機器翻譯會取代應用翻譯嗎?

時間 2021-05-05 17:21:05

1樓:也無風雨也無晴

答案是肯定的,不久的將來一定會的。如果你用過訊飛聽見,你就會發現,現在的語音錄入智慧型程度已經很高了,會自行分析語境了,這個技術用在翻譯軟體上就很合適。

但是!我認為教師,律師,等很多職業,不能夠被AI完全代替。所以應用語言一定是不可或缺的!

2樓:湲仙生

個人覺得短時間內不會。培養機器翻譯其實和培養人工翻譯是一樣的,機器翻譯的長處是大量記憶,且儲備龐大,而人的長處則是全面認知和判斷。簡而言之,培養乙個人才是多方面的,譯員更是如此,在翻譯中結合的是自己積年累月形成的認知和判斷。

機器還處在比較遲緩的階段,在培養高階譯員尚是困難的時代,機器翻譯在技術上還有瓶頸需要突破。

3樓:Atman語言智慧型

如果是簡單的文字,一些機器翻譯已經能做的很好,如Google、Transgod等。但是對於專業領域,如醫學翻譯確實有它的特殊性,即使是普通的翻譯人員也很難輕鬆應對,需要有專業的背景支援,更不用說機器翻譯了。

從目前的工具發展看,帶給我們的還是獲益大於風險。有了工具和機器翻譯的支援,大大提高了我們翻譯的效率,這在之前是難以想象的。

未來,機器翻譯可能像人一樣,有它自己內心情感與對語言的理解能力。再加上豐富的語料庫,以及網際網路的大資料和日益強大的機器運算能力,機翻效率和效果一定會更強大,準確率大幅提公升,在各種領域得到廣泛應用。目前機器翻譯人工介入率大概在20%左右,10年以後有望降低到5%以下。

4樓:論文學姐CIPG

機器翻譯的效果是有利有弊的,很多時候,在翻譯領域中,機器翻譯是一種工具,想要得出更好的翻譯結果,是需要機器翻譯和人工翻譯去相結合的。

機器翻譯強大的地方在於其語料庫的龐大資料,對於生僻詞彙,大詞難詞都能很快翻譯過來。弱點,很明顯,是其不能理解原文的語境,翻譯的連貫性很不到位,會比較生硬,很多英文詞彙的意思很多,不同的語境用的不一樣的意思,機器翻譯不能很好的辨別出來。由此導致翻譯的不那麼通順。

若想翻譯一篇好的文章,甚至一本好書,那機器翻譯是否能夠做到呢?當然是不能,這些詞和句子的組合並不只是在說明字面上的意思,作者要表達的深度意義甚至更深遠的思想,這是機器翻譯所不能做到的。

所以,如果是簡單的翻譯需求完全可以用一些翻譯軟體看個大概,當做一種工具去應用,但是如果追求的是更專業更準確的譯文翻譯,那一定需要人工翻譯。人工翻譯的水平和等級又分很多,甚至很多小作坊也是魚龍混雜,所以找乙個專業靠譜的翻譯公司,不但要看這個公司在行業內的影響力,更要看這個公司是否具備強大的譯員團隊。

5樓:卡斯帕

我認為無法完全替代,因為人類語言,語境變化太多,仍然需要人工審校,小範圍可以,大範圍難以控制,除非人工智慧已經完全解決其他所有問題。

機器翻譯能否取代人工翻譯?

能。最複雜的腦力活動就是思維和創造。對應的語言轉碼活動和設計。翻譯是創造性活動,如果AI能夠思考,那自然可以。到時候,大家一起休息,因為大家都會失業的,各行各業。 ss ss 現階段應該不能,將來也許有一天可以,但是大語言的可能性更大,小語種就會比較慢。就像現在,Google也好有道也罷,英語翻譯顯...

谷歌神經網路機器翻譯系統有何應用前景?

Tattletale 機器翻譯瓶頸差不多要到了。想達到或超過人類的水平,需要把人類平日生活的直觀常識,和乾枯的文字樣本,在某種程度上對應起來。然而直觀常識與文字樣本的對應,資料量少得可憐,無法用在目前的常規機器學習訓練方法上。NMT說到底仍然是在純文字與純文字之間玩統計,在這條路上繼續走,就算做到完...

如何融合多種機器翻譯結果?

陳瀚可 初學 ML,有說錯的地方見諒.按照題主所說的模型,樓主可能指的是 整合學習 ensemble learning 吧.我這部分並沒有詳細的研究過,不過知乎上已經有一些科普的答案了 整合學習 ensemble learning 該如何入門?根據以下谷歌圖片 可再利用,但不能作為商業用途 可理解為...