人工智能背景下英语阅读教学使用机器翻译影响机制

黄亚楠

摘 要：人工智能背景下，英语阅读课堂教学过程中使用机器翻译是当今较为普遍的学习方法，传统教学方法中，机器翻译比人工翻译更加方便快捷，但在语法、句式方面往往会与原文有偏差。文章基于英语阅读课堂视角，把传统与机器翻译两种形式进行比较分析，并探讨人工智能作用下英语阅读课堂教学中使用机器翻译现状的未来发展趋势和影响机制。

关键词：人工智能;机器翻译;中英转换;英语教学

中图分类号：TP18;H085 文献标识码：A 文章编号：2095-9052（2020）01-0050-03

随着我国综合国力与国际竞争力的增强，与世界各国的贸易往来、文化交流日益加深，英语作为应用最为广泛的语言，成为我国与其他国家之间沟通的桥梁，所以学好英语很重要。在实际英语教学过程中，阅读是当今社会人们获取信息的最重要手段，新知识的获取、思维能力的提升、社会适应能力的增强都与阅读息息相关。那么在教师英语阅读教学中，学生学习过程中，都会必不可少地遇到陌生词汇和句式，翻译的功能在此处必不可少。随着科技技术的创新和发展，不难发现机器翻译在悄悄地改变人们的学习方式。大到国际会议，小到日常生活，中英文语言转换都必不可少。随着人工智能的出现，英语课堂中的翻译手段从人工转变为机器已是大势所趋，更有部分学者表明“同声传译职业会被机器翻译取代”。在实际英语教学课堂中，机器翻译的运用，使用计算机进行中英文转换是学生选择学习英语的主要方式。

一、人工智能的简要阐述

第一，从概念上来说，人工智能是以计算机学科为依托的一个学科分支，其是以人类的智能模式为依托，结合科学技术，应用相似的模式和方法开发研制出来的一种智能化的机器，关于其具体的载体，包括了机器人、语言辨别、图像辨别几种典型的类型。随着这种技术和相关产品的开发，其实际应用领域和应用价值在不断地体现。从未来的发展趋势上，这种技术必将在不断的更新和完善中在一定程度上实现对人类行为和功能技术的替代。

第二，人工智能的功能与技术范围。人工智能的作用范围包括了大脑模拟功能、符号处理技术，关于具体的方法又包括了子符号法和统计学方法等。从这个维度上来看，人工智能技术的应用和实现有非常显著的专业性特征，在具体应用中需要控制和操作人员结合具体的智能化功能，对其发挥作用的原理和模式有一个深入的了解，方可更好地發挥人工智能的作用。

二、英语阅读教学中使用机器翻译的现状

第一，传统英语阅读教学中，遇到陌生单词或者句式往往会选择用笔画下来课后查阅，但是如果未能及时查阅信息，会因为学生偷懒或者暂时性忘记而延迟查阅翻译或者甚至是不查;还可以使用纸质词典进行查阅，但是由于纸质词典查阅速度较慢，会降低英语阅读学习的实效性，导致跟不上教师讲课速度。人工智能背景下，随着科技发展和技术创新，机器翻译应运而生，这为英语学习者提供了很大帮助，教师可以培养学生自主学习能力，教会学生阅读方法，利用机器翻译辅助教学，促进学生快速融入英语氛围，理解未知词汇。但值得注意的是，机器翻译虽然快捷，但并不是英语阅读学习者的主要依赖工具，只是具有辅助功能，如果完全依赖会导致学生丧失学习英语兴趣和能力，所以教师应该教育学生使用机器翻译尺度和正确方法。

第二，从机器翻译的具体应用的角度上来说，目前基于机器翻译工具具有多样性的特征，在实际选择应用中，教师应当注意结合具体的课程教学要求选择合适的翻译机器。从而最大程度地发挥翻译机器在英语阅读中的辅助作用。

三、机器翻译对英语课堂教学的影响

第一，与传统教学相比，现代英语课堂使用机器翻译的现象随处可见，尤其是对于高校学生在学习英语知识时会更倾向选择使用人工智能手段进行机器翻译，查阅陌生词汇以及句式翻译，以教师讲解为基础进一步理解全文。传统查阅英语词汇的方式往往是通过纸质版的词典，词典单词存储量很大，但其查阅速度较慢，单词更新较慢，甚至是在学生不理解词义时也无法通过词典解释去了解含义。在机器翻译时代，运用电子词典翻译，不仅可以快速查阅单词含义，还会了解单词发音以及连接百度百科，了解其含义以及在句子中的应用，以便学生能够快速了解该单词解释。如果需要长文翻译也可以通过电子辞典翻译功能进行源语言与目标语言转换。这种查阅方式使得英语教学方便快捷，教师在讲解的同时学生使用查阅工具可以更好理解文章含义以及对知识点的整合理解。尽管机器翻译可以有助于学生主动学习，但不能盲从而脱离教师讲学，机器翻译是帮助学生学习的工具，但不是主要工具，更不能因此脱离教师讲解，本末倒置。可见，机器翻译时代确实改变了英语课堂的教学手段和学习方法，培养学生主动性学习思维，使得学生更易了解知识，但在使用时也应注意，要仍然以教师教学为主，使用机器翻译查阅为辅。

第二，从负面的影响上来分析，机器翻译比较容易让学生产生依赖感，这从激发学生的主观学习动力的角度上来说，是存在不利影响的，另外，机器翻译虽然在应用上的便捷性比较高，但是对于操作和应用人员的输入准确性要求也同样比较高，如果在原始的输入环节中就出现误差，则机器翻译的作用就很难切实得到发挥。这也是机器翻译的方法所存在的一个具体应用中的实际问题，而且，机器翻译是依托于网络环境而发挥作用的一种翻译方法，网络环境的开放性也会对学生的英语学习的专注力造成一定程度的影响。

四、人工翻译与机器翻译对比分析

人工翻译是指靠人的脑力进行中文与英文两种语言转换，此种翻译行为需要专业的英语翻译人员来对文章的词汇、句式、语法全面分析，进而找到最合适、恰当的词汇来进行匹配分析，使得文章准确、流畅。人工智能翻译需要专业人士的英语功底也需要其对相关领域的专业技能素养。如在法律专业方面，专业法律英语知识的运用更需要以法律为专业背景并具有扎实英语基础功底的人才来进行中英文语言转换，进行源语言的输入从而得到目标语言的文本输出。机器翻译是自然语言计算机处理的一个历史悠久的部门。机器翻译试图用计算机来模拟人的翻译能力，因此，它也成为人工智能的一个重要分支。20世纪30年代初，法国科学家阿尔楚尼（G.B. Artsouni）明确地提出了用机器来进行语言翻译的想法。用计算机将两种语言进行转换，输入源语言，输出目标语言，这是机器翻译的过程。早在1957年，美国学者英格维（V.Yingve）在《句法翻译的框架》（Framework for syntactic translation）一文中就指出，一个好的机器翻译系统，应该对源语言和目标语言都做出恰如其分的描写，这样的描写应该互不影响，相对独立。基于以上分析，人工翻译与机器翻译各自拥有其特点和用途，具体体现如下：

1.人工翻译准确性更高，但时效较低

中英文两种语言实际转换时，注重信、达、雅三个维度，实际翻译过程中还应该注意翻译资料背后的文化背景和专业知识，不仅仅从字面分析语言转换，还会从更深层次的环境背景影响从而选择运用最恰当的词汇以及结合翻译者自身的英语专业技能和中文知识来进行有效整合，从而达到最优效果。但人工翻译需要依靠脑力，脑力反应速度及翻译速度与机器相比，有时会有偏差和延迟，这对于大量翻译要求时，人工翻译更为辛苦，速度较慢，时间较长。无法做到如同机器翻译快速进行翻译整理，对于需求快速翻译的群体，人工翻译稍显滞后。

2.机器翻译速度较快，句法需要及时纠正

机器翻译的运用极为广泛，有道翻译、金山词霸等是很多人使用的翻译工具。有道翻译近几年新出的功能是可以直接将文档拖进翻译工具里，会在短时间内对文档进行翻译，篇幅过多时会有收费需求。实际使用机器翻译过程中，不难发现，机器翻译最大的特点是逐字逐句翻译，无法借鉴当下实际文化背景和情境信息，只是根据字面要求来进行转译，这种形式下很难满足文章翻译的准确性，很难让机器自动结合上下文背景来对文章进行分析和翻译。尤其是针对学术性文章，准确性要求极高，这时机器翻译往往达不到要求，更需要人为查找专业知识书籍或资料去完善所需要的翻译内容。在需要专业词汇去贯穿全文时，机器翻译处于弱势，因为单纯的机器翻译真的很难做到理解全文内涵，机器的转换目前还达不到体会人的思想和中心主旨。无法带有感情色彩去理解文中含义。

经对比分析不难发现，机器翻译是当下语言转换的主流工具，备受青睐，因其翻译速度和反应速度较快，适合很多工作场所来用。但与人工翻译相比，机器翻译有时不够准确，因为有些词汇、句式、关键词往往需要结合专业背景知识，但是单纯地使用机器翻译却很难做到这一点。

五、机器翻译的未来发展趋势

机器翻译运用“直接翻译”、“句法转换”、“语义转换”等技术手段，使目标语言尽可能地逼近源语言，尽量遵循语言的忠实性、流畅性、准确性。当下流行的机器翻译工具有电子词典、微信、QQ等聊天工具，其应用广泛。在日常聊天中，这些工具可以满足人们日常生活交流的需求，但遇到专业词汇时，单纯的机器翻译也会让人觉得怪异，因为很多时候词汇的理解、句法的排列都需要结合实际情景去更好地了解，而不是简单的字面意思翻译。但这并不意味着机器翻译不再是宠儿。20世纪90年代初，由于人工智能领域中深度学习和神经网络的成功，机器翻译引入了这些新技术，于是统计机器翻译发展成神经机器翻译（Neural Machine Translation，简称NMT）。人工神经网络的主要特点是信息的分布存储和信息处理的并行化，采用联结主义（connectionism）的方法，具有自组织和自学习的能力，这使得人们利用机器加工处理信息有了新的途径和方法，解决了一些使用传统的符号主义（symbolism）方法难以解决的问题。

可见，機器翻译的发展一直在不断进步和前行，人们一直在创新新的技术，以使源语言与目标语言切合度更高，让机器把语言变得“原汁原味”，让两种不同的语言用不同的符号去表达相同的意思。如同中国的古诗词，要在理解诗词的基础上再运用英语语言知识去进行翻译整合，同时需求英语和汉语的语言功底。

六、结语

人工智能（Artificial Intelligence ，AI）是由麦卡锡首次在1956年“达特沃斯会议”中提出的，其用途是研究如何使用计算机去做过去只有人才能做的智能工作，其标志性事件是谷歌AlphaGo战胜世界围棋冠军李世石。1946年，世界上第一台电子计算机ENIAC诞生，其运算速度远远超过了人的计算速速，引发英国工程师布斯（A.D. Booth）和美国科学家韦弗（W. Weaver）在讨论电子计算机的应用范围时，就提出了利用计算机进行语言自动翻译的构想。可见，人们一直在为机器翻译时代做出各种各样的努力和设想。人工智能的到来带来了计算机时代，更带来了机器翻译的时代。与人工翻译相比，机器翻译固然拥有很多优势，甚至是人工翻译所无法比拟的优点。但鉴于本文以上分析和探讨可以看出，不要盲目推崇和使用机器翻译，翻译类似于解读密码的过程，但对于具有深层次文化背景、历史背景的文字就不仅仅是简单的源语言与目标语言的字符转换，更多的是要求带有人文气息和古典文化底蕴，才会使语言地道，易于理解。

所以，在人工智能影响下，机器翻译时代的到来与传统人工翻译之间的撞击，更值得人们思考。扎实的英语基础依然是翻译时代的主流，机器翻译可以作为使用工具，但不能作为所有工作的需要，机器可以代替部分人类的工作，但目前依然无法代替所有的工作。英语阅读教学中，机器翻译是学生学习的工具，但不能依赖此功能放弃学习，脱离教师教学，应该巧妙利用机器翻译工具来进行英语语言整合，更加准确、快速地了解所学知识内涵，以便更好理解文章含义。依靠但不依赖，是当今人工智能背景下运用机器翻译的主流思想。

参考文献：

[1]刘宇鹏，马春光，张亚楠.深度递归的层次化机器翻译模型[J].计算机学报，2017，40（4）.

[2]李响，南江，杨雅婷，等.泛化语言模型在汉维机器翻译中的应用[J].计算机应用研究，2014，31（10）.

[3]冯志伟.应用语言学新论——语言应用研究的三大支柱[M].北京：当代世界出版社，2003.

[4]冯志伟.自然语言计算机形式分析的理论与方法[M].合肥：中国科学技术大学出版社，2017.

[5]刘群.机器翻译技术现状与展望[J].集成技术，20121（1）.

（责任编辑：李凌峰）