论AI翻译在口译场景中的运用

2018-09-28 10:37付尧
东方教育 2018年27期
关键词:译员口译神经网络

付尧

摘要:全球化的背景下,我国对外经贸往来不断深化,政治、经济交流都对译员提出数量和质量的要求。在对译员进行专项培养的同时,科学技术的运用将人工智能翻译变成现实。人工智能翻译能否满足口译任务的高标准成为其研究发展的关键。本文从人工智能翻译的特点讲起,到专业口译员应该具备的素养和执行口译任务时应注意的问题,从而反观人工智能翻译并引出对专业口译发展带来的启示。

关键词:AI翻译;口译

I、研究背景

随着全球化的不断深化,中国对外经贸往来也在不断深化,中国对外交流对口译员的需求巨大,尤其是同声传译员,同声传译员成为21世纪最紧缺的人才。截至2018年上半年,全国职业翻译数量达到4万多,而相关从业人员的数量也超过了50万,但是翻译虽多,受过专业培训的翻译却很少,能够胜任国际会议口译任务的翻译就更少了,占全部翻译人数的百分之五还不到。在国际口译大会暨第五届全国口译实践、教学与研究大会上,国际会议口译员协会(简称AIIC)主席认为,目前,对中英口译员的需求非常之大,如果各个地区都能设立相关的培训机构,进行对译员的专业培训,仅仅能刚满足往来事项对相关口译员的需求。他认为,中国的对外政治、经济交流加深的同时,对口译员的需求也会不断加大,而口译员队伍自身也会不断发展壮大。但除了数量,口译的质量也成为需求群体主要考量的项目。欧洲委员会总公司代表强调,口译的核心规则除了质量,还是质量,与其找不好的口译员,不如不要口译。除此之外,我国对会议口译高端口译员、其他不同专项的口译员也存在需求短缺的情况。综上,我国对口译员的需求强度大,同时也要求口译的质量要过关。在这种情况下,除了加大对口译员的培训和专业培养,在科学技术不断发展进步的当下,为满足口译需求,人工智能也将口译功能划归到智能翻译项下,那么人工智能翻译能够能填补市场对口译需求的空白吗?

II、AI翻译的发展

人工智能发展不到一年的时间,已经获得了质的飞越。从被大众认为是僵硬、不成话的翻译变成了通顺的“人话”,而在人工智能翻译领域,越来越多的竞争者进入该领域,从一定程度上来说,加速了该领域的发展与变革。对人工智能翻译的研究可以分成两个部分,第一个是理论,第二个方面是技术。人工智能翻译理论部分主要研究人脑在进行语言学习及进行语言翻译时的运行机理。语言翻译实际上是对语言进行转化,从语言输入到语言信息处理再到语言重组及输出。简单的步骤中却蕴含着复杂的原理,拿语言输出来说,译员在进行口译任务时,除了需要考虑目的语本身的语言规则,目的语国家的语言文化成为重要了考量部分。简单的语言重组及输出是无法满足口译任务要求的,也就是说,口译是一项复杂的需要综合多种要素考虑才能完成的任务。人工智能翻译技术即第二个方面是根据人工智能翻译理论和科学技术的发展来实现的。而人工智能翻译理论除了上述的解释人脑对语言输入输出的神经网络模式,还有重要一个方面就是要指导计算机对人脑的模仿,从而推动神经网络技术的发展。翻译技术从基于规则的机器翻译(RBMT)到基于统计学的机器翻译(SMT)、基于实例的机器翻译(EBMT)、到我们目前熟悉学习并运用的计算机辅助翻译(CAT),可以说人工智能翻译技术在不断发展,在对人脑语言机制的研究和模仿的基础上,人工智能翻译在强大的语料库输入的支持下,不断呈现给大家最接近人工翻译的翻译成果。近两年来,学术界对人工智能领域理论的研究为各大科技公司提供了理论依据和支持,各個公司的技术支撑“神经网络翻译模型”本质上有许多共同点,而不同点存在于模型操作运用上,包括语料库、句子单元处理、不同场景的应用选择等。语音识别技术是AI翻译能够执行口译任务的关键,在全球范围内,基于神经网络的实时机器翻译技术于互联网大会上首次同人们见面,“通过对现场演示效果的观察对比,搜狗语音识别准确率已经达到了90%,已经接近人类同传翻译结果。”① 据报道,从翻译的实时性、流利度、表现力上,搜狗同传任务的执行结构接近专业同传的水平,但也只是接近。首先是实时性,搜狗人工智能翻译的语音识别的精准度和反应速度维持在平稳水平,在原声结束后,空白犹豫时间仅为2秒及以内。② 在流利度方面,搜狗人工智能翻译运用的神经网络翻译模型断句合理,对也就是说对原文的理解程度高,在对句子的处理上,既迅速又准确。使得使用目标语翻译的译文流畅度高,易于目标读者的理解。在表现能力上,由于只能依托电子设备对其进行内容的输出,表现力不如人工翻译。

III、口译中的几个关键点

在执行口译任务时,有三个方面十分关键。首先是对源语言和目的语的掌握,其二是对不同语言国家文化内涵的理解,其三是输出方式。首先是对源语言和目的语的掌握,这需要译员有着扎实的语言基础,翻译家傅雷认为,要做翻译,头件事是在书房堆上两堆书,一堆汉文,一堆外文,先花个把月,语言功底不会太差。对于AI智能翻译来说,存储记忆是其一大优势,因而在和人工翻译相比较时,单从这一方面讲,是无法比较优劣的。其二是对不同语言国家文化的理解,口译本身是一种跨文化交际行为,译员对不同语言文化的处理,主要是对不同语言文化差异的处理影响着翻译结构的输出。目的语听众的思维模式在一定程度上受到文化与知识存储量的影响,而交流也会因而受到文化水平和不同文化背景的制约,这些要素都是译员在执行口译任务时要考虑在内的。在AI智能翻译执行口译任务时,存在对文化背景模糊处理的情况,也没有考虑到翻译是一项需要综合各项因素的任务,但是未来科学技术的发展对文化在人工智能翻译中空白的弥补一定会在保证AI智能翻译效率的基础之上,更贴合人工翻译的效果。除此之外,输出方式即表达对口译任务的效果有着不可忽视的影响。刘和平(2005)认为,在心理语言学中,在学习语言以及进行翻译的过程中,人们的心理机制不同,而语言输入进人脑后,语言信号启动的人脑认知模块也存在差异。也就是说,语言输出方式影响目的语听众心理,从而会对翻译效果产生影响。在2018博鳌亚洲论坛上,腾讯提供了AI同传,在演讲者将“一带一路”误说成“一路一带”时,AI智能翻译成“The Road and Belt”,受过专业培训的译员都知道,化解演讲人的口误,省去演讲人的言语啰嗦是执行口译任务时应该遵循的原则。因而,如果是人工翻译,必然不会出现“The Road and Belt”的译法。这就是人工智能翻译的弊端,AI翻译不会结合上下文综合考虑演讲人的意思,如果不从技术上根本解决这一问题,即使对这翻译中的一个问题做出更正,也是杯水车薪。因为演讲者的话语情况千变万化,AI翻译的技术人员是不可能一一罗列出来的。在演讲者发言时,会用不同语言夹杂进行演讲的情况,这种情境下,人工智能翻译会出现乱序翻译的情况,让听众们不知所云,反观,人工翻译会做出即时反应,这是在大量口译训练当中,译员已经掌握的技能之一,这便是人工翻译同人工智能翻译相比的高妙之处,除了演讲人自身的演讲话语,包括演讲人的口音,声音大小,语速等,都给人工智能翻译带来挑战,这同时也是人工智能翻译应该解决的技术性问题。在对人工智能翻译进行问题研究和反思的过程中,每位译员也应该考虑到AI翻译面临的问题,以补充自身该部分技能空白。对于上述这个问题,提前熟悉演讲人的讲话风格就是一个好的方式,这是可以通过观摩演讲人曾经的演讲资料,大规模宽范围地搜寻演讲话题背景来进行准备的。在2018博鳌亚洲论坛上,同传外部环境嘈杂,这对AI翻译造成干扰,这是实质上也是对人工智能语言识别技术的考验,人工智能翻译在这种情况下对非演讲人话语的输入,而导致对非演讲人话语的输出,使得目的语听众没有接收到有效信息,因而语言识别技术应在学术、科技等综合多方面的基础上,进行精确度的提高和技术改进。

IV、AI翻译给译员的启示

AI翻译依托神经网络技术发展,在对语料库不断收录、拓展的过程中,对民众普遍应用话语方式进行模仿,从而不断接近人工翻译水平。语料库的拓展是对大众语言方式的积累,在不同的神经网络机制下,机器翻译的运行机制存在差异。这就要求译员不单单能够达到信达的翻译标准,而且要“神似”。神似的背后是对文化内涵的解释,是对不同国家文化背景的理解,也是对输出方式的综合考量。口译是一项复杂的人类活动,译员在执行口译任务时受到多方面的影响,包括外部环境等客观因素,而对执行口译任务本身来说,译员需要考虑的不仅仅是外部环境等客观因素,即不受外部干扰因素影响的能力,还要对口译活动各参与方进行分析,口译活动中多方提出的要求想要达到的目的和表达的情感,这不是单一对文化背景的掌握,也是对输出方式审慎的选择。

V、总结

对于人工智能翻译能否取代人工翻译,学界观点不一致,但主流观点认为,机器能够取代人工低级劳作部分,而不能达到人类思维水平,人工智能翻译的引用,主要是对人工翻译起到辅助作用,可以使人工翻译留出更多的时间、空间,从事更高水平的活动。人工智能翻译对市场的定位不甚明晰,但是在未来会同人工翻译形成错位竞争,也就是说,在中低端的翻译市场,译员易被人工智能翻译取代,从而节省更多时间来精修专业,向高端翻译方向发展。在高端翻译市场,主要是指对翻译准确度要求较高的任务,仍由译员完成,人工智能翻译尚且不能完全取代人工翻譯。人工翻译在对文化背景信息的处理上有先天的优势条件,但是也不代表人工智能翻译不能做出考虑文化内涵的好翻译。译员在对专业精确度较高的翻译领域有着“先动优势”,而人工智能翻译不仅仅给译员以启示,在人工智能翻译带来的挑战面前,强化自身各项翻译技能应该是译员的一项长期任务。

参考文献:

[1]王立非.中国企业“走出去”语言服务白皮书.2016

[2]刘和平.口译理论研究成果与趋势浅析.中国翻译,2005(4)52-54.

注释:

①http://finance.china.com.cn/roll/20161125/4001954.sht

ml

②http://news.163.com/16/1123/12/C6IBB0F9000187VE.

html

猜你喜欢
译员口译神经网络
基于人工智能LSTM循环神经网络的学习成绩预测
基于图像处理与卷积神经网络的零件识别
基于自适应神经网络的电网稳定性预测
口译中的“现场学习”
对中国口译近25年来的研究综述
口译趣谈
三次样条和二次删除相辅助的WASD神经网络与日本人口预测
口译中的“陷阱”
译员扮演何种角色?
略论笔译与口译的区别