùn)用過(guò)程中要處理很多復(fù)雜問(wèn)題，尤其是要時(shí)刻應(yīng)對(duì)語(yǔ)言知識(shí)復(fù)雜性和文化背景多樣性的挑戰(zhàn)。在應(yīng)對(duì)這些翻譯難題時(shí)，要利用現(xiàn)代技術(shù)手段[9]。從技術(shù)層面上來(lái)看，機(jī)器翻譯要同時(shí)處理兩種或者兩種以上的語(yǔ)言信息符號(hào)，這就需要翻譯機(jī)器能夠?qū)υ凑Z(yǔ)言進(jìn)行語(yǔ)言分析，這是第一步要做的?；谡Z(yǔ)法或者語(yǔ)義的中間結(jié)構(gòu)在理解分析源語(yǔ)言過(guò)程中發(fā)揮著重要作用。之后，翻譯機(jī)器要對(duì)介于源語(yǔ)言和目標(biāo)語(yǔ)言的中間語(yǔ)言結(jié)構(gòu)進(jìn)行進(jìn)一步分析，為下一步進(jìn)行目標(biāo)語(yǔ)言的語(yǔ)法或者語(yǔ)義的中間結(jié)構(gòu)的轉(zhuǎn)換打好基礎(chǔ)。在完成上述程序后，才能最終進(jìn)行語(yǔ)言符號(hào)的梳理轉(zhuǎn)換，形成最終的目標(biāo)語(yǔ)言的呈現(xiàn)表述。由此可見(jiàn)，語(yǔ)言分析對(duì)于機(jī)器翻譯作用明顯，語(yǔ)言分析的能力直接影響著機(jī)器翻譯的質(zhì)量，毫無(wú)疑問(wèn)，具有人工智能的機(jī)器翻譯在進(jìn)行語(yǔ)言分析時(shí)，具有更多的優(yōu)勢(shì)。

不同語(yǔ)言之間一般具有明顯的差異性，尤其體現(xiàn)在語(yǔ)法規(guī)律和表達(dá)習(xí)慣上，不同語(yǔ)言文字符號(hào)系統(tǒng)在詞匯、句子、語(yǔ)法、語(yǔ)義和語(yǔ)境等語(yǔ)言學(xué)信息方面表現(xiàn)出了信息量表述不對(duì)稱性的特點(diǎn)，這就使機(jī)器翻譯工作面臨著諸多挑戰(zhàn)，也需要借助日益發(fā)展的人工智能技術(shù)來(lái)解決翻譯實(shí)踐中出現(xiàn)的很多具體問(wèn)題。從某種層面上來(lái)說(shuō)，具有人工智能的翻譯機(jī)器是在不斷認(rèn)知不同語(yǔ)言系統(tǒng)間各自的運(yùn)作規(guī)律，深入學(xué)習(xí)和辨識(shí)篇章、段落、句群在內(nèi)的各種語(yǔ)境信息，并對(duì)上述相關(guān)信息進(jìn)行快速準(zhǔn)確地解碼和編碼的過(guò)程。除了語(yǔ)言內(nèi)部系統(tǒng)的差異，機(jī)器翻譯還要在人工智能的控制下考慮到因?yàn)槲幕尘安町? 導(dǎo)致不同自然語(yǔ)言系統(tǒng)對(duì)一些類似或相近語(yǔ)義信息表達(dá)時(shí)出現(xiàn)相當(dāng)大的差異性。除此之外，機(jī)器翻譯還需要處理不同語(yǔ)言詞匯之間相近意義表述的翻譯，不同語(yǔ)言文化中隱喻的認(rèn)知，不同語(yǔ)言系統(tǒng)對(duì)于不同使用習(xí)慣的詞匯表達(dá)的信息處理，容易拼寫(xiě)錯(cuò)誤或者翻譯存在誤差的詞語(yǔ)的使用，詞語(yǔ)使用和語(yǔ)言的不同搭配習(xí)慣，在不同語(yǔ)境下同形異義詞的使用等問(wèn)題。語(yǔ)言搭配是指詞語(yǔ)或者固定短語(yǔ)之間自由組合并具有規(guī)律性呈現(xiàn)的語(yǔ)言現(xiàn)象。在機(jī)器翻譯等自然語(yǔ)言處理任務(wù)中，語(yǔ)言搭配發(fā)揮著重要作用。機(jī)器翻譯的質(zhì)量往往和語(yǔ)言搭配語(yǔ)料資源的質(zhì)量和應(yīng)用相關(guān)。高效且容量較大的語(yǔ)料庫(kù)搭配資源能夠極大地提升自然語(yǔ)言處理的效率。

翻譯能力的發(fā)展是一個(gè)動(dòng)態(tài)的互動(dòng)過(guò)程，與語(yǔ)言學(xué)習(xí)一樣[10]。翻譯不是單純由漸次輸入引導(dǎo)的線性過(guò)程，而是充滿高峰、低谷、前進(jìn)、倒退、停滯、甚至跳躍式前進(jìn)的動(dòng)態(tài)系統(tǒng)行為[11]。機(jī)器翻譯在認(rèn)知和處理不同語(yǔ)言中的隱喻現(xiàn)象時(shí)，往往遇到極大的困難。這不僅僅是由于隱喻是一種語(yǔ)言修辭方法，而且還是一種思維模式，它體現(xiàn)了不同人群進(jìn)行思維和行動(dòng)的觀念系統(tǒng)的本質(zhì)特征，是不同人群認(rèn)知、思維乃至語(yǔ)言表述和寫(xiě)作的基礎(chǔ)。機(jī)器難以具備直覺(jué)能力、想象能力、靈感和審美能力[12]。由于文化背景、宗教信仰、 生活生產(chǎn)方式、神話傳說(shuō)、認(rèn)知模式、社會(huì)風(fēng)俗、文學(xué)作品和自然環(huán)境等存在差異，不同語(yǔ)言系統(tǒng)對(duì)于隱喻的理解也存在著巨大差異。這就需要具有高速運(yùn)算能力的人工智能能夠快速辨認(rèn)、認(rèn)知、理解、儲(chǔ)存、比對(duì)這些隱喻信息，并將這些海量語(yǔ)言信息進(jìn)行高速數(shù)據(jù)處理，建立語(yǔ)法隱喻模式集和詞匯隱喻模式集，并通過(guò)常規(guī)或?qū)嵗姆椒? 或是推理和統(tǒng)計(jì)的方法進(jìn)行隱喻信息數(shù)據(jù)計(jì)算，從而幫助翻譯機(jī)器有效地辨識(shí)和理解不同語(yǔ)言中存在的隱喻現(xiàn)象，進(jìn)而更好地完成翻譯任務(wù)。

機(jī)器翻譯的語(yǔ)義理解能力直接與翻譯產(chǎn)品的質(zhì)量密切相關(guān)。人工智能可以很大程度上提升機(jī)器翻譯的語(yǔ)義理解能力。一般認(rèn)為，語(yǔ)義理解能力包含3個(gè)方面：(1)基于相關(guān)語(yǔ)言知識(shí)基礎(chǔ)的語(yǔ)言層級(jí)理解；(2)基于人類知識(shí)系統(tǒng)基礎(chǔ)的知識(shí)面層級(jí)的知識(shí)層次理解；(3)基于當(dāng)時(shí)參與語(yǔ)言交流的人員的語(yǔ)用層次理解。在多種語(yǔ)言認(rèn)知和處理過(guò)程中可以發(fā)現(xiàn)，針對(duì)同一種事物，不同自然語(yǔ)言對(duì)其表述存在很大的差異。也就是說(shuō)，自然語(yǔ)言語(yǔ)義對(duì)應(yīng)存在著很多語(yǔ)義偏移現(xiàn)象，即一種事物在一種自然語(yǔ)義中的映射與其在另外一種自然語(yǔ)言中的語(yǔ)義模塊存在偏移，并不是一一對(duì)應(yīng)的。由此可見(jiàn)，能否對(duì)這些現(xiàn)象進(jìn)行快速準(zhǔn)確有效地理解和辨析，并能夠進(jìn)行相對(duì)應(yīng)的翻譯處理，考驗(yàn)著機(jī)器翻譯的工作能力。目前，感知智能的發(fā)展已經(jīng)比較成熟， 它通過(guò)數(shù)學(xué)建模和基于大數(shù)據(jù)的深度學(xué)習(xí)等方法對(duì)人類感知能力進(jìn)行模擬， 輔助人類完成任務(wù)[13]。人工智能可以很好地幫助機(jī)器翻譯應(yīng)對(duì)這些挑戰(zhàn)。因?yàn)檎Z(yǔ)言分析能力在機(jī)器翻譯能力構(gòu)建中具有重要作用，所以通過(guò)人工智能來(lái)加強(qiáng)語(yǔ)言的對(duì)比分析并研究相應(yīng)的人工翻譯技術(shù)體系，是機(jī)器翻譯的重點(diǎn)研究領(lǐng)域。原有的機(jī)器翻譯具有很多局限性，例如，對(duì)于自然語(yǔ)言的語(yǔ)言描述與語(yǔ)言知識(shí)分析準(zhǔn)確度不夠高，無(wú)法有效地理解并消除語(yǔ)言歧義的現(xiàn)象，對(duì)于隱喻的辨識(shí)能力不強(qiáng)或者根本無(wú)法辨識(shí)，對(duì)于不同自然語(yǔ)言形式描述過(guò)于粗糙、達(dá)不到精準(zhǔn)描述的層級(jí)等，這些問(wèn)題制約著機(jī)器翻譯能力的提升。尤其是能否讓翻譯機(jī)器快速識(shí)別并處理容易誤解、誤譯詞語(yǔ)的形式化研究，是一項(xiàng)亟待解決的技術(shù)難題。這些問(wèn)題的最終解決，離不開(kāi)人工智能技術(shù)的發(fā)展，因?yàn)槿斯ぶ悄芫哂袕?qiáng)大的學(xué)習(xí)能力。學(xué)習(xí)是人類智能的重要特征，是獲得知識(shí)的基本手段，而機(jī)器學(xué)習(xí)也是使計(jì)算機(jī)具有智能的根本途徑[14]。在現(xiàn)有技術(shù)基礎(chǔ)上，人工智能通過(guò)不斷學(xué)習(xí)已經(jīng)在一些機(jī)器翻譯技術(shù)研究方面取得了顯著進(jìn)步。例如，在加強(qiáng)詞對(duì)齊技術(shù)的研究與應(yīng)用方面，提升了從源語(yǔ)言詞匯到目標(biāo)語(yǔ)言詞匯映射研究的精度和廣度，并構(gòu)建了詞對(duì)齊技術(shù)的統(tǒng)計(jì)模型。 通過(guò)數(shù)據(jù)挖掘技術(shù)，能夠從文本數(shù)據(jù)中自動(dòng)獲取高質(zhì)量的映射信息，并通過(guò)相應(yīng)的算法把獵取的映射數(shù)據(jù)運(yùn)用到自然語(yǔ)言處理工作中。人工智能技術(shù)還可以幫助翻譯機(jī)器通過(guò)單詞對(duì)齊的搭配技術(shù)自動(dòng)匹配相應(yīng)的算法，取得詞匯搭配概率、位置扭曲概率和詞匯繁殖度概率，并將這些數(shù)據(jù)信息通過(guò)相應(yīng)的匹配運(yùn)算整合到同一個(gè)統(tǒng)計(jì)模型中，以便更加高效地尋找句子中有可能存在的相關(guān)詞匯搭配的可能性。人工智能技術(shù)也可以幫助翻譯機(jī)器在整理和尋找雙語(yǔ)詞對(duì)齊中，經(jīng)過(guò)預(yù)估詞組內(nèi)部的搭配概率來(lái)研判該詞組是否有可能成為一個(gè)整體對(duì)齊，來(lái)制約雙語(yǔ)詞對(duì)齊中多詞單元的對(duì)齊。在機(jī)器翻譯工作中，人工智能技術(shù)能夠經(jīng)過(guò)計(jì)算來(lái)感知短語(yǔ)與待翻譯句子里上下文之間的搭配關(guān)系，判定短語(yǔ)與待翻譯句子的匹配程度，并能夠以此為基礎(chǔ)構(gòu)建出數(shù)據(jù)量大、質(zhì)量高、可擴(kuò)充的語(yǔ)料庫(kù)。在這個(gè)語(yǔ)料庫(kù)中，包含有語(yǔ)義語(yǔ)法模式集、固定搭配以及變量庫(kù)、短語(yǔ)模式集、字面意義模式集、帶有句法語(yǔ)義變量的翻譯模板、句法語(yǔ)義變量和語(yǔ)義類型樹(shù)等子系統(tǒng)，這些系統(tǒng)的建立為機(jī)器翻譯的能力提升打下了良好的基礎(chǔ)。由此可見(jiàn)，一臺(tái)計(jì)算機(jī)若不會(huì)學(xué)習(xí)，就不能被稱為是具有智能的計(jì)算機(jī)[15]。通過(guò)人工智能自身學(xué)習(xí)能力的提升，機(jī)器翻譯的能力也在不斷增強(qiáng)。

3.5 人工智能與機(jī)器翻譯技術(shù)系統(tǒng)構(gòu)建

人工智能技術(shù)使得世界一體化的翻譯市場(chǎng)的形成成為可能[16]。根據(jù)人工智能技術(shù)發(fā)展的現(xiàn)狀，以及人工智能在機(jī)器翻譯應(yīng)用的趨勢(shì)，可以看出現(xiàn)有基于人工智能技術(shù)的機(jī)器翻譯系統(tǒng)主要包含以下組件:(1)基于人工智能技術(shù)的機(jī)器翻譯系統(tǒng)的核心組件和主界面是工作空間，它賦予了機(jī)器翻譯具有跨領(lǐng)域應(yīng)用程序的集成能力，這就使翻譯用戶可以在現(xiàn)有常用瀏覽器風(fēng)格的界面中集中控制所有機(jī)器翻譯組件, 并能在人工智能技術(shù)的控制下對(duì)所有的翻譯項(xiàng)目和工作流程進(jìn)行有效地管理。(2)基于人工智能技術(shù)的機(jī)器翻譯系統(tǒng)構(gòu)建一般也會(huì)有一個(gè)翻譯者工作臺(tái)，能夠與MSWord XP/2010/2018等軟件操作系統(tǒng)進(jìn)行無(wú)縫對(duì)接，現(xiàn)有的運(yùn)算能力能夠支持多種語(yǔ)言之間的多向互譯。翻譯用戶可以在微軟公司的Word軟件運(yùn)行中進(jìn)行相關(guān)交互翻譯。在人工智能技術(shù)的支持下，翻譯者工作臺(tái)能夠適時(shí)有效地使用后臺(tái)運(yùn)行能力強(qiáng)大的神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)庫(kù)，為翻譯工作者和產(chǎn)品用戶儲(chǔ)存并管理源文本和翻譯好的作品，并已經(jīng)實(shí)現(xiàn)對(duì)源文本的自動(dòng)翻譯?；谌斯ぶ悄芗夹g(shù)的機(jī)器翻譯系統(tǒng)也已經(jīng)實(shí)現(xiàn)為用戶動(dòng)態(tài)提示相關(guān)譯文語(yǔ)句，自動(dòng)保留源文本格式，并與其他文本處理應(yīng)用軟件有著良好的兼容性。(3)術(shù)語(yǔ)管理組件也是機(jī)器翻譯系統(tǒng)的重要構(gòu)成組件，其主要功能是通過(guò)人工智能技術(shù)掃描原文中出現(xiàn)的術(shù)語(yǔ)，并由計(jì)算機(jī)在機(jī)器翻譯的專業(yè)語(yǔ)料庫(kù)中進(jìn)行搜索和比對(duì)。現(xiàn)代信息技術(shù)和互聯(lián)網(wǎng)的高速發(fā)展推動(dòng)著術(shù)語(yǔ)和計(jì)算機(jī)技術(shù)的結(jié)合日益大眾化[17]?；谌斯ぶ悄艿臋C(jī)器翻譯技術(shù)的原理，決定了其應(yīng)用效率與需要翻譯的文本的內(nèi)容重現(xiàn)率有關(guān)。例如，若是源文本前后內(nèi)容表述具有術(shù)語(yǔ)的一致性或短語(yǔ)的一致性等特點(diǎn)，人工智能技術(shù)會(huì)通過(guò)掃描在機(jī)器翻譯語(yǔ)料庫(kù)中相對(duì)應(yīng)的術(shù)語(yǔ)，并自動(dòng)匹配出合適的參考譯文。術(shù)語(yǔ)管理組件的功能主要是為了保持相同術(shù)語(yǔ)翻譯的統(tǒng)一性，其翻譯內(nèi)容的質(zhì)量與計(jì)算翻譯中專業(yè)語(yǔ)料庫(kù)的質(zhì)量和規(guī)模有密切關(guān)系。這些組件的工作效率隨著人工智能技術(shù)的進(jìn)步也在不斷提升。(4)為了能夠?qū)C(jī)器翻譯系統(tǒng)中的語(yǔ)料庫(kù)系統(tǒng)進(jìn)行適時(shí)更新，也為了機(jī)器翻譯的作品能夠適應(yīng)不斷變化更新的語(yǔ)言使用現(xiàn)象，人工智能技術(shù)支持機(jī)器翻譯系統(tǒng)具有術(shù)語(yǔ)抽取能力。這一系統(tǒng)能夠在各種海量文本數(shù)據(jù)中自動(dòng)抽取翻譯項(xiàng)目所需的術(shù)語(yǔ)，并通過(guò)人工智能強(qiáng)大的自運(yùn)算能力和高效的數(shù)據(jù)運(yùn)算模型，實(shí)現(xiàn)單語(yǔ)或雙語(yǔ)術(shù)語(yǔ)表的自動(dòng)生成。(5)機(jī)器翻譯系統(tǒng)中也會(huì)包括匹配建庫(kù)系統(tǒng)組件，這一功能組件主要是使用戶能夠在人工智能技術(shù)的幫助下對(duì)以往的翻譯成品資料實(shí)現(xiàn)回收，其實(shí)際使用意義是為了將源文本和譯文作品進(jìn)行相關(guān)數(shù)據(jù)的適時(shí)對(duì)比和分析，以計(jì)算出相關(guān)匹配值，并將具有高匹配值的語(yǔ)言翻譯模塊或者單語(yǔ)或雙語(yǔ)術(shù)語(yǔ)表輸入到機(jī)器翻譯系統(tǒng)自建的翻譯記憶庫(kù)中，及時(shí)反饋給翻譯者工作臺(tái)系統(tǒng)使用。在人工智能的管理下，機(jī)器翻譯系統(tǒng)還能夠集成微軟Word軟件的字典功能，從而為更多的語(yǔ)言使用和翻譯者提供功能更為強(qiáng)大的書(shū)寫(xiě)自檢服務(wù)。

4 人工智能幫助機(jī)器翻譯提升工作效率

隨著全球化和信息化進(jìn)程不斷推進(jìn)，海量的翻譯需求給全球語(yǔ)言服務(wù)行業(yè)帶來(lái)了前所未有的機(jī)遇和挑戰(zhàn)[18]。在面對(duì)多語(yǔ)言翻譯任務(wù)時(shí)，機(jī)器翻譯應(yīng)用面臨的一大挑戰(zhàn)就是如何快速高效地挖掘不同語(yǔ)言系統(tǒng)的內(nèi)部運(yùn)作規(guī)律。語(yǔ)言服務(wù)業(yè)相信人機(jī)交互才是未來(lái)的發(fā)展趨勢(shì)[19]。人工智能能夠幫助翻譯機(jī)器高效率地發(fā)掘語(yǔ)言系統(tǒng)內(nèi)部的運(yùn)行關(guān)系，從而實(shí)現(xiàn)幫助機(jī)器翻譯提升工作效率的目的。其工作原理是通過(guò)廣泛挖掘數(shù)據(jù)，包括句群、段落、篇章、體裁在內(nèi)的各種語(yǔ)言信息的原始數(shù)據(jù)，并在設(shè)定好的各種語(yǔ)境狀況下對(duì)這些信息進(jìn)行編碼或解碼。 互聯(lián)網(wǎng)與人工智能蓬勃發(fā)展，信息技術(shù)對(duì)翻譯工作的滲透程度日益深化[20]。人工智能支持在機(jī)器翻譯中發(fā)揮其語(yǔ)言分析的作用，并通過(guò)尋找、定位、解析語(yǔ)言運(yùn)行的各項(xiàng)特征，在經(jīng)過(guò)高速運(yùn)算后對(duì)語(yǔ)言特征進(jìn)行有目的的對(duì)比分析，創(chuàng)新性地研究詞對(duì)齊技術(shù)，并將之應(yīng)用到機(jī)器翻譯的工作過(guò)程中，實(shí)現(xiàn)通過(guò)具有高速運(yùn)算能力的人工智能來(lái)重新構(gòu)建詞對(duì)齊技術(shù)的統(tǒng)計(jì)模型。這一模型包含了大規(guī)模、高質(zhì)量、可擴(kuò)充的語(yǔ)義單元庫(kù)，這些單元庫(kù)或者語(yǔ)料庫(kù)能夠推動(dòng)機(jī)器翻譯的不斷發(fā)展。若是將相應(yīng)的人工翻譯技術(shù)體系全面應(yīng)用到機(jī)器翻譯系統(tǒng)中，能夠極大地提升機(jī)器翻譯的響應(yīng)速度和工作效率。在大數(shù)據(jù)時(shí)代,搜集和利用網(wǎng)絡(luò)上龐大的數(shù)據(jù)資源已經(jīng)成為亟待解決的問(wèn)題[21]。下一階段，人工智能在利用大數(shù)據(jù)技術(shù)幫助機(jī)器翻譯結(jié)果更符合母語(yǔ)使用者習(xí)慣和特征方面，將會(huì)發(fā)揮更大的作用。