适用于SDL Trados Studio 017的AdaptiveMT 自学习机器翻译引擎

　　广东翻译吖编辑发布 08-01 08:09:47

　　作为最近一次行业会议的小组成员，我们正在讨论技术领域，当天的最后一个问题是 “您认为翻译行业最大的技术趋势是什么？”“当你认为今天的技术可用浩大的不是一个容易回答，但对我个人来说， AdaptiveMT，完全是立即涌现在脑海中。

　　关于AdaptiveMT的有趣之处，通常也称为“自学习” 机器翻译（MT），它实际上并不是SDL的新技术。自2005年我们提交了第一份自学机翻译专利以来，我们一直在以这种或那种方式使用AdaptiveMT技术。随着SDL Trados Studio 2017的发布，AdaptiveMT是一项标准服务，那么现在为什么要引入这项技术呢？

　　今年早些时候，SDL为我们的行业开展了最大的技术研究计划 - 翻译技术洞察，有近3,000名受访者。毫无疑问，从这项研究中，生产力是人们关注的一个主要问题。

　　提出的一个关键趋势是，我们如何才能继续应对不断增长的需求，以便比以往更快地扭转翻译？因此，当我们向您询问下一次生产力提升及其来源时，机器翻译已经明确。

　　考虑到围绕MT的争议，这对我们来说有点意外。尽管机器翻译的采用水平仍然相对较低，但预计未来5年MT的使用量将大幅增加。事实上，机器翻译近年来已经取得了一些可靠的进展。

　　总体而言，44％的受访者认为MT正在推动行业的未来发展。

　　有趣的是，在那些已经使用过MT的人中，59％的人认为MT对未来有积极的影响。

　　尽管机器翻译已经取得了一些重大进展，但仍然存在需要解决的问题和问题，最常见的是后期编辑。

　　后期编辑总是被忽略，因为MT引擎即使已经过训练，也是“静态的”，无法适应翻译者所做的任何改变。除了降低生产率之外，这会引起用户的挫败感，因为引擎一次又一次地重复相同的错误。

　　另一方面，AdaptiveMT解决了这些问题，代表了机器翻译领域令人兴奋的创新，但究竟是什么以及它如何帮助翻译人员的生活呢？

AdaptiveMT如何使您受益

　　与传统MT不同的自学习MT引擎基于发送回引擎的每个单独的后编辑段，实时地适应翻译器的术语和风格。

　　在加快编辑新机器翻译内容的同时，这也解决了在翻译生产环境中使用MT的一个关键问题 - 必须一遍又一遍地纠正相同的错误。机器从翻译器学习，因此随着时间的推移，错误会显着减少。

　　由翻译人员完成的任何后期编辑都是由SDL的MT引擎完成的，因为它基于自适应模型。

　　同样重要的是，译者不必学习新的东西或改变他们的行为;后期编辑过程保持不变，它只是活跃的，这意味着它会记住你做了什么。实际上，您拥有自己的个性化机器翻译引擎。

　　这可能是翻译行业的范例转变，因为用户第一次可以更新机器翻译引擎，因为他们提供了新的建议，这与更新 翻译记忆库没有什么不同。这反过来意味着MT技术可能会被比以前更大的受众所接受，因为这种技术转变将开始解决最大的挫折之一。最终，随着这种转变，机器翻译和翻译记忆技术开始融合。

在SDL Trados Studio 2017中进行配置

　　要使用自适应引擎，用户需要做的就是创建引擎并将其插入SDL Trados Studio 2017：

　　在SDL Trados Studio 2017中创建自适应机器翻译引擎

　　更重要的是，用户第一次可以表明他们想要更新机器翻译引擎。根据设计，静态MT引擎无法实现这一点：

　　选择更新自适应机器翻译引擎

　　我们非常高兴SDL能够将这项创新技术推向市场，但它只是一个开始，也应该被视为迈向我们最佳匹配原则的一步 - 我前面提到的翻译记忆和机器翻译的融合。

　　简而言之，我们的目标是，只要翻译人员翻译，他们就永远不会留下空白段，他们应该始终可以根据自己的资产获得SDL的建议。AdaptiveMT与SDL Trados Studio 2017中的新TM upLIFT技术相结合，作为我们的产品管理总监，Daniel Brockmann说， “对于翻译来说是 一个小小的点击，这对行业来说是 一大步。”