机器翻译错误分析研究综述

机器翻译错误分析是一种机器翻译质量评价方法,通过人工或自动的方式获取机器译文中错误类型、错误分布等的具体信息,了解机器翻译系统的问题和短板,为机器翻译系统开发提供反馈。本文梳理了国内外机器翻译错误分析相关研究的进展情况,从错误分类、自动错误标注、错误分析应用等几个方面评介错误分析研究,最后对其未来发展趋势进行展望。     

专利摘要机器翻译中的错误类型研究

随着机器翻译和我国知识产权事业的快速发展,机器翻译技术开始广泛应用于专利文本翻译,提高翻译效率的同时也存在一定翻译错误。本文选取60篇近两年国内申请机械领域专利摘要进行英译测试,将机器翻译中错误类型归纳为词汇、句法、语篇及其他四个层面,通过分析机器译文错误类型,指出人工在提高机器译文质量中的作用,以期为从事专利摘要翻译的译者提供有益思考。     

机器翻译对英语长难句的处理效果探究

随着机器翻译的普及应用,机器翻译的应用领域也越来越广泛,且效果良好,机器对普通文本的翻译已经达到了相当高的准确度和匹配程度。但是当将机器翻译应用到复杂文本时,可以发现,对英语长难句的翻译,机器翻译的效果还不尽人意,甚至出现严重错误。为了研究机器翻译对英文长句的处理情况,文章将探究机器翻译对不同类型长句的处理效果,从句法层面分析机器译文的7种错误类型,并从错误比较严重的现象中探究其可能的原因,为提升机器翻译质量提供参考。     

科技文本的机器翻译错误及译后编辑策略——以卡特福德转换理论为指导

机器翻译发展迅速,大大提高了译者的工作效率,在科技翻译领域表现尤为亮眼。但是,在目前的技术条件下,机器翻译输出的译文依然存在各种错误,机器翻译取代人工翻译还不现实。译后编辑成为改进机器翻译译文质量的重要途径。文章基于翻译转换理论,并借助机器翻译平台,通过示例和验证,从阶层转换和范畴转换两个方面对科技文本的机器翻译错误进行分析,并提出相应的译文编辑策略。     

基于表征重述的机器文本理解

传统机器翻译系统缺乏联系上下文形成认知的能力,仅根据对应单词的默认含义进行翻译,容易导致语义错误等问题。通过模拟人的表征重述认知过程,提出一种新的机器文本理解与翻译方法。该方法可通过较少的实例对文本进行理解和翻译,避免出现语义理解错误问题,且无需进行繁杂的语法标注。实验表明,该方法可通过引入习得的常识,使翻译出现歧义错误的概率降低到 1%以下,并可标注出不符合常理而又无法找到更好解释的句子。     

论机器翻译与人工翻译的结合

近年来,在翻译领域关于机器翻译的讨论越来越热烈,其优势也被过分夸大.文章分析比较了机器翻译和机器辅助翻译的优点和缺点,指出机器翻译和人工翻译在翻译过程中各有优点,它们之间只有相互借鉴、取长补短、相互协作才能更好地完成翻译工作.     

汉语机器理解与汉英机器翻译

自然语言的理解是机器翻译(简称M T)的基础。机器理解汉语所面临的主要困难,包括自动分词,歧义消解,意义的多层次解读等。自然语言处理中的这些难题使得计算机难以对汉语语句做出正确的描述。基于规则的汉英机器翻译的质量还有待提高。基于语料库的方法为机器翻译研究提供了新的途径。将基于规则的理性主义方法同基于语料库的经验主义方法结合起来,必将极大地提高汉英机器的翻译的质量。     

人工智能背景下机器翻译在不同文本中的对比分析研究

近年来,人工智能技术越来越先进,机器翻译较之前更受欢迎,各种翻译引擎所受到的关注与日俱增。纽马克在语言功能理论的基础上进一步对文本类型进行划分,提出了三种文本类型：表达功能型、信息功能型和号召功能型。文章通过对三类文本进行对比分析,探究不同机器翻译系统的差异性,通过与人工译文进行对比指出机器翻译的不足之处。     

机器翻译在文学翻译中的适用性与局限性实践探索

机器翻译技术已经发展到神经网络机器翻译水平,译文质量明显提高。文章围绕机器翻译能否应用于文学翻译的问题,从个人翻译实践出发,借助“信、达、切”的翻译标准,探讨机器翻译在文学翻译中的适用性和局限性。     

“机器翻译+译后编辑”模式下《逍遥法外》字幕翻译研究

随着人工智能的不断进步,“机器翻译+译后编辑”已经成为翻译技术领域探究的热点,在字幕翻译领域方兴未艾。但目前人们对该模式的认识上还存在一些模糊之处。对待机器翻译,必须从多个角度综合衡量它的相对优势和固有缺点,通过廓清机器翻译的错误类型,弥合文本之间的文化差异,进而拓展“机器翻译+译后编辑”的应用范畴,推进人机协作在字幕翻译领域的实践。该文对机器翻译在字幕翻译中的常见错误类型进行归类,分析了机译中常见的三种错误,为新型翻译模式的探索提供了借鉴。     

机器翻译中的译前编辑翻译技巧——以Google汉译英《边城》为例

随着全球语言服务行业的兴起,机器翻译在翻译领域中的作用日益凸显.人机合译的方式让翻译效率大幅提升,译前编辑和译后编辑有助于减少机器翻译的错误,提高译文质量.该文从译前编辑在文学文本中应用的角度,总结了机器翻译常出现的问题以及在翻译前针对这些问题采用相应的策略.中文文学文本题材丰富,语言形式多种多样,译前编辑模式能提高机器产出的质量,减少译后编辑的工作量,进一步提高译者效率.     

文学语篇中连词“but”的机器翻译译文分析——以Harry Potter and the Philosopher’s Stone的Google机译为例

基于自建语料库研究文学语篇Harry Potter and the Philosopher’s Stone中连词“but”的机器翻译情况。采用语料统计及译文对比的研究方法,归纳了连词“but”的机译特点,分析了连词“but”的人工译文与Google在线机器翻译译文之间的差异,以及机器翻译存在的问题。从分析可知,机器译文在表达的地道性与多样性方面仍需通过人工译后编辑来提高质量,机译系统在逻辑语义关系分析和语用功能判断等方面与人工翻译存在明显差异。     

机器翻译的可信度与人工干预

从认识论和语境制约角度分析机器翻译的可信度与人工干预的关系,指出人工干预是提高机器翻译可信度的必要补充,语境制约决定机器辅助翻译和机器翻译的目的,因而要消除全自动、高质量的机器翻译以及认为机器翻译系统应作为“单个、卓越的黑匣子”而存在等错误概念。     

电力科技英语机器翻译译后编辑(MTPE)实践探究——以TAUS的MTPE指南为编辑度准则

在当前全球化与信息化的时代,机器翻译大大提高了翻译的输出效率与质量,因而被广泛应用于初步的翻译项目处理中,然而机器翻译存在局限性,需要配合译后编辑(Post-Editing,PE)才能更好地完成翻译任务。该文选取Science Daily网站上的电力科技信息文本,以TAUS发行的MTPE（机器翻译译后编辑）质量评估为准则,对Google Translate机器译文实施快速译后编辑,分析总结了机器翻译(MT)在电力科技文本翻译中的常见错误类型,在发现机器翻译优势的同时,也证明了译后编辑的不可替代性及译后编辑质量评判规范标准的重要性。     

衔接理论视角下人工翻译和机器翻译对比分析

本文从衔接理论视角下探究了人工翻译与机器翻译的衔接手段差异。研究表明,机器翻译使用的衔接手段较为单一,人工翻译相较于机器翻译使用了更多的衔接手段。通过对人工翻译在衔接手段方面的总结归纳,有利于对机器译文进行译后编辑以及计算机学习并提升在衔接层面的翻译能力。     

人工智能背景下民族文化负载词的外宣翻译

随着人工智能大发展,机器翻译越来越强大,受到人们越来越多的关注。在当前的翻译市场,各个行业都有不同层次的翻译需求,机器翻译在一定程度上能够提高翻译效率,降低成本而受到青睐。文章结合人工智能背景下翻译现状及民族文化负载词的翻译特点,采用个案分析的方法,说明目前机器翻译在处理民族文化信息负载词汇时还存在难以克服的缺陷,但可以进行初步翻译之后再由人工翻译进行修订,两者的有机结合可以提高效率又保证翻译质量。     

MTPE模式下计算机类专利摘要机器翻译典型错误分析

文章以150篇计算机类专利摘要的中文和采用中国专利信息中心的汉英机器翻译引擎(1)翻译的英文组成平行语料,着眼于机器翻译译后编辑(MTPE)(2)实践,分别从词汇、句法和篇章逻辑角度分析了机翻译文中出现的典型错误类型,以期促进专利文本的机器翻译译后编辑的理论研究和应用,并为该领域机器翻译引擎优化提供有益参考。     

基于文本类型理论的翻译标准构建

文本是语篇的书面形式,是译者认知语篇功能的基础。文本类型理论为翻译标准研究提供了科学的依据,对翻译质量评估具有指导作用。不同的文本类型构成其不同的语言表现形式,从而形成不同的语言功能、翻译目的和翻译策略等。显然,我们要依据文本类型构建不同的翻译标准,为译文评价提供依据,以体现翻译评价标准的实用性和准确性。     

支持语境分析的机器翻译实现

机器翻译可以极大地帮助人们获取更多的新知识,机器翻译的质量,也是人们判断机器翻译工具的重要尺度.机器翻译质量的提高,离不开语境分析,如果忽略原语赖以产生的特定环境去进行翻译,往往会导致歧义现象产生.本文通过对几种翻译软件的翻译方式及翻译质量的比较,在软件实现中加入了语境分析与学习的功能,从另一个角度对机器翻译结果质量的提高方法进行了探讨.     

术语与机器翻译——实验结果分析与术语数据库的构建

术语管理是机器翻译的关键技术之一。通过机译术语与人工翻译术语的实验比较,发现机译效果尚有待于提高。基于平行语料库利用统计原理自动提取双语术语等价词对,有利于改进机器翻译的质量,但依据统计概率或面向人工的翻译词典来测评等值程度,不能全面反映历史典籍文本中特定语境下的术语意义及功能,从而影响术语等价词对的提取范围。基于翻译家英译历史典籍文本的语料提取术语,并从历史语境、语域、文体等译学特征入手进行人工验证,构建描述性术语数据库,有利于提高机器翻译的准确性和适切性。