解读机器学习翻译的局限性

作者: Ryan Kh 2019-11-06 11:34:53

 机器学习翻译对于人们的交流非常有益,但是它们也有其局限性。

机器学习为企业提供了翻译文档的新机会,他们可以使用机器学习来翻译营销材料和其他文献。但是,这些人工智能解决方案可能并不总是很好的选择。

神经机器学习的简要概述

Towards Data Science对于机器学习翻译这一发展进行了探讨,并提出了神经机器翻译这一术语。

人们生活在一个多元文化的世界中,但是通常不会说不同国家或民族的语言。这意味着需要比以往更多地依赖翻译人员和翻译软件。机器学习对语言之间的翻译非常有帮助。但这是一个很好的选择吗?

是否发现难以确定用于基础项目的优秀翻译方法?本文探讨了在各种情况下使用的更自然的解释策略。

机器学习真的可以在语言之间进行翻译吗?

人们生活在沟通交流至关重要的世界中,信息的发展比以往任何时候都快。这激发了每个人说多种语言的愿望,但只有少数一些人能够流利地说多种语言。

然而很少有人会说十种以上的语言。为此,企业如果开展国际业务,熟悉市场所在地的语言和文化。这只能通过翻译来实现。那么在这样的环境中使用的优秀翻译策略是什么?

如今,还有什么能够阻碍企业在海外市场的扩展?确定优秀翻译方法以适应其预期目的比人们想象得要容易。很多人可能认为机器学习比人类更擅长翻译,但这并不是事实。以下是人们应该了解的有关技术和人工翻译的知识。

技术翻译不会根据要求的场景解释信息

尽管机器翻译的创新是语言翻译领域的一个重大发展,但不幸的是,机器在解释创意内容时效率低得多。使用机器翻译时,向当地人传递正确的消息可能非常困难。机器翻译软件很难准确解释成语、意像和讽刺意味的内容。软件翻译的内容可能会很尴尬,这意味着完全不同的事情,可能会给企业开展业务带来负面印象,有时这会让对方当成一个笑话。

基于软件的翻译最适合与文档、编辑和任何其他形式的面向信息的内容一起使用。当解释内容翔实时,采用软件进行翻译是一种快速便捷的策略。因此,企业在与翻译公司达成协议之前,需要花费时间并分析将要解释的内容。弄清楚文本内容是面向信息的还是具有创造力的内容,然后决定是否使用人工翻译还是机器翻译。

机器翻译取决于人类的感觉

人工翻译更为直截了当,并考虑了原始文本的不同方面内容,例如文化、宗教和当地背景。对于机器翻译来说,情况并非如此。此外,人类的感觉是必不可少的,因为翻译人员可以分析文本,识别受众,并根据场景提供适当的翻译。

在分析人工翻译和机器翻译使用较少单词的准确性时,两者的准确性大致相同。然而,当机器翻译大量的文本时,其准确性将大打折扣。因此,在选择在线翻译服务之前,企业应该花费时间确定要提供的内容,并对采用哪种方法合适做出正确的决定。

尽管软件翻译似乎是最快的解释工具,但为了使信息准确传达给受众并更快地被采用,仍需要后期编辑。在将内容进行翻译之后进行编辑,这需要恰当的定位来理解信息的意图、目标受众和预期的解释结果。

与机器翻译不同,人类翻译对现代文化和语言有一些微妙的感觉。因此,他们可以通过自己的理解,并运用其翻译能力来了解原文的内容,确定其目标,并将其翻译给不同背景的人员。

机器翻译提供有限语言服务

机器被编程为可以翻译特定语言。因此,大多数软件翻译只能满足广泛使用的语言。这些语言包括:

  • 英语;
  • 西班牙语;
  • 中文;
  • 法语。

以上是最常见的语言,它们在众多翻译软件应用程序中都具有很重要的作用。机器很容易将这些语言翻译成文本。但是,当涉及到其他非程序化的通用语言时,将会出现显著的问题。

而且,具有类似语法的单词很容易由机器翻译。例如,与翻译土耳其语相比,机器将英语翻译为德语或从德语翻译为英语更为自然,之所以如此,是因为土耳其语的单词似乎更短。但是涉及所需场景时,翻译后的单词会更为复杂。值得注意的是,具有粘合性单词的文本较短,但是当翻译形成复杂的单词时,可能会使机器难以翻译。机器最终可能会得到不同的翻译结果,其含义可能会与原先的解释相去甚远,从而失去其相关性。

此外,在机器翻译不太广泛使用的语言时,相关性较弱。想象一下,企业采用了未经过编程以翻译目标语言的机器翻译服务,其项目可能受到影响,因为将无法达到创建项目的主要目的。

需要实现全球化吗?适当实施机器翻译或人工翻译

有了这些关于人类翻译和技术翻译的信息,选择适合企业场景的方法应该不再是一个问题。企业需要花费时间确定受众,预期目的,消息本身,然后再进行决定。

为基础场景选择最合适的翻译方法,可以使企业的项目在本地环境中享有更高的声誉。因此不要害怕走向世界。企业需要选择适当的翻译方法,以提高项目在国外环境中的适应性。

人工智能 机器学习 工具
上一篇:2020年的信息安全:人工智能(AI)在各种信息安全系统中的广泛涌现 下一篇:模仿川普语气真假难分:从未如此逼真,超强编故事AI完全体来了
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI制药来了!新药研发或告别“十年磨一剑”

AI人脸识别技术能帮忙从当红歌星的演唱会上抓逃犯,AI语音识别能让人人都用上贴身语音助手,AI医疗影像技术能辅助医生更快更好地完成阅片找到病人病灶……当人工智能技术引入周期漫长、技术难度高、人力资金耗费高昂的新药研发等医疗领域,人类拯救生命的速度正逐渐驶入新纪元。

北京日报客户端 ·  16h前
教育部再增37个高校新专业,人工智能类占1/3

近年来,要论科技领域什么词汇最为火热?5G、人工智能等无疑榜上有名。当前,虽然5G的势头暂时压过人工智能一筹,但后者的发展与热度也丝毫未减。随着越来越多国家将人工智能上升为国家战略,其在医疗、教育、交通等行业领域的应用价值正不断凸显。

林中易木 ·  16h前
整个宇宙可能是个巨大的神经网络?科学家们是这样解释的

整个宇宙就是个神经网络,所有人类则是其中的节点?一脸震惊!

佚名 ·  18h前
这是阴谋论?AI,你怎么看?

真正的阴谋论是刻意隐藏的,在现实生活中的人们为了自己的恶性目的而共同努力的行为。相反,阴谋理论是公开合作构建和发展成的。

大数据文摘 ·  1天前
浙大机器鱼登Nature:深入万米马里亚纳海沟,里程碑式突破

3 月 4 日,最新一期《自然》杂志以封面文章的形式介绍了由浙江大学、之江实验室、中国科学院深海科学与工程研究所、国防科技大学、上海海洋大学、大连海事大学等团队共同完成的新研究,论文标题为《Self-powered soft robot in the Mariana Trench》。

机器之心 ·  1天前
人工智能模型中的3种偏见以及如何解决

研究人员已经确定了人工智能中具有的三种偏见:算法偏见、负面影响、低估。当受保护的特性和用于决策的信息之间存在统计的依赖性时,就会出现算法偏见。

Anupam Datta ·  1天前
如何爬升用于机器学习的测试集

在本教程中,您将发现如何爬升用于机器学习的测试集。完成本教程后,您将知道一下内容,一起来看看吧。

沂水寒城 ·  1天前
人工智能在未来20年能做什么?

人工智能在几乎所有领域的部署程度值得赞赏。这个领域带来了如此多的机会,所以在未来几年里看到人工智能在各个方面的发展也就不足为奇了。

Cassie ·  1天前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载