机器翻译软件中科技类文本的对比

前言：想要写出一篇引人入胜的文章？我们特意为您整理了机器翻译软件中科技类文本的对比范文，希望能给你带来灵感和参考，敬请阅读。

摘要:人类文明的进步和经济全球化的发展进一步促进了跨语言的沟通和交流，人工智能和深度学习技术的发展促进了机器翻译的新突破。本文将科技类文本在机器翻译软件中得到的译文进行对比，从而发现机器翻译过程中存在的问题，为翻译专业的学习和研究提供帮助。

关键词:科技类文本;机器翻译;机器翻译软件

一、绪论

随着人类文明的进步和经济全球化，跨语言交流越来越重要。为了尽可能达到无障碍沟通交流这一目标，机器翻译成为人们探索研究的新领域。近年来，人工智能和深度学习技术迅速发展，许多公司引入神经网络技术，基于神经网络的机器翻译(NeuralMachineTranslation)得以发展，这使得翻译的灵活性加强。但是，目前用于翻译的人工智能技术仍不成熟，机器翻译的译文质量还有待加强。

(一)机器翻译发展现状

机器翻译(MachineTranslation)，指“利用机器(计算机)翻译系统，把人类语言翻译的法则，转变成电脑的运算法则，使得电脑根据运算法则，将输入的源语言(Sourcelanguage)翻译成所需要的目标语言(Targetlanguage)”(冯志伟，2004)。1954年，美国乔治敦大学在IBM公司协助下，用IBM-701计算机首次完成了英俄机器翻译实验，向公众和科学界展示了机器翻译的可行性，拉开了机器翻译研究的序幕。中国自1956年也开始了机器翻译的研究。2013年以来，随着深度学习技术取得较大进步，基于人工神经网络的机器翻译系统逐渐替代了过去基于规则和基于语料库的机器翻译系统。神经机器翻译系统改进了以往机器翻译系统的不足，由此产生的译文更顺畅、自然、准确(崔林艳，虞金芳，2019)。

(二)科技类文本特征

科技类文本既具有普通英语的特征，也具有自身特征。第一，科技类文本有其严谨性。在相关领域的科技成果或进行英语表达的过程中，需要严格按照科技领域的基本表达要求进行准确表达。第二，科技类文本具有专业性。科技类文本在专业词汇层面和语言表达层面具有专业性，不同专业领域在相同的表达上也有不同表述，领域之间存在着明确的界限。第三，科技类文本具有一致性。在科技类文本翻译中要保持专业领域和相同名称的一致。

(三)机器翻译译文对比分析

1．普通词汇的特殊含义有些普通词汇应用在某些科技类文本中的意义是不尽相同的，如何理解特定文本中词汇的意义较难把握。例如:例句1:Intheaeroponicssystem，plantrootsarehangingintheartificiallyprovidedplasticholderandfoammaterialre-placementofthesoilundercontrolledconditions．译文1:在航空电子系统中，将植物的根部悬挂在人工提供的塑料支架中，并在受控条件下替换土壤的泡沫材料。译文2:在气雾系统中，植物根悬挂在人工提供的塑料支架上，并在受控条件下用泡沫材料替代土壤。译文3:在空气动力系统中，植物根系在受控条件下悬挂在人工提供的塑料支架和泡沫材料替代土壤中。译文4:在气培系统中，植物的根被悬挂在人工提供的塑料容器中，并在控制条件下用泡沫材料替换土壤。分析:例句中“aeroponics”指农业科技英语当中的空气种植法，又称“雾培法、气栽法”，“aeroponicssystem”应处理为“雾培系统”较为合适。译文2和译文4没有较大差别，尚可接受。四个译文对比发现，译文1将其译为“航空电子系统”，译文3译为“空气动力系统”与文本所要传达的意思相距甚远。此外，对“plasticholder”的翻译略有不足，文中“plasticholder”的可能性有多种，支架、容器等，前三种机翻软件均处理成“塑料支架”，而有道翻译将其处理成“塑料容器”更加可取。例句2:InternetofThings(IoT)forSmartPrecisionAgricul-tureandFarminginRuralAreas．译文1:物联网(IoT)用于农村地区的智能精密农业和农业。译文2:面向智能精准农业和农村农业的物联网(IoT)。译文3:物联网(IoT)在农村智能精准农业和农业中的应用。译文4:物联网(IoT)智能精准农业和农村农业。分析:该句为目标文本的标题，几个译文对于“Agriculture”和“Farming”的处理不能准确把握。作为名词，“Agriculture”和“Farming”之间的区别在于，“Agriculture”是耕种地面的艺术或科学，还包括农作物的收获以及牲畜的饲养和管理;“Farming”是耕种土地，饲养牲畜等的业务。通常情况下“Agriculture”和“Farming”共同使用，表示“农业种植和畜牧养殖”。四个译文将两个词都译成了“农业”。由此看出，机翻软件很难准确表达普通词汇的特殊含义，造成了歧义，加重译者译后编辑的任务。

2．对句子的处理在处理科技类文本的时候，除了要考虑到文本类型的特征之外，还应该尽可能保证译文的可读性，如何尽可能清晰地表达原文观点和态度也是一个难题。例如:例句3:Infuture，itwouldbedifficulttasktoprovideafreshandcleanfoodsupplyforthefast-growingpopulationusingtraditionalagriculture．译文1:将来，使用传统农业为快速增长的人口提供新鲜和清洁的食物将是一项艰巨的任务。译文2:今后，利用传统农业为快速增长的人口提供新鲜和清洁的食物供应将是一项艰巨的任务。译文3:今后，利用传统农业为快速增长的人口提供新鲜清洁的食品供应将是一项艰巨的任务。译文4:在未来，利用传统农业为快速增长的人口提供新鲜和清洁的食物将是一项艰巨的任务。分析:通过译文可以看出几种译文并无较大差异，但对近义词“provide”和“supply”的处理不恰当。例句中两个词都含有“提供，补给，供给”的意思，“provide”作动词，“supply”作名词，在译文中可以二者取其一。而机翻软件在处理句子时，可以准确识别出二者的词性和在句子中的位置关系，但对词语的动宾搭配无法做出较为合理的分析，只能一一对应进行翻译。由此可以看出，机器翻译软件很明显能够识别词性，但是无法根据句意做出判断，提供较好的翻译。例句4:Discussionaround5Gfallsbroadlyintotwoschoolsofthought:aservice-ledviewwhichsees5Gasaconsolidationof2G，3G，4G，Wi-Fiandotherinnovationsprovidingfargreatercoverageandalways-onreliability．译文1:关于5G的讨论大致分为两种思想:以服务为主导的观点，认为5G是2G、3G、4G、Wi-Fi和其他创新的整合，可提供更大的覆盖范围和始终在线的可靠性。译文2:围绕5G的讨论大致分为两个学派:一种以服务为导向的观点，认为5G是2G、3G、4G、无线网络和其他创新的结合，提供了更大的覆盖面和持续的可靠性。译文3:围绕5G的讨论大致分为两个学派:一个是以服务为导向的观点，认为5G是2G、3G、4G、Wi-Fi和其他创新的整合，提供了更大的覆盖范围和永远的可靠性。译文4:围绕5G的讨论大致可分为两派:一种以服务为主导的观点，认为5G是2G、3G、4G、Wi-Fi和其他创新的整合，提供更大的覆盖范围和始终在线的可靠性。分析:首先，四种机翻软件对“twoschoolsofthought”的处理各不相同，分别译成了“两种思想”“两个学派”“两派”。后文紧接着要描述的是基于客观事实的观点，“思想”和“学派”都不符合原文特点。其次，“always-onreliability”在四种机翻软件的译文当中都存在分歧，“始终在线的”“持续的”“永远的”这样的译文虽符合词意，但考虑到文本特点，未能清晰地表达原文意思，反而使读者不知所云，在译文2和译文3中在翻译“providing”时还出现了时态问题。

结语

本文以科技类文本为例，对谷歌、搜狗、百度、有道翻译软件进行测试，由此得出结论:科技类文本有其特性，在翻译时要根据文本特点选择单词所对应的正确含义。总体来看，翻译软件不能对文本特点做出分析，无法正确处理特定文本中某些词汇的特殊含义。但机器翻译软件能基本译出句子大意，在句子结构处理和译文表达上有待加强。目前，机器翻译还是辅助性工具，译者应该熟练掌握翻译技巧，提高自身翻译能力，在机器翻译软件的辅助下做到有效输出，进而推动机器翻译的发展。

参考文献:

［1］崔林艳，虞金芳．人工智能背景下机器翻译质量对比分析与前景展望［J］．皖西学院学报，2019，35(02):48-53．

［2］严胜琳．机器翻译软件对比———以法律文本为例［J］．现代商贸工业，2019，40(01):165-166．

［3］张卉媛，杨士超．谷歌和百度机器翻译系统对军事英语文本中句子翻译之对比研究［J］．科教文汇，2019，478(034):184-185．

作者：关昊 马红军 单位：河北农业大学外国语学院