冯志伟：关于机器翻译行业发展的三点建议

关于机器翻译行业发展的三点建议

-国家语言文字工作委员会文字应用研究所研究员冯志伟教授

机器翻译这个行业，现在已经发展得不错了。机器翻译大致起源于1954年，美国乔治敦大学在IBM公司支持下进行了第一次机器翻译，把俄语翻译成英语，当时翻译了60多个句子。这些是挺复杂的句子，是通过语言学规则来翻译的。在这以后，我们中国也有很多探索。其实，机器翻译发展得很早，也许机器翻译家的工作，启发了一些专家想到了人工智能，人工智能是比机翻还晚两年的概念，但是现在普遍把机器翻译作为人工智能的一个分支来看，但从根本上说机器翻译是比较先进的。但是后来人们实践了以后，发现这个问题很大，因为是用计算机语言做的，语言是人类非常复杂的技能，所以整个的效果不好。在1959年我们中国语言所跟计算机所合作，把俄语翻译成中文作为国庆十周年的献礼，当时翻译了9个句子。9个句子已经不容易了，因为是计算机而不是人来翻译的。从此以后，机器翻译进入历史舞台，它是不是有社会价值，这本来是学者们作为一种研究方向来看待的。这个东西能不能为人民服务，能不能够反映社会价值？实际结果看来并不太好，而且译文质量太差。翻译家起码是我们根据已有的语料有关的句子，然后通过这个句子进行语言分析，然后形成公式来做。但另一方面，语言是无穷无尽的，所以根据有限的语料翻译家要准备几百几千句来翻译，是不是能够覆盖其他的语言，还是一个问题。所以在这种情况下，机器翻译的长期应用就是很大的研究课题了。

在很早以前，我自己研究机器翻译也是完全出于兴趣，人类语言障碍那么严重，能不能做些事情，也没有想到机器翻译的社会价值和将来能够成功，成为新译公司的项目。机器翻译的发展，长期以来处在一种徘徊的状态。虽然后来有了统计办法，就是我们不再通过语言学家的规则来翻译，而是用统计方法来做，这个思想在上世纪90年代IBM公司实践过，结果是正确率可以达到70%左右。70%的正确率显然是不行的，因为有30%的错误，翻译结果是不可行的。到了2012年至2014年，机器翻译在计算机基础上有个重大的进步，就是神经网络，加拿大一个学者他提出叫做神经语言模型，用神经网络来翻译，把零散的语言符号变成词向量进行运算，效果比较好。机器翻译的正确率一下子提升到80%，像法语、西班牙语转译英语能够达到90%以上。一般来说，因为语言是个复杂的问题，能够达到90%很好了。人工翻译、专家翻译，也不是都对，仍然是有错误的，所以我认为机翻在一般情况下表现不错。

前一段时间，我在德国教书，我在德国学校里面做的事，包括我讲的话有学习相关的问题，当时是用德文讲的。有一些记录在网上传播，有人就说冯老师你讲的德文能不能翻译成中文？我当时讲了1个多小时，太长了，我都80多岁了，翻译不动了。但是后来我试一试用机器翻译来做，翻译的结果确实很好，后来再花了5分钟改改，大致可以看了。所以我认为机器翻译到现在这个时代，是真正的产业了。新译研究院在这种情况下成立，从产业的关系来看，其实是抓住了一个时机，我觉得是非常好的。现在国际上很多这些机器翻译公司已经可以为用户服务了，机器翻译主要应用于英法、法英互译，汉英互译的正确率在国际机器翻译大赛评测会上达到83%左右，还达不到英法、法英互译的水平，但是83%我认为已经很了不起了。

       机器翻译是从语料库当中通过机器学习的方法获取知识，重点在于中间环节的错误与错误的积累。中国也有很多公司关注这个问题，在这样的情况下，成立新译研究院来关注这个问题，提供一些技术上和标准方面的支持是非常好的。要做的事情，刚才谢寿光院长也做了一个报告，其中有几项我觉得是需要关注的。

       另外我觉得在做机器翻译的时候，人的因素可能还是很大，不要太依赖机器，因为它是从数据上面算出来的，其实是没有智慧的，它根本不知道内容。机器翻译是先设置好程序，然后力求整个程序不出错，完全靠机器运行。机器根本就不懂语料，所以这个时候可能会出现很多错误，甚至是一些比较严重的错误，这是由于机器没有智慧造成的，是通过算法翻译出来的。所以这个时候，我觉得人工因素要考虑，比如说一个是译前编辑，例如中文翻译成英文，我们介入加工。根据我们过去的经验，中文里面往往没有主语，我们得把主语填平，因为外语没有主语动词就编不出来，没法解决。而中文可以没有主语，中文中出现动词我们就知道什么意思。所以我们要把主语加进去，我觉得在这一方面可以提高。另外英文有复合性，例如汉语的“一看就会、一用就错”，这样的句型翻译成英文是很难的复合句型，所以把这个汉语的紧缩复合句扩充成英语的正常的次序（”if…., then….”）。还有就是译后编辑（Post Editing, PE），就是翻译完以后我们给它修改一下，改进整体效果。所以，我们在相信神经网络机器翻译的同时，还要适当地注意人工因素，适当地考虑译前和译后编辑。

       现在我认为翻译确实是个很大的产业。据有关报告，国际翻译市场大概有500亿美元的价值。中国的翻译市场大概是300亿元人民币。我的想法是我们可以做一些事情：一个是机器翻译标准的制定，我们能不能提出一个比较好的标准；另外就是在语料的收集方面，我们要增加收集语料的工作量，而且注意收集一些小语种的语料；最后，我们可以考虑把人的智慧加进去，与机器算法融合。

（摘自冯志伟在新译研究院新春座谈会上的讲话）