趙玉蓉?楊鑫?劉歡?龍玟月?楊茜?安超?阮先玉

【摘要】AI同傳的出現(xiàn)為翻譯行業(yè)發(fā)展注入了新動(dòng)力，同時(shí)也引起業(yè)內(nèi)學(xué)者與專業(yè)譯員們的極大關(guān)注：AI同傳未來(lái)發(fā)展前景如何，翻譯質(zhì)量有無(wú)保證，能否取代人工翻譯？此類討論將研究者的視線聚焦在AI同傳的核心技術(shù)——神經(jīng)機(jī)器翻譯上。在人工智能與大數(shù)據(jù)飛速發(fā)展的當(dāng)今，越來(lái)越多的綜合方法可應(yīng)用于神經(jīng)機(jī)器翻譯技術(shù)的更新與完善。本文以3款融合AI技術(shù)的翻譯軟件為例，選取實(shí)用性原文素材為研究對(duì)象，參考權(quán)威口譯質(zhì)量評(píng)估標(biāo)準(zhǔn)，建立起一套評(píng)價(jià)標(biāo)準(zhǔn)，得出結(jié)論：AI同傳及語(yǔ)音翻譯譯文仍未達(dá)到人工水平并存在較大差距，融合AI技術(shù)的神經(jīng)機(jī)器翻譯仍存在改進(jìn)空間，如擴(kuò)大語(yǔ)料庫(kù)、增強(qiáng)學(xué)習(xí)功能與聯(lián)想功能等。

【關(guān)鍵詞】AI同傳;神經(jīng)機(jī)器翻譯;口譯質(zhì)量評(píng)估

【作者簡(jiǎn)介】趙玉蓉，楊鑫，劉歡，龍玟月，楊茜，安超，阮先玉，西南石油大學(xué)。

【基金項(xiàng)目】本文由2019四川省級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目“大數(shù)據(jù)背景下AI同傳翻譯質(zhì)量研究”（201910 615049）、西南石油大學(xué)第18期（2018-2019年度）課外開放實(shí)驗(yàn)重點(diǎn)項(xiàng)目（KSZ18C01）資助。

一、引言

自2016年起谷歌率先推出神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯系統(tǒng)NMT（Neural Machine Translation），機(jī)器翻譯（Machine Translation）技術(shù)領(lǐng)域開始發(fā)生重大變革，機(jī)器翻譯質(zhì)量實(shí)現(xiàn)了大幅度提升。借助飛速發(fā)展的人工智能技術(shù)，國(guó)內(nèi)各大互聯(lián)網(wǎng)公司加快研發(fā)推廣步伐，競(jìng)相推出融合了AI技術(shù)的翻譯產(chǎn)品和服務(wù)。融合了AI技術(shù)且易獲取的口譯軟件在得到廣泛使用的同時(shí)也收獲了大量反饋信息，無(wú)論是應(yīng)用于口譯實(shí)戰(zhàn)，還是應(yīng)用于大眾生活，其翻譯質(zhì)量參差不齊，得到了褒貶不一的評(píng)價(jià)。

二、國(guó)內(nèi)幾種支持AI技術(shù)的翻譯軟件翻譯原理——神經(jīng)機(jī)器翻譯（Neural Machine Translation，簡(jiǎn)稱NMT）簡(jiǎn)介

神經(jīng)機(jī)器翻譯在翻譯建模上不借用其他手段，只采用神經(jīng)網(wǎng)絡(luò)完成源語(yǔ)言到目標(biāo)語(yǔ)言的轉(zhuǎn)換。隨著信息技術(shù)的進(jìn)步、語(yǔ)言學(xué)理論的發(fā)展和人工智能技術(shù)的飛躍，引入神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯對(duì)提高機(jī)器翻譯效率和質(zhì)量做出了重大貢獻(xiàn)。但是，經(jīng)典的機(jī)器翻譯模型是一種通用的模型，并不完全針對(duì)機(jī)器翻譯任務(wù)本身而設(shè)計(jì)，導(dǎo)致神經(jīng)機(jī)器翻譯仍然存在一些問題亟待解決。

三、研究方法

1. 使用軟件與素材。本文選用3種為大型會(huì)議提供過AI同傳服務(wù)的翻譯軟件（騰訊翻譯君、訊飛聽見、搜狗翻譯），人聲錄入原文，將軟件譯文與標(biāo)準(zhǔn)譯文對(duì)照，進(jìn)行初步分析。

本文選取的現(xiàn)場(chǎng)原文素材以及配套權(quán)威標(biāo)準(zhǔn)譯文，內(nèi)容涵蓋國(guó)際會(huì)議演講或致辭、歷年政府工作報(bào)告、總理答記者問等。素材特點(diǎn)為：選詞意義準(zhǔn)確，表意清晰。多采用書面詞匯、政治術(shù)語(yǔ)及復(fù)雜且長(zhǎng)但邏輯性強(qiáng)的句式結(jié)構(gòu)等，措辭嚴(yán)謹(jǐn)、精準(zhǔn)，絕不會(huì)出現(xiàn)模棱兩可、易生歧義等語(yǔ)句，文體正式化和語(yǔ)體口語(yǔ)化兼?zhèn)涞奶攸c(diǎn)上。

2. 分析理論——楊承淑的口譯質(zhì)量評(píng)估標(biāo)準(zhǔn)。臺(tái)灣輔仁大學(xué)楊承淑提出的“量化”和“質(zhì)化”理論是認(rèn)可度較廣的一種口譯質(zhì)量評(píng)估標(biāo)準(zhǔn)，評(píng)估項(xiàng)目及評(píng)分占比為：忠實(shí)（準(zhǔn)確、完整）占50%，表達(dá)（明確、流暢）占30%，語(yǔ)言（語(yǔ)法、選詞、風(fēng)格）占20%，時(shí)間控制（原文與譯文的時(shí)間比）以總分為基礎(chǔ)上下浮動(dòng)2%。由于該理論的對(duì)象為口譯專業(yè)考試，在考試過程中時(shí)間有限的情況下，將時(shí)間控制一項(xiàng)納入質(zhì)量評(píng)估有一定的必要性。但在本項(xiàng)目研究中，對(duì)于時(shí)間控制沒有過高要求，因此不做為重要評(píng)估標(biāo)準(zhǔn)參考。

四、譯文質(zhì)量分析

1. 譯文錯(cuò)誤類型及譯文質(zhì)量量化表。為了確保譯文對(duì)比質(zhì)量，本團(tuán)隊(duì)前期先完成6期素材的錄入、整理和分析，總結(jié)出幾種頻繁出現(xiàn)的錯(cuò)誤類型。在完成譯文錯(cuò)誤類型歸納的基礎(chǔ)上，參考楊承淑的口譯質(zhì)量評(píng)估標(biāo)準(zhǔn)，制定出一套適用于本研究的評(píng)分標(biāo)準(zhǔn)，采用扣分制，對(duì)10期譯文打分。錯(cuò)誤類型、扣分細(xì)則及評(píng)分表如表1所示。

2. 無(wú)錯(cuò)句的案例。無(wú)錯(cuò)句分為零翻譯、完全相同翻譯和基本標(biāo)準(zhǔn)翻譯。零翻譯指原文不需要做翻譯處理，譯文只需與原文保持一致，本素材譯文中不存在此情況。完全相同翻譯指的是機(jī)器譯文與標(biāo)準(zhǔn)譯文完全相同，可直接采用的情況?；緲?biāo)準(zhǔn)翻譯指的是機(jī)器譯文雖然與標(biāo)準(zhǔn)譯文基本相同，有修改的余地，但不做改動(dòng)也能表意清晰順暢的情況，亦可直接采用或稍做修改。

（1）完全相同翻譯。

原文：中華人民共和國(guó)成立70周年。

標(biāo)準(zhǔn)：the 70th anniversary of the founding of the People’s Republic of China

三個(gè)軟件：the 70th anniversary of the founding of the People’s Republic of China

（2） 基本標(biāo)準(zhǔn)翻譯。

原文：我們已經(jīng)走上一條符合中國(guó)國(guó)情、適合時(shí)代要求的正確道路。

標(biāo)準(zhǔn)： We have embarked on a right path that fits China’s conditions and is in keeping with the trend of the times.

三個(gè)軟件：We have embarked on a correct path that conforms to China’s national conditions and meets the requirements of the times.

3. 典型的有錯(cuò)句案例。

（1）詞匯錯(cuò)誤——用詞（組）不當(dāng)，導(dǎo)致語(yǔ)義錯(cuò)誤或者偏差，與原文意思不符。

例：將“位居前列”譯為 “ranking first”（名列第一），與原文意思有出入。

原文：國(guó)內(nèi)生產(chǎn)總值達(dá)到67.7萬(wàn)億元，增長(zhǎng)6.9%，在世界主要經(jīng)濟(jì)體中位居前列。

標(biāo)準(zhǔn)：GDP reached 67.7 trillion yuan， representing an increase of 6.9% over the previous year-a growth rate faster than that of most other major economies.

搜狗：The gross domestic product ...... ranking first among the world’s major economies.

騰訊：The gross domestic product （GDP） ...... ， ranking first among the world’s major economies.

訊飛：......， an increase of 6.9%， ranking first among the major economies in the world.

（2）句法錯(cuò)誤——語(yǔ)法錯(cuò)誤。

例：使用現(xiàn)在分詞做狀語(yǔ)將“回顧歷史”譯為 “l(fā)ooking back on history”，但主句的主語(yǔ)為the economic globalization，不能與該狀語(yǔ)構(gòu)成主謂關(guān)系，是明顯的語(yǔ)法錯(cuò)誤。

原文：回顧歷史，20世紀(jì)興起的經(jīng)濟(jì)全球化，起初只是西方發(fā)達(dá)國(guó)家、或者說是地中海文明的經(jīng)濟(jì)全球化。

搜狗：Looking back on history， the economic globalization that arose in the last century ......

——生硬直譯，導(dǎo)致不能表意。

原文：堅(jiān)決打好藍(lán)天保衛(wèi)戰(zhàn)。

標(biāo)準(zhǔn)：We will make our skies blue again.

訊飛：Fight against the blue sky！

（3）段落錯(cuò)誤——語(yǔ)義分析錯(cuò)誤，導(dǎo)致表意有誤。

例：將“背水一戰(zhàn)”譯為 “the spirit of the first World War”，對(duì)該詞組語(yǔ)義理解有誤。

原文：您在報(bào)告里講改革要有壯士斷腕的決心、背水一戰(zhàn)的氣概

騰訊：In your report， ...... the determination of a strong man to break his wrists， the spirit of the first World War......

（4）其他錯(cuò)誤。原文：40年來(lái)，達(dá)沃斯小鎮(zhèn)以其獨(dú)特魅力，已經(jīng)成為中國(guó)觀察世界、交流思想、闡述主張和謀求共識(shí)的重要平臺(tái)。

標(biāo)準(zhǔn)：Over the past four decades， Davos， this lovely small town ......

訊飛：the Davos small town apparatus apparatus has been so attractive ......（亂譯）

4.定量分析。本文10期素材統(tǒng)計(jì)得出素材原文小句總句數(shù)為508句，各軟件所譯有錯(cuò)誤譯文小句總句數(shù)統(tǒng)計(jì)情況為：搜狗154句、騰訊187句、訊飛162句，基本標(biāo)準(zhǔn)譯文小句總句數(shù)統(tǒng)計(jì)情況為：搜狗99句、騰訊95句、訊飛120句。

按評(píng)估標(biāo)準(zhǔn)對(duì)十期素材進(jìn)行打分，并計(jì)算平均分，所得結(jié)果如下：搜狗88.35分，騰訊87.85分，訊飛85.1分。

5.原因分析。（1）詞匯。詞匯的問題在于英語(yǔ)詞匯普遍一詞多義，AI口譯軟件無(wú)法準(zhǔn)確選取最恰當(dāng)?shù)脑~義，這是機(jī)器翻譯歷來(lái)為人詬病的弊端之一。從本項(xiàng)目研究過程來(lái)看，基于深度學(xué)習(xí)的神經(jīng)機(jī)器翻譯在這方面已有一定改觀。（2）語(yǔ)料庫(kù)。AI口譯軟件譯文中許多類型的錯(cuò)誤都是由于語(yǔ)料庫(kù)的明顯不足。由于語(yǔ)言具有動(dòng)態(tài)性，而神經(jīng)機(jī)器翻譯為了加快訓(xùn)練速度，會(huì)將雙語(yǔ)詞典限制在一定范圍之內(nèi)，語(yǔ)料不足必然導(dǎo)致翻譯質(zhì)量的降低。（3）語(yǔ)法。AI口譯軟件翻譯單句的語(yǔ)法結(jié)構(gòu)與源語(yǔ)語(yǔ)法形式一致，而未順應(yīng)目標(biāo)語(yǔ)言的語(yǔ)法內(nèi)涵，造成一些明顯的語(yǔ)法錯(cuò)誤，無(wú)法將原文隱性邏輯理清理順并體現(xiàn)在譯文語(yǔ)法結(jié)構(gòu)中。（4）語(yǔ)境。胡壯麟曾將語(yǔ)境歸納為三類：語(yǔ)言語(yǔ)境即語(yǔ)篇的上下文，情景語(yǔ)境即語(yǔ)言交流的環(huán)境、方式、條件和參與者等，文化語(yǔ)境即語(yǔ)言產(chǎn)生的人文背景等。語(yǔ)境本身就很復(fù)雜，對(duì)于神經(jīng)機(jī)器翻譯來(lái)說，無(wú)疑更是巨大的挑戰(zhàn)。首先，在語(yǔ)言語(yǔ)境方面，AI口譯軟件譯文缺少銜接詞，連貫性較差等問題，一方面可能與神經(jīng)機(jī)器翻譯的源語(yǔ)分析能力有關(guān)，神經(jīng)機(jī)器翻譯無(wú)法識(shí)別分析詞匯或各句語(yǔ)境的統(tǒng)一關(guān)系或獨(dú)立關(guān)系;另一方面與其可譯句子長(zhǎng)度的受限有關(guān)，由于句子長(zhǎng)度限定在一定詞數(shù)范圍內(nèi)，同一語(yǔ)境下超出限制部分的詞句無(wú)法整合到同一邏輯關(guān)系或語(yǔ)法結(jié)構(gòu)中，導(dǎo)致斷句錯(cuò)誤等問題。其次，在文化語(yǔ)境方面，即結(jié)合源語(yǔ)文化背景處理譯文方面，由于文化是多種因素結(jié)合的產(chǎn)物，其蘊(yùn)含在語(yǔ)言中的廣度與深度表達(dá)，要求譯員要具備豐富的文化常識(shí)和敏銳的學(xué)習(xí)觀察能力。神經(jīng)機(jī)器翻譯具有一定的長(zhǎng)時(shí)記憶，對(duì)于文化常識(shí)也有一定的內(nèi)存儲(chǔ)備，但根據(jù)分析過程中出現(xiàn)的諸多問題來(lái)看，這種記憶聯(lián)想和學(xué)習(xí)能力還遠(yuǎn)遠(yuǎn)不夠。

五、結(jié)論

1. 綜合評(píng)價(jià)結(jié)果。參照翻譯理論和口譯質(zhì)量評(píng)估標(biāo)準(zhǔn)，本文從詞匯、句法、段落以及軟件自身其他問題四個(gè)方面，將三個(gè)軟件的AI同傳及語(yǔ)音翻譯譯文與標(biāo)準(zhǔn)人工譯文進(jìn)行對(duì)比分析，得出定量和定性分析結(jié)果顯示，三種軟件的AI同傳及語(yǔ)音翻譯質(zhì)量基本在同一水平。整體上，人工翻譯譯文質(zhì)量?jī)?yōu)于三個(gè)軟件的AI同傳及語(yǔ)音翻譯譯文質(zhì)量，后者翻譯質(zhì)量仍有待提高。2.研究啟示。（1）提高神經(jīng)機(jī)器翻譯源語(yǔ)分析能力是解決神經(jīng)機(jī)器翻譯諸多問題的根本。目前針對(duì)該問題，改善注意力機(jī)制已成為研究熱點(diǎn)。將大數(shù)據(jù)應(yīng)用到神經(jīng)機(jī)器翻譯系統(tǒng)中，其語(yǔ)言學(xué)習(xí)能力或許能得到增強(qiáng)。（2）擴(kuò)充神經(jīng)機(jī)器翻譯語(yǔ)料庫(kù)規(guī)模。當(dāng)前神經(jīng)機(jī)器翻譯為了加快訓(xùn)練速度，將語(yǔ)料庫(kù)規(guī)模限制在一定范圍內(nèi)，也限制了系統(tǒng)的聯(lián)想預(yù)測(cè)能力。（3）AI口譯結(jié)合人工翻譯及譯員不斷自我提升的必要性。本文認(rèn)為，神經(jīng)機(jī)器翻譯與譯后編輯結(jié)合，能大大節(jié)省譯員的時(shí)間與精力，并有效檢驗(yàn)、修正機(jī)器譯文的錯(cuò)誤。這不僅對(duì)翻譯標(biāo)準(zhǔn)研究提出了要求，還對(duì)譯員個(gè)人素質(zhì)與技能水平做出了要求。AI口譯的進(jìn)步必然與人工翻譯的進(jìn)步緊密相連。 3.本項(xiàng)目的局限性由于時(shí)間、精力、能力和篇幅有限，另外出于便利統(tǒng)計(jì)和整理的目的，本文僅能通過案例研究的方式對(duì)三種軟件的AI同傳或語(yǔ)音翻譯質(zhì)量進(jìn)行評(píng)估，樣本類型不夠豐富，量化數(shù)據(jù)只作為一項(xiàng)參考指標(biāo)，意在探尋量化分析的可能性。因此，本文建議未來(lái)研究可由翻譯界和其他相關(guān)學(xué)界專家合作進(jìn)行，融合多學(xué)科研究方法，將翻譯與科學(xué)技術(shù)尤其是AI技術(shù)緊密結(jié)合，建立實(shí)用可行的評(píng)估模型，積極探索AI同傳及語(yǔ)音翻譯質(zhì)量評(píng)估與改善的新途徑。

參考文獻(xiàn)：

[1]姜敏浩.政府工作報(bào)告特點(diǎn)及英譯策略研究[J].學(xué)周刊，2015（30）： 18.

[2]楊承淑.口譯教學(xué)研究：理論與實(shí)踐[M].北京：中國(guó)對(duì)外翻譯出版公司，2005.

[3]李梅，朱錫明.英漢機(jī)譯錯(cuò)誤分類及數(shù)據(jù)統(tǒng)計(jì)分析[J].上海理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，35（03）：201-207.

[4]孫逸群，周敏康.機(jī)器翻譯質(zhì)量綜合評(píng)價(jià)方法研究[J].中國(guó)科技翻譯，2017，30（02）：20-24.