语言服务行业翻译技术发展现状及前瞻

王华树，马世臣，杨绍龙

(1.北京外国语大学 高级翻译学院，北京 100089； 2.西安外国语大学 高级翻译学院，陕西 西安 710128)

AI技术发展大时代，语言服务行业出现百年未有之大变局。借助人工智能、云计算、5G、物联网等先进技术，新的翻译技术工具急剧涌现，促进了语言服务行业的快速发展。虽然语言服务行业的发展方向与程度决定了翻译技术发展的方向与程度，但是语言服务行业要获得长足发展，需要依赖不断革新的翻译技术工具。在如今的语言服务企业中，语言服务提供方与从业者的机器翻译使用率不断上升，机器翻译的应用呈现出连续增长趋势。与此同时，语言服务企业中的机器翻译译后编辑需求也在持续上升，机器翻译译后编辑的翻译新技术运用已经成为翻译行业中的常用翻译模式。

对此，本文将借助管理学中的SWOT态势分析法，通过对语言服务行业中翻译技术呈现的优势与劣势以及面临的发展机遇和外部威胁进行分析，探究语言服务行业翻译技术的发展现状及未来发展趋势。

1 翻译技术SWOT分析

SWOT分析法也称态势分析法，其英文全称为Strengths、Weaknesses、Opportunities和Threats，即优势、劣势、机会和威胁。这一概念最初由美国旧金山大学的管理学教授韦克里(Weihrieh)于20世纪80年代提出。SWOT分析包括内部自身条件的分析和外部影响因素的分析。内部自身条件的分析即优势和劣势的分析；外部影响因素的分析即机会和威胁的分析。通过SWOT分析，可以对研究对象进行全面、系统和准确的研究,因此通过该模型得出的结论通常带有一定的决策性。本文创新性地把SWOT模型运用到语言服务行业的翻译技术专业领域中，可以系统地分析目前翻译技术的优缺点以及遇到的外部机遇和挑战，可为语言服务行业翻译技术未来的发展提供一些建议。

对翻译技术的SWOT分析指的是在AI技术发展迅猛的背景下，采用SWOT分析法对语言服务行业中翻译技术的优势和劣势以及所遇到的发展机遇和面临的潜在威胁进行分析。本研究把翻译技术作为一个整体进行研究，认为这些技术基本涵盖了翻译服务人员在翻译过程中可能用到的技术[1]。具体来说包括内容管理系统、写作技术、桌面排版、文字处理、翻译管理系统、翻译记忆工具和计算机辅助翻译、质量保证工具、修订工具、本地化工具、机器翻译、术语管理系统、项目管理软件、语音-文本识别以及其他现存的和未来将要出现的多种翻译技术。

1.1 翻译技术的优势

以云计算、大数据、AI、物联网和区块链为代表的新技术的发展，促进了翻译技术的发展，使其在发展的过程中不断得到丰富和完善。目前的翻译技术结合了最新的科学技术，其自身拥有诸多优势。

1.1.1 工具种类齐全

翻译技术的工具包括计算机辅助翻译工具、语料处理工具、语音识别工具、本地化工具等，涉及译前、译中和译后多个环节，可以满足不同翻译群体的不同层次的需求。例如：语言服务提供商可以综合运用各种翻译技术如CAT(计算机辅助翻译)以及MTPE(机器翻译+译后编辑)等技术，满足客户的复杂需求；对于有外文文献阅读需求的用户，可以通过MT(机器翻译)技术进行外文文献的翻译和阅读；出国游客使用的翻译机，则是利用了语音识别技术和文字转换技术。这些不同的工具为不同需求的客户提供了丰富的选择，满足了市场的多种需求。

1.1.2 能够提升翻译效率

随着机器翻译模型和算法的不断优化和完善，从之前基于统计和基于规则的机器翻译发展到现在基于神经网络的机器翻译，译文质量得到不断提高。即使对专业领域的翻译，例如网络小说翻译、专利翻译和法律翻译，机器翻译基本上也都能胜任。目前许多机器翻译引擎都具有垂直领域的翻译，例如：百度翻译的垂直领域包括生物医药、电子科技、水力机械以及网络文学等，搜狗翻译的垂直领域包括生物医药和金融财经等。这些垂直领域的翻译都是各家公司的专长，因此译文的质量和准确率都较高。对通用领域的翻译，机器翻译可以对原文进行海量化处理，不仅节省了大量时间，也大大提升了翻译效率和准确率。

1.1.3 能够降低翻译成本

翻译技术涉及多种工具、多种技术，并且涉及翻译环节的各个方面。实践中合理选择与使用翻译技术会大大提高翻译效率，降低翻译成本。例如：一些企业会搭建自己的机器翻译引擎，这样无须大量购买其他机器翻译引擎，能够有效降低采购成本。另外，新冠肺炎疫情期间兴起的远程口译技术，不受场地环境限制，可大幅降低开支，提高工作效率。除了远程口译技术，机器口译(MI)技术也得到了长足发展，例如腾讯翻译君、搜狗同传和有道同传等。相比人工口译培养周期长、难度大、费用高等不足，机器口译的应用节省了聘用人工译员的开支以及租赁相关设备的开支，从而大大降低了翻译成本。

1.1.4 能够提供便捷服务

在大数据、云计算、人工智能、5G等技术的推动下，翻译技术从单一的PC平台走向基于云端的智能终端，用户可以通过手持设备、可穿戴设备、其他常规或非常规设备，无障碍地享用计算能力和信息资源[2]。云端操作缓解了本地储存压力，并且可以实现多人或多团队协作翻译以及译审同步，突破了时间和空间的限制，还可以直接把翻译记忆库或术语库储存在云端，使后续翻译工作更加方便快捷。目前云翻译平台正在向智能化和泛在化方向发展。

1.2 翻译技术的劣势

人工智能技术大发展时代，新翻译技术工具快速涌现，促进了语言服务行业中翻译技术的快速发展。同时，语言服务行业中的特殊领域与通用领域翻译技术研发差异明显，门槛降低，技术发展趋向大众化；升级换代整合需求变化加快；忽视了社会价值需求与技术安全，一味追求市场效益；等等。翻译技术由此呈现出以下劣势。

1.2.1 生命迭代周期快

翻译技术不断推陈出新，迭代更替的周期不断缩短。小至手机的翻译App，大至翻译行业乃至语言服务领域中的云翻译，翻译技术发展迅速，从最初基于规则的机器翻译发展到依托云技术、大数据的神经网络机器翻译[2]，加上翻译服务需求日趋更专业、更智能、更敏捷，促使译前、译中与译后等过程中多种繁杂的技术不断升级与整合。其中，许多技术实操较复杂、难度大、学习周期长。此外，翻译技术开发商紧随市场发展潮流，在原有功能基础上，持续更新与优化翻译服务功能，导致许多翻译新技术很快便进入淘汰阶段。以上情况导致翻译从业者尚未及时更新翻译技术知识与能力，新的计算机辅助翻译平台或翻译引擎便已上市。

1.2.2 工具同质化严重

由于机器翻译与CAT工具等多数工具功能趋同，众多机器翻译与计算机辅助翻译开发商开发的翻译技术同质化趋势明显。崔启亮指出，就产品功能与应用的人工智能技术两个方面而言，在线翻译平台基本能够实现在线管理平台、机器翻译、翻译记忆库以及术语库共享等功能[3]。同时，不同平台间的翻译技术新功能容易被模仿，导致翻译行业竞争门槛与技术壁垒降低，翻译工具同质化。这些翻译工具的基本功能与工作界面大体相同、同质化严重，例如在会议中进行的实时同传、跨境旅游实时翻译以及拍照翻译等功能。研究认为，翻译技术真正的壁垒应设置在精准的高质量语料数据上。

1.2.3 应用场景受限

虽然翻译技术功能不断得到完善，但是应用场景仍然有限。下面以较具代表性的机器翻译为例进行说明。第一，对于小语种等低资源语种，低资源训练语料少、模型训练难度大，使得面向资源稀缺的低资源机器翻译较少，如日语、尼泊尔语、僧伽罗语、希伯来语、印尼语、菲律宾语等特殊语种[4]。第二，机器翻译难以完全识别与翻译古文，也不适用外交敏感语境。古文词序不规律，词类活用现象、省略现象较多[5]。外交语境中包含隐喻性的诗词、谚语和典故等。从识别到翻译，以上两种情况下的词语与句子都需要拆解、翻译和引申到白话含义，但现有的机器翻译算法规则简陋，对于词义和句法消歧存在算法功能性不足，导致古文和外宣翻译过程中出现漏译或错译，小至减弱翻译效果，大至可能影响国家形象。

1.2.4 存在多种安全风险

翻译云平台的涌现，伴随着多种安全风险。翻译云平台不断更新升级，对个人与企业等信息储存的能力不断增强，但云端储存数据的技术尚不成熟，可能在稳定性、安全性与加密性等方面有待加强，因此存在信息泄露风险。网络机器翻译引擎还可能会将用户和客户的数据，包括原文、译文、术语、翻译记忆库以及语言规则等数据自动保存到云端，在不对上传数据进行加密的情况下，数据可能会被移动、复制或删除，导致数据泄露。同时，由于用户或客户等多方需要在服务器系统中进行翻译编辑和维护操作，这就扩大了数据的传播路径，可能会导致隐私数据泄露、黑客或病毒攻击、服务器崩溃等多种风险[6]。

1.3 翻译技术面临的机遇

国家战略政策为翻译技术革新提供保障，经济投入为翻译技术蓬勃发展注入动力，社会市场需求与企业创新为翻译技术创造发展条件，第四次工业革命为翻译技术发展创造优越环境。综合政治、经济、社会与技术等条件，翻译技术的发展面临重大机遇。

第一，国家为翻译技术发展提供了政策保障。在国务院发布的《新一代人工智能发展规划》的有力推动下, AI 技术在机器翻译、网络搜索、图像识别、音视频处理、舆情监控等方面展现出巨大潜力，创造了巨大的产业价值[8]。第二，场景赋能成为主旋律，典型场景将成为融资重点。人工智能的进一步发展，将使底层技术投资的热度增长，那些拥有顶级科学家团队、雄厚科技基因的底层技术创业公司将获得资本市场的持续资金注入[7]，翻译技术的研发也因此具有较大潜力。第三，高校与企业仍是推广翻译技术的良好市场需求源头。从高校到企业，在机器翻译技术、语音识别技术、计算机辅助翻译技术以及语料库技术等方面，他们的技术需求依然很大。第四，良好的技术发展环境为翻译技术发展提供了绝佳条件。随着我国人工智能技术的逐渐成熟，人工智能核心产业规模迅速扩大，人工智能领域细分化和专业化程度得到进一步提升，人工智能应用广泛的商业化落地阶段来临，底层技术的投资将持续增长，使人工智能从“技术”转变为“产品”的周期缩短。与此同时，翻译知识与技术、理念与技术逐步融合，良好的技术环境将持续推进翻译技术的发展。

1.4 翻译技术面临的威胁

身处技术快速革新的新时期，翻译技术面临着高级AI技术、综合智能化翻译技术、高级量子加密算法等多重技术的威胁。

其一，更加高级的AI技术不断呈现出“替代MT”的趋势。高级AI技术延伸至人与机器，促进人机交互技术快速发展；脑机接口融合人工智能和人脑智能，促进AI翻译技术快速发展，并逐渐替代不合时代需求的机器翻译。其二，翻译服务中的信息转录新技术逐渐替代旧技术，如新语音技术逐渐替代翻译输入技术；桌面级OCR(光学字符识别)转录技术替代人工转录。其三，CAT桌面版工具逐渐被云端工具替代。其四，内容少、技术内涵低的术语库和语料库逐渐被高级的知识库所代替。其五，综合智能化的快捷翻译引擎、平台与软件逐渐取代单纯的机器翻译、计算机辅助翻译平台与软件。其六，内容管理系统(Content Management System，即CMS)融合并且逐渐替代翻译过程中的项目内容管理技术。通过CMS数字化管理系统，可进行文本文件、网页和关系数据库的数据抓取，进行实时提交、修改、审批与发布最新语料资源，无须通过单一的CAT工具进行。其七，量子计算时代的到来，量子加密算法与量子芯片的开发将逐步淘汰落后的机器翻译引擎算法、算据与算力。

2 翻译技术发展前瞻

随着人工智能技术的发展，国家战略对语言服务行业的支持，众多互联网企业不断向垂直领域纵向拓展翻译业务，语言服务不断向数字化和智能化转型，翻译技术日趋成熟，适用场景不断扩大，呈现出多种新发展趋势。翻译技术对语言服务行业，特别是翻译行业影响越来越大。

2.1 强化翻译技术在国家翻译能力中的作用

强化翻译技术作用是提升国家翻译能力的重要体现，未来的翻译技术发展将持续在顶层设计、国家翻译能力、社会服务与基础设施建设等多个方面得到加强。语言服务业本质上是一个生态系统，连锁性的特征决定了语言服务业必须走协同创新之路[8]。首先，在顶层设计方面，可以制定有关特色翻译技术教育的全国性政策方针，据此进一步设计面对全国的专门或特殊领域的翻译技术教育架构与扎实的全国性基层翻译技术实践规范[9]。自宏观政策到微观实践规范，通过建立完整的翻译技术实践学科体系，强化翻译技术作用。其次，在国家翻译能力方面，要顺应国家翻译能力建设趋势，在全国范围内通过推动翻译服务产业现代化与打造自主研发可控的机器翻译技术来提高翻译服务技术，变技术为“产品”。再次，在社会服务方面，随着翻译市场对翻译技术需求的不断扩大，全国范围内翻译技术工具的服务覆盖领域与服务内容也不断扩大。最后，在基础设施建设方面，应面向全国建立双语术语知识库，用于数字化语言资料整理和数据分析、互操作机制建设等，并建立数字化语言知识体系[10]。同时，教育主管部门或翻译协会等机构部门，应宏观把控，面向全国搭建翻译技术产学研交流平台[11]。未来，翻译技术应适应新的人工智能技术发展趋势，注重强化学科交叉融合，深入研究和运用人机耦合的新翻译技术，持续助力国家翻译能力建设，帮助提升国家文化软实力和经济、科技等硬实力。

2.2 面向语言服务行业，全面普及现代翻译技术

翻译技术的普及需要面向整个语言服务行业，同时需要加强技术伦理建设，提升人们的技术伦理意识。第一，通过拓宽翻译专业性技术工具的应用渠道，普及翻译技术。例如：通过机器翻译、基于翻译记忆(TM)和逻辑信号处理(LSP)编辑的机器翻译、机器预翻译和“众包”译后编辑以及人工翻译等流程，将最终成果传递到终端用户手上[12]。第二，通过社会教育，缩小翻译技术认知差异。填补MTI(翻译硕士专业学位)学生、大学英语师生、高职高专师生以及一般文字工作者等人员，对于翻译技术低认知水平与高使用水平之间的鸿沟。同时，鼓励语言服务行业中的翻译技术相关人员积极参加专业机构提供的翻译技术培训，提升自身翻译技术水平。第三，加强翻译技术课程体系建设。针对高校的口笔译专业，开设翻译技术基础课程与高级课程[13]。第四，加强翻译技术伦理意识。翻译技术快速更替，翻译伦理和技术伦理问题交织，翻译技术伦理风险和国家语言安全风险共存，需要从理论层面关注翻译技术的伦理现象，从职业规范角度研究翻译技术从业人员的职业伦理，并开展翻译技术伦理教育[14]。未来应通过准确定位翻译市场需求，面向语言服务全行业普及和推广计算机辅助翻译、语料库、翻译协作与机器翻译等技术，并加强技术伦理教育的培养与建设。

2.3 基于应用场景，加强智能化翻译技术研发

虽然翻译技术在语言服务行业得到广泛应用，但是受制于专业壁垒和应用场景，翻译技术还远未能在大众中得到普及。未来需要通过多种方式，融合多种市场需求和应用场景，加强翻译技术的研发，进而推动翻译技术的生态发展。

第一，通过多流程整合，加强翻译技术的研发。5G时代的到来，将加速人工智能发展、助推智能制造，应用场景也将实现更加多元的跨越。目前，翻译技术主要用于信息获取、信息发布与交流以及信息监控等场景，未来的翻译技术可能会应用在更加广泛的场景中，实现多流程整合和优化。例如：在游戏本地化过程中，把视频本地化、音频本地化以及文字本地化整合在统一的平台中，进而提高本地化的效率。第二，通过提高兼容性，加强翻译技术研发。翻译工具的兼容性日益改善，可兼容更多系统，可支持更多的复杂格式。诸多翻译软件和翻译机器还融合了语音识别、文字识别、文字转换等多种技术，大大地提高了翻译效率。第三，通过提高协作化，加强翻译技术的研发。在AI大数据以及万物互联的时代，翻译协作显得尤为重要，因此，翻译技术提供商正在提供更加便捷的翻译协作功能，为多团队同时进行实时翻译协作提供可能，以此提高翻译生产效率。例如：网页版CAT工具YiCAT提供了翻译协作服务，可实现译审同步。

2.4 通过跨学科融合，促进翻译技术理论研究

翻译不是一个内涵与外延始终固定不变的概念，翻译研究也从来不是一个边界明确而稳定的领域[15]。翻译技术理论的研究也是如此。近年来，翻译日趋集成化、数字化和智能化，推动着翻译技术理论的跨学科和超学科研究。

首先，通过跨学科和超学科研究，促进翻译技术理论的发展。目前翻译技术理论的跨学科研究和超学科研究，都有待进一步提高。超学科研究以解决实际问题为导向，高度整合相关学科及其研究方法，是一种超越了跨学科研究的研究方法[16]。推动翻译技术理论的跨学科和超学科研究，有利于丰富翻译技术理论，促进翻译技术理论的系统化和体系化，能够为更多学科和领域服务，解决更多实际问题，促进翻译技术理论的产学研多主体研究。其次，通过产学研多主体联动，促进翻译技术理论的研究。语言服务产业、高校和科研机构要加强合作，结合各自所需，发挥各自的优势进行跨界融合，共同推动翻译技术理论与时俱进和深入发展。

3 结论

随着“AI+5G+落地应用”的模式创新和技术迭代，语言服务行业的翻译技术将实现跨越式发展，语言服务行业的发展迎来了大变革。今后翻译技术将与人工智能深度结合，朝着智能化、泛在化、云端化的方向发展，在语言服务行业中的作用将会越来越突出。同时，翻译技术也面临着自身的局限性和外部的挑战。在人工智能技术快速发展的时代，我们应该充分对接国家人工智能战略，抢抓技术创新的发展机遇，做好语言服务技术发展顶层设计，加强翻译技术的教育和研究，促进翻译技术的生态发展，进而服务国家“一带一路”语言服务建设和国家翻译能力建设。期待有更多学界和业界人士关注并深入研究翻译技术，促进翻译技术理论的创新发展。