本文将主要围绕机器翻译展开，详细讲述了其发展历程，包括不同阶段的翻译技术特点；阐述了人们对机器翻译及译后编辑（MTPE）的担忧；分析了机器翻译使用增加的原因以及对 MTPE 未来的展望，涵盖了机器翻译从技术发展到应用影响等多方面的内容。
MT的发展历程
然而，2016 年谷歌宣布开发其神经机器翻译（NMT）系统。从那时起，NMT 的发展呈爆发式增长，并成为整个行业首选的机器翻译模型。SMT 将输入句子分解为短字符串，独立翻译然后尝试重新排序。而 NMT 则试图构建整个输入的意义表示，并以此生成输出。这有助于它在语法结构不同的语言之间生成流畅的输出。总之，它是一个变革者！
最近，自适应机器翻译（AMT）加入了语言学家使用的机器翻译后代家族，为机器翻译输出增加了另一层准确性。当现场语言学家进行翻译甚至使用标准机器翻译引擎来制作他们的输出时，AMT 会从语言学家的工作中学习，并在未来提供更好的建议。就像任何良好的合作关系一样，AMT 与语言学家携手合作，随着时间的推移，两者共同努力，关系会越来越好。
对MT和MTPE的担忧
根据 CSA 研究在 2020 年 4 月进行的一项研究，只有 37% 的自由翻译人员认为机器翻译原始输出质量 “良好”。这一观点可能受到这样一个事实的影响，即这些语言学家中有 81% 指出，机器翻译原始输出因客户而异，这使得处理它的前景甚至难以预测地艰难。
然而，到 2022 年 10 月，Smartcat 发布的另一项全面行业研究得到的回应是，55% 的语言学家表示他们对人工智能翻译（包括机器翻译）的体验是 “好、非常好或极好”。
一个值得注意的警告是，从事低资源语言或罕见语言组合工作的语言学家直言，对于他们的许多目的而言，机器翻译仍未准备好进入黄金时期，这仅仅是因为许多语言和组合的强大、可靠的引擎仍在训练中。因此，专业翻译人员 —— 那些最了解和理解 “好的翻译” 细微差别的人 —— 对于机器翻译和译后编辑的使用对他们及其客户意味着什么仍然存在合理的担忧和不同的看法，尤其是随着机器翻译在各个行业越来越多地得到应用。这些发现强调需要更多的教育和培训，以消除任何误解，并解释机器翻译、机器翻译后编辑和其他新兴技术的优势。
特别是包括自由职业者 “市场” 的大型语言服务提供商（LSP）和语言技术平台似乎在这方面或至少在对话中处于领先地位。同样，因此，正确处理机器翻译并生成适当的机器翻译后编辑输出（最终是其他人工智能驱动的输出）的 “新标准” 对于保持有才华的语言学家的相关性和有报酬的就业至关重要。
MT 使用增加的原因及MTPE的未来展望
机器翻译使用的增加是由许多因素驱动的。由于全球化的加剧和各种类型信息在网上的大量发布，每天产生的大量文本数据没有足够的人类翻译人员来处理。这是个好消息！机器翻译已成为帮助加快翻译内容交付的不可或缺的工具，并且由于神经机器翻译、自适应机器翻译和人工智能在输出质量方面取得的显著进步而获得了越来越多的认可。
重要的是要记住，机器翻译的作用远不止于译后编辑。谁能想到去年神秘的缩写 “GPT” 会挂在每个人的嘴边，或者当它被恰当地用于许多个人和专业目的时会变得多么有用呢？关键是，即使我们今天专门讨论机器翻译后编辑，未来的灵活性和持续的职业发展也是新常态的一部分。
关于新宇智慧
新宇智慧是一家全球百强语言服务提供商，在游戏本地化领域积累了深厚的专业知识，并与全球多家知名游戏公司达成了长期稳定的合作。新宇智慧拥有超过300名专职员工，服务网络覆盖全球40多个国家，支持超过150种语言。我们始终坚持创新与服务并重，凭借先进的技术与丰富的项目管理经验，成功帮助众多企业实现了全球化战略布局。无论是在本地化翻译的精准度，还是多语言处理的效率上，新宇智慧始终走在行业的前沿。
