人工智能在日语翻译领域应用现状研究

摘要：近些年来，人工智能（简称AI）技术快速的发展，深刻地影响着生活中各行各业。在这当中，语言服务业涉及的机器翻译，有“AI中的AI”之称，一直被视作人类的最后一块智慧高地，它也引来了众多高校与研究机构竞相对其进行研究，更引来了包括谷歌、阿里在内的企业巨头踊跃投入。而且，不少传统的语言服务企业也意欲向此转型。那么，人工智能翻译技术的现状是具有可发展性的， AI对日语翻译有很大的影响，人工翻譯与机器翻译的未来是光明的，结合人工智能翻译的发展现状及其当前应用的成果，对以上内容进行了分析探讨，以及对AI翻译领域的研究方向，提供理论参考的依据。

关键词：人工智能;机器翻译;人工翻译;深度学习;应用;前景

中图分类号：H36 文献标识码：A 文章编号：1672-9129（2020）09-0052-02

1 人工智能在日语翻译中的发展历程和应用

自明治维新前后，日本求学精进文化大爆发，产生了多位影响深远的文学家及翻译家，将所谓的“西学”引进过来，对东亚产生的文化影响自然不言而喻。但是这些日本翻译名家却鲜有亲传弟子，可能翻译这也是一个靠天赋的工作，即使有挂名翻译的弟子也大多都去转行去写书或者做学者研究了，这在战后日本是一个大环境影响。日本翻译界名家频出，明治维新前后更如雨后春笋一般。一段时间后，翻译热情消退，从常规的综合翻译门类逐渐转向实用类翻译。如今，人工智能发展极为迅速，人们对人工智能的应用越来越依赖，它可以节省时间，在翻译领域也占有重要的位置。

人工智能时代，服务的入口主要是自然语言的语音交互，自然语言处理会是人机交互的主要模式，谁能让机器更懂人类的语言，谁就能有可能取胜。人工智能会全面包围我们生活的方方面面，这意味着，人工智能入口的竞争会更加惨烈，而越早参与，获得越多的用户，胜利的几率就越大。现在有很多人害怕被人工智能抢走饭碗，从去年开始，华尔街有越来越多的分析师辞职，因为他们觉得自己即将被人工智能取代。在翻译界，这种恐慌更是普遍，其实人工智能不是本身厉害，而是背后的专家厉害，它的翻译基于专家翻译的语料库。随着人工智能时代的到来，大家如果不自己去学习新东西，很快就会落伍，被时代的巨浪淘汰。事实上，我们应该去了解人工智能的优势与劣势，不能妄自菲薄，也不能过于迷信。在了解人工智能的缺陷之后，我们就可以专攻它的缺陷，形成自己的优势。

2 人工智能在机器翻译方面的发展现状

人工智能作为一项极具前瞻性的技术目前广泛应用于计算机科学，语言翻译，金融贸易，医药，诊断，重工业，运输，远程通讯，法律，科学发现，玩具和游戏，音乐等诸多方面。

现如今机器翻译变得越来越强大。从一开始的只能够翻译单词，对于翻译句子简直可以说一窍不通的，到之后转变成翻译出来句子可以符合基本的语法，再渐渐变得越来越有基本的逻辑性了，再到现在部分软件可以联系需要翻译的部分的前后文，翻译结果的可读性与正确性都大为改观。近几年来，加入了“深度学习技术”等人工智能的机器翻译，它可以像人一样，已经不再简单地将一个个单词翻译成另一种语言，而是不断向前回顾以理解结构复杂的句子，并且结合前后文来进行翻译。

国内的百度，有道等公司都为用户提供了免费的在线多语言翻译系统。将源语言文字输入其软件中，便可迅速翻译为目标语言文字。速度快、成本低是其主要特点，而且应用广泛，不同行业都可以采用相应的专业翻译，但是翻译过程是机械的和僵硬的，会出现更多问题，仍需要人工翻译进行补充。像亚马逊的Alexa、苹果的Siri、微软的Cortana等比较富有创新的领域已经吸引了众资金和公众的注意力。

循环神经网络机器翻译按照序列进行工作，也就是和人一样，按照顾序一个个的进行翻译。而卷积神经网络则可以同时处理很多个语言片段，并且具有信息分层处理能力。将文本序列化、单词向量化，经过分层处理后再输出结果。在分层过程中，还会不断回顾源文本来确定下一个输出序列。提出这种技术的是Facebook和最近的机器翻译新秀DeepL。2017年上半年，Facebook宜布推出了基于循环神经网络开发的语言翻译模型，据说比基于卷积神经网络开发的语言翻译模型速度快9倍，而且准确率更高。在测试上，Facebook翻译系统几个方面都比卷积神经网络更接近人工翻译。

并且，不管是循环神经网络还是卷积神经网络都不是机器翻译的最终结果，比如谷歌近期提到的不再基于卷积神经网络的注意力机制，以及多层神经网络、深度坤经网络等等，都是解决机器翻译的方法。在速度、计算资源消耗、情感理解等等多种维度上都有不同的表现。如果从最终的实用性来说，神经网络模型能影响到的仅仅只是一小部分。更多的是语料库的大小、繁重的语料标注工作等等，同时这也注定了蒙古语、藏语这种语料较少语言依然无法使用机器翻译的方便之处。

3 人工智能在语言翻译上应用现状

人类语言复杂多样，不同语言之间无法直接沟通，需要翻译转换，由此便产生语言翻译需求并逐步发展成为语言翻译服务产业。近些年来，随着人工智能在语音工程（包括语音识别和语音合成）、自然语言处理等方面不断取得新突破，人工智能在语言翻译上也不断取得新的进展，并得以更广泛地应用在诸多领域。

3.1人工智能的第一次高峰。在1956年的这次会议之后，人工智能迎来了属于它的第一段赶时间。在这段长达十余年的时间里，计算机被广泛应用于数学和自然语言领域，用来解决代数、几何和英语问题。这让很多研究学者看到了机器向人工智能发展的信心。甚至在当时，有很多学者认为：“二十年内，机器将能完成人能做到的一切。” 人工智能第一次低谷： 70年代，人工智能进入了一段痛苦而艰难岁月。由于科研人员在人工智能的研究中对项目难度预估不足，不仅导致与美国国防高级研究计划署的合作计划失败，还让大家对人工智能的前景蒙上了一层阴影。与此同时，社会舆论的压力也开始慢慢压向人工智能这边，导致很多研究经费被转移到了其他项目上。在当时，人工智能面临的技术瓶颈主要是三个方面，第一，计算机性能不足，导致早期很多程序无法在人工智能领域得到应用;第二，问题的复杂性，早期人工智能程序主要是解决特定的问题，因为特定的问题对象少，复杂性低，可一旦问题上升维度，程序立马就不堪重负了;第三，数据量严重缺失，在当时不可能找到足够大的数据库来支撑程序进行深度学习，这很容易导致机器无法读取足够量的数据进行智能化。因此，人工智能项目停滞不前，但却让一些人有机可乘，1973年，人工智能遭遇了长达6年的科研深渊。人工智能的崛起：1980年，卡内基梅隆大学为数字设备公司设计了一套名为XCON的“专家系统”。这是一种，采用人工智能程序的系统，可以简单的理解为“知识库+推理机”的组合，XCON是一套具有完整专业知识和经验的计算机智能系统。这套系统在1986年之前能为公司每年节省下来超过四千美元经费。有了这种商业模式后，衍生出了硬件，软件公司。人工智能第二次低谷：可怜的是，命运的车轮再一次碾过人工智能，让其回到原点。仅仅在维持了7年之后，这个曾经轰动一时的人工智能系统就宣告结束历史进程。到1987年以后，专家系统风光不再。在语音技术上，近些年来，随着深度学习的广泛应用，人工智能在语音工程方面取得了较大突破，语音识别的准确率大幅提升。图中展示了2010年来人工智能在语音识别上的表现。

例如Siri、Voice Search和Echo等取得了较大的突破，能够在一定程度上实现不同语言间的交流以及语音向另一种文字的转化。2016年10月，微软美国研究院发布的一款语音识别系统实现了错误率为5.9%的新突破，这是人工智能第一次取得跟人类相似的语音识别错误率。

在自然语言处理上，人工智能也取得了很大进展，尤其是机器翻译方面取得较大突破。计算机自然语言处理能力的显著提高。Google公司应用了神经机器翻译系统，能够实现完整句子的翻译，是人工智能在机器翻译上的一个标志性突破。国内的科大讯飞、腾讯、网易、百度等公司也都在机器翻译上推出了免费在线翻译产品，在中英互译上取得较大的进展。

3.2商业应用情况。国内外各大互联网巨头都在不断拓展人工智能翻译的市场，开发人工智能翻译商业应用。尤其是各大公司提供的網页在线翻译工具市场应用广泛，语言翻译服务市场发展前景如火如荼。由于市场需求量巨大，一些公司因此关停了人工智能翻译引擎，转而提供付费翻译服务。

在智能手机普及的今天，各大互联网公司相继推出了自己的翻译类软件APP。比较流行的翻译APP如谷歌翻译、有道翻译官、百度翻译等软件，能够实现拍照翻译、实时翻译、语音翻译等诸多功能，而且针对专业客户提供更高级的付费专业翻译服务。

与此同时，AI翻译机成为人工智能语言和翻译的最热门商业产品。继微软、谷歌陆续推出自己的翻译机之后，国内的网易、搜狗、腾讯、科大讯飞、分音塔科技等公司也逐步推出了自己的翻译机。目前，AI翻译机取得了不俗的销售业绩，市场前景看好，且功能强大，语言翻译识别更加精准智能。以科大讯飞公司为例，该公司推出的一款讯飞翻译机2.0，不仅支持中文与英、日、韩等33种语言即时互译，而且能够支持粤语、四川话、河南话等方言翻译和拍照翻译，并具备4G、WIFI和离线翻译模式，其英语翻译水准最高可达CET-6级水平。人工智能翻译水平正在快速进步，其进步速度之快可能大大超出人们的预期，在日语翻译中，人工智能更是占有重要的位置。

结论：总之，对于翻译教学来说，言语环境匮乏是当前制约学生口语学习的 最大障碍，口语评价难度较大而且时效性差更是加剧了口语教与学的难度，人工智能的强劲优势，所开发的强劲听说智能测试系统，智能考试和教学系统为其提供了特别大的帮助。随着深度学习等技术在人工智能的应用，人工智能翻译水平正在快速进步。人工智能翻译具有快速、效率高、不会疲劳的优点，也存在翻译机械、生硬、整体匹配性差的问题，当前的人工智能翻译水平离人们的预期还有不少差距。在市场应用方面，人工智能翻译不断推出在线翻译服务、翻译机等新产品。在市场应用前景方面，人工智能翻译市场潜力巨大，相信在不久的将来，在日语翻译领域中，人工智能会变得更加的成熟，应用也会更加广泛。

参考文献：

[1]刘荣 机器翻译系统的框架设计和实现[J] 山西省科技厅2006年18期

[2]徐艳平 语言产業研究的现状与前景[J]浙江经贸职业技术学院2014年06期

[3]陈宗海 系统仿真技术及应用[J] 中国科技大学出版社2009年07期

作者简介：董馨竹（1998.01—），女，汉族，山东威海人，学生，本科，就读于辽宁工业大学。