人工智能应用于英语新闻翻译的策略与展望

摘要：在经济全球化加速发展的今天，人们对英语新闻翻译提出了越来越高的要求。人工智能技术的迅猛发展，给英语新闻翻译提供了全新的契机与挑战。文章论述人工智能应用于英语新闻翻译的优势。首先，人工智能应用于英语新闻翻译的高效性，表现为可以快速地加工海量文本。传统人工翻译流程通常时间密集，人工智能翻译则可以在数分钟之内完成同样大小的任务，显著提高信息的传递速度。其次，人工智能在准确性、成本效益等方面也有明显优势。文章分析人工智能应用于英语新闻翻译过程中所遇到的挑战。语言差异、文化差异、语境理解等被视为人工智能应用于英语新闻翻译所面临的重大难题。语言差异导致直译常常不可行，文化差异与语境理解影响了翻译的准确性与流畅性。另外，人工智能对新闻文本实时性、时效性的处理需求受到了挑战。文章最后探讨机器翻译技术、自然语言处理技术等在英语新闻翻译上的运用，预测今后发展趋势。机器翻译技术的进步以及自然语言处理技术的运用，为英语新闻翻译以及今后的发展提供了一种全新的解决方案。跨语言翻译模型研究、翻译质量自动评估以及翻译模型可解释性等将是今后研究的热点方向，而这些领域的突破性进展将给人工智能应用于英语新闻翻译带来新机遇。

关键词：人工智能；英语新闻翻译；优势；挑战；应用；展望

中图分类号：H315.9 文献标志码：A 文章编号：1674-8883（2024）07-0129-03

课题项目：本论文为2023年度山西省高等学校一般性教学改革创新项目“新文科背景下地方性应用型高校翻译专业人才培养模式改革”研究成果，项目编号：Jg202349

一、引言

随着人工智能在自然语言处理、机器翻译等方面取得的突破性进展，英语新闻翻译也逐步迎来了革命。文章旨在对人工智能应用于英语新闻翻译所面临的优势、挑战及未来发展趋势进行深入探究，从而对该领域学术研究与实践应用提出新思路。

二、人工智能应用于英语新闻翻译的优势

（一）高效性

人工智能技术运用到英语新闻翻译中时，其高效性表现为可以快速对海量的文本进行处理。传统人工翻译流程通常较为烦琐，人工智能翻译则可以在数分钟内完成同样的任务，显著加快信息的传递速度。效率的显著提高在新闻行业中格外重要，这是因为新闻报道是否实时与它的价值与影响力有着直接的联系[1]。

（二）准确性

人工智能应用于英语新闻翻译还有一个好处，即准确性。在机器学习技术不断进化的过程中，人工智能翻译系统已能学习到语言中复杂的规则与使用习惯，在语法与语义方面提供与人类翻译十分相近的效果[2]。特别对于具有固定格式及专业词汇的新闻报道，人工智能系统能够确保翻译一致性及标准化并降低个人理解差异所造成的误差。

（三）成本效益

从成本效益上看，使用人工智能翻译英语新闻能够显著减少人力资源投入。传统翻译所需人力成本巨大，特别是对那些需要全天候更新的新闻平台而言，这一代价更是持久而巨大。而且人工智能翻译工具的一次性开发与维护费用，比持续向人类发放翻译工资所需要的费用还要少很多[3]。另外，人工智能翻译高效率还意味着能在同样时间里处理较多内容，成本效益进一步提升。

三、融合人工智能应用于英语新闻翻译面临的挑战

（一）语言差异

语言差异对英语翻译具有复杂而微妙的作用。英语和其他语言的句法结构、语法规则和词汇使用等方面存在显著差异，这就导致直译常常不可行。比如英语“主-谓-宾”结构在别的语言里也许不太普遍。另外，词汇多义性、搭配习惯等因素都会导致翻译过程中出现错误理解[4]。尽管人工智能翻译系统能够快速处理海量数据，但是对于这些细微差异的处理还是有可能没有人的翻译那么灵活。

（二）文化差异

文化差异也对人工智能的翻译提出了新的挑战。英语新闻文本中往往包含深刻的文化背景，这类背景信息对完整地理解新闻具有十分重要的意义。不同文化的历史、风俗、价值观念以及表达习惯都对语言的运用产生影响，同时也影响着人们对新闻的表述与理解[5]。小至成语、幽默的表达，大到具体地名与人名等，翻译者必须具备充分的文化敏感度才能够精准地转化。人工智能对于文化差异缺少人类那份直觉与深刻的理解，导致再先进的翻译系统在技术上都很难准确地传递出原文所蕴含的文化，因此对这些取决于深层文化理解因素的处理往往不成熟[6]。

（三）语境理解

语境理解对新闻翻译来说非常关键，不只涉及个别词或句，还包括全文的语境、目的、观众及意图等。新闻语境可能指向特定的社会背景，或者特定的事件发展脉络。人工智能对这些语境的识别与顺应，特别是对隐含意义，语气与风格的理解，还具有一定的局限性[7]。即便是最先进的人工智能翻译系统，在缺乏足够的语境信息时，也难以作出与人类翻译者同样级别的判断。

四、人工智能应用于英语新闻翻译的策略

（一）机器翻译技术

机器翻译技术是用计算机程序自动将一种语言转换为其他语言。近几年，特别是统计机器翻译与神经机器翻译都有了明显的发展，翻译质量也有很大提高。统计机器翻译对大量平行语料库进行分析，并归纳了语言间的模式，以达到语言间转换的目的。该方法在翻译精度上有一定提升，但是限于语料库大小与质量。在大数据时代来临之际，统计机器翻译越来越受到人们的重视，技术上也有突破性进展。神经机器翻译以深度学习技术为基础，通过训练大型语料库建立复杂神经网络模型[8]。这些模式能捕捉词与词之间较为微妙的联系，而在翻译时保留较多上下文信息。

相对于统计机器翻译而言，神经机器翻译对于多义词及长句的处理有着明显的优势，能较好地应对复杂的语言。近年来，神经机器翻译技术在实践中已取得丰富的研究成果。比如谷歌和百度等知名公司都将它们运用到搜索引擎和在线翻译中，方便了用户翻译。

（二）自然语言处理技术

自然语言处理（NLP）的核心目标是通过先进的技术手段使计算机能够理解和处理人类语言。近几十年来，NLP技术得到显著发展，涉及语言建模、语法分析、情感分析以及语义理解等多个关键技术领域。这几种技术一起组成NLP基本框架，使得计算机可以对语言结构及意义进行解析，以达到人机交互自然语言处理[9]。

语言建模是NLP语言建模的基础，它的主要任务就是通过大量文本数据的学习建立一个可以预测下一单词或者短语的语言模型。该模型在文本生成、机器翻译和其他任务中都有重要的意义。

语法分析是对人类语言内在结构的研究，它通过对句子语法规则的辨识与解析，让计算机了解句子的构成与含义。

情感分析与语义理解注重对文本情感色彩与情感意义的分析，对舆情分析、用户评价有较高实用价值。在NLP技术不断发展的今天，语音识别、文本生成以及机器翻译任务已经逐步变成现实[10]。深度学习技术对上述任务的完成起着至关重要的作用。深度学习模型表达能力强，能够捕获复杂的语言及语境信息，可实现NLP领域的突破。

（三）人工智能在英语新闻翻译中的应用

就英语新闻翻译而言，人工智能应用已成为提升效率与准确度的重要手段。人工智能翻译系统能快速加工海量新闻内容，进而辅助媒体机构进行多语种新闻的快速传播，以适应不同读者群体对新闻内容的要求。如部分国际新闻网站使用人工智能翻译工具进行报道的实时翻译，以确保即时传递信息，跨文化交流顺畅。

另外，人工智能辅助翻译系统可以对具体词汇、短语进行学习，逐步适应新闻行业语言风格并进一步提升翻译质量。尽管人工智能翻译无法完全替代人工翻译，但是在应对初稿翻译、大致意思理解等问题上，却显示出巨大的潜能[11]。它在加快新闻国际传播的同时，又给翻译工作者以有力的帮助。

五、人工智能应用于英语新闻翻译的展望

（一）跨语言翻译模型的研究

有关跨语言翻译模型研究认为，人工智能技术在该领域中取得革命性发展。机器学习算法尤其是深度学习方法已经成为精确翻译工具设计的核心内容。以海量双语语料库为训练材料，翻译模型研究了如何捕获并重现各种语言间复杂的对应关系。这些模式既研究了词汇直接翻译问题，又研究了语法结构，语境含义及习惯用法等问题，从而提高了翻译流畅度与准确性。以上下文感知能力为核心的自适应翻译技术是目前的一个研究重点，其目的在于进一步提高机器翻译质量并达到足够媲美专业人员翻译的程度[12]。今后研究的重点可能是加强模型对非标准语言的表达及行业具体术语的理解，同时提升翻译速度及大规模数据处理能力。

（二）翻译质量的自动评估

就翻译质量自动评估而言，目前技术趋势是向更精细、更全面评估体系迈进。BLEU、METEOR和TER等自动评估工具已广泛应用于翻译质量的测量中，但是它们主要关注词汇与语法之间的对应关系，不能对翻译流畅性与自然度进行综合评估[13]。所以研究者们都在努力发展更加先进的评估系统来模拟人类评估者进行评判的过程，同时考虑如语境适宜性、语言风格以及文化差异等更加丰富的语言维度。这些系统会利用深度学习对翻译文本进行分析，以给出更详细、更精确的评价结果[14]。未来评估工具可望提供即时反馈以协助翻译者提高工作质量和引导机器翻译系统迭代优化。

（三）翻译模型的可解释性

目前，翻译模型可解释性问题越来越受关注。当翻译系统越来越复杂、效率越来越高时，其内部工作机制就越来越难懂。对翻译质量非常重要的决策过程，例如对不同翻译选项的取舍，对语言歧义性的处理和对不同语言习惯的顺应等，研究者们都在探讨如何使其透明化。

清楚地了解模型如何进行具体的翻译决策，对提高使用者对翻译系统的信任度，推动模型完善，保证翻译公正无偏见具有重要意义。另外，可解释翻译模型还可以帮助研究者及时发现并修正模型学习中出现的错误，增强其普适性以及对不同领域的适应能力[15]。未来研究可能集中在发展新算法与新技术来揭示复杂模型的语言规则与决策逻辑。

六、结语

人工智能应用于英语新闻翻译已取得显著成效，同时也面临诸多挑战。今后研究须重视跨语言翻译模型研究，翻译质量自动评估以及翻译模型可解释性。只有持续打破这些难题，人工智能才能够更广泛、更深入地运用到英语新闻翻译中，从而更好地为全球用户提供服务。

参考文献：

[1] 朱洁.功能对等理论视角下辅助新闻英汉翻译的人工智能提示词设计探究[J].英语广场，2023（24）：26-29.

[2] 刘剑锋，王芑人.英语翻译的多元探索与应用研究[J].现代英语，2022（24）：49-52.

[3] 左广明，胡庭树.基于语音识别的英语翻译器设计研究[J].自动化与仪器仪表，2022（9）：106-109.

[4] 郑丽文.人工智能技术在大学英语教学中的应用[J].江西电力职业技术学院学报，2022，35（8）：66-67.

[5] 寇培宇，李鸿雁.人工智能背景下大学英语教学模式重构研究[J].林区教学，2022（8）：88-91.

[6] 赵雨.人工智能背景下制浆造纸工程专业英语翻译译文质量研究[J].造纸科学与技术，2022，41（4）：96-99.

[7] 葛莹辉.基于“翻译工作坊”模式的高校英语笔译教学策略[J].梧州学院学报，2022，32（4）：65-70.

[8] 王剑娜.人工智能时代下复合型英语翻译人才培养研究[J].齐齐哈尔师范高等专科学校学报，2022（4）：136-139.

[9] 代丽英.人工智能背景下英语翻译专业笔译教学策略探究[J].河北软件职业技术学院学报，2022，24（2）：53-56.

[10] 俞蓓.人工智能在大学英语教学中的应用策略[J].桂林航天工业学院学报，2022，27（2）：262-267.

[11] 汤智月，杨进中，卞凤.人工智能在英语教育中的应用研究综述[J].现代英语，2022（12）：1-4.

[12] 刘晶.人工智能背景下兽医专业英语教学改革策略研究[J].海外英语，2022（9）：220-221，224.

[13] 莫晨莉.人工智能背景下高校英语翻译活动课的实践探究[J].太原城市职业技术学院学报，2022（3）：86-88.

[14] 余书敏.人工智能领域科技新闻标题的翻译技巧探究[J].新闻研究导刊，2020，11（8）：55-56.

[15] 丹增维崩.人工智能写稿机器人对英语新闻传播的影响探讨[J].中国传媒科技，2019（7）：41-42.

作者简介 张文娟，讲师，研究方向：英语教学、翻译与文化。