在过去的 18 个月里，大型语言模型（LLM）推动了一系列初创公司的发展，并迅速注入语言技术平台。 但是，专业语言学家是如何应对人工智能的这一关键时刻的呢？
2024 年 4 月，《2024 斯莱特语言行业市场报告》对 750 多名翻译进行了调查。 2024 斯莱特语言行业市场报告 – 发现，目前专业语言学家普遍采用人工智能。 三分之二的译员在过去 12 个月中曾在翻译工作中使用过人工智能。
无论是通过人工智能模型（如 ChatGPT, 双子座)、翻译管理系统或独立的 人工智能平台目前，语言学家正积极利用人工智能，以创新的方式提高质量和效率。
翻译源文本
不出所料，人工智能在翻译中的首要用例是执行将源文本转换为目标文本的核心任务。
生成替代目标文本选项
超过 30% 的译员使用人工智能生成替代目标文本选项。 这可能包括使文本更加简洁，或确定替代术语或措辞。
调整语气、语域或风格
大约六分之一的译员使用人工智能来调整目标文本的语气、语域或风格。 无论是在翻译还是在单语文本生成方面，LLM 使文本适应不同受众、语境和目的的能力都是人工智能最有前途的应用之一。
拼写、语法和标点校对
大约六分之一的译员使用人工智能校对目标文本，以识别和纠正拼写、语法和标点符号。
修改或改进模糊匹配
LLM 为增强和利用语言资产提供了新的选择。 语言学家正在利用这些功能；15% 的译员使用人工智能来修改或改进模糊匹配。
检查术语或风格一致性
超过十分之一的语言学家使用人工智能来评估和保持术语和风格的一致性。 LLM 既能识别不一致之处，也能提出纠正建议。
创建和维护词汇表
大约十分之一的语言学家都在使用人工智能的术语提取和审查功能，他们将人工智能应用于词汇表的创建和维护。
生成文本摘要
LLM 可以通过识别和提取关键点来生成简明的文本摘要。 目前，仅有不到 10% 的译员在利用这种人工智能功能。
翻译质量评估
质量评估可能是最有影响力的 LLM 功能之一。 现在，可以根据所需的人工干预程度对内容进行分流，从而实现新的工作流程。 不过，目前专业语言学家对这一功能的采用率较低，在过去 12 个月中，仅有 7% 的译员使用过这一功能。
分析源文本
约 7% 的语言学家使用人工智能分析源文本。 潜在的应用包括识别主题、关键术语以及对翻译构成挑战的语言特点。
如需了解更多人工智能翻译应用案例，以及对整个语言行业采用人工智能的深入分析，请获取 Slator 的 2024 年语言行业市场报告–语言人工智能版.
报告还包括 Slator 2024 年对数百家语言服务提供商、本地化买家以及 TMS 和 MT 提供商的调查结果。
（机器翻译，轻度译后编辑，仅供参考）
编辑：刘煜珍