如今，人工智能的时代大势引发了深刻的技术革命、教育变革和数据革命，同时翻译技术也成为了翻译教学和实践中不可分割的部分，进一步推动了语言服务行业和高校教育的创新变革，促进了技术与人的和谐共生。为提升语言服务行业各方对翻译技术的认识和应用能力，加强语言服务人才的技术素养，加速语言技术成果的高效转化，整合当前优质和有效的翻译技术资源，推动翻译技术与翻译教学的融合发展，促进政、产、学、研的协同创新，世界翻译教育联盟（WITTA）翻译技术教育研究会（TTES）特别策划了【大咖专栏】，本期专栏将聚焦“机器翻译与译后编辑”，对话业界和学界的专家教授，聆听业内名家的精彩观点，洞见未来翻译技术的发展趋势。
本期专访嘉宾是同济大学教授、博士生导师，世界翻译教育联盟（WITTA）翻译技术教育研究会（TTES）副会长、上海市科技翻译学会副理事长李梅老师，让我们来听听她对机器翻译和译后编辑的看法。
徐
您认为机器翻译与人工翻译的关系如何？
李
机器翻译与人工翻译是相互依存的动态关系，这就好比是父子关系。人工翻译是父亲，机器翻译是儿子。当儿子还未长大便会较多地依赖父亲。机器翻译初期为基于规则的机器翻译，机器翻译质量较低，准确度只能达到20%-30%。此时机器翻译译文参考价值不大。所以，人工翻译占主导地位，很少借助机器翻译。随着机器翻译逐步发展，尤其是迈入神经网络机器翻译阶段，机器翻译质量发生巨变。到2020年，机器翻译质量准确度可以达到70%，甚至80%。近两年特定领域的机器翻译准确度甚至可达90%。儿子已长大成熟，可以为爸爸提供依靠。也就是说，人工翻译可以借助机器翻译的高质量结果，因此，翻译模式由传统的纯人工翻译逐渐转变为机器翻译+译后编辑（MTPE）。MTPE模式中，PE由人工译员在机器译文的基础上进行。现在MTPE模式被越来越多的翻译公司和自由翻译职业者接受，成为翻译新常态。是否对MT译文进行译后编辑取决于用户对翻译质量的要求。如果要求高则必须进行译后编辑。如果只需要达到理解的程度，则无需做PE，可以直接使用机器翻译的结果。这种现状也说明了为什么机器翻译替代人工翻译的声音时有出现。
徐
您认为机器翻译译后编辑质量的主要影响因素有哪些？
李
机器翻译译后编辑质量的主要影响因素可从机器翻译和译后编辑这两个方面分别来看。影响机器翻译质量的因素与翻译引擎、语言对、语言方向以及垂直领域等有密切关系。翻译引擎包括诸如百度翻译、谷歌翻译、DeepL等通用翻译系统，也包括企业内部部署的专用机器翻译引擎。由于企业拥有自己的语料库以及术语库，所以这些专用机器翻译引擎产生的译文质量往往可达相当高的水平。机器翻译引擎或系统的选择对翻译质量的影响较大。语言对涉及资源高以及资源低的语言，两者机器翻译结果完全不一样。比如汉语和英语都属于资源高的语言，汉语和英语语言对的机器翻译质量较高，准确度可到70-80%。相比之下，汉泰语言对的机翻质量则达不到这么高的水平，因为泰语属于低资源语言，缺乏能够用来训练机器翻译模型的高质量泰语语料，因此很难达到好的机器翻译效果。此外，当语言方向发生变化，机器翻译结果也有所不同。同一款引擎，汉英与英汉机器翻译质量会有所差异。而就垂直领域而言，一般来说，专门部署的机器翻译比通用领域的机翻质量更高。但我近年来的翻译实践也证明：有些通用机器翻译系统在诸如医学、法律等领域已做得十分让人惊喜了。
影响译后编辑质量因素众多，除了译后编辑人员的语言能力外，还包括译后编辑速度，质量要求，使用工具，译后编辑人员的经验以及在译后编辑过程中如何利用原文和机器译文等等。在MTPE模式中，可以说译后编辑人员本身的语言能力决定MTPE质量上限。比如母语为汉语的译员做汉英机器翻译译后编辑，译文的质量很大程度上取决于译后编辑人员的英文水平。如果译员英文水准有限，对机器译文很难做出判断，甚至有可能把机器翻译的正确译文改错。如果用户对译文质量要求不高，则无需在译后编辑花费太多时间和成本。
徐
您最近做了一项有关原文对译后编辑影响的研究，能跟我们谈谈这项研究吗？
李
我2021年做了一项有关机器翻译译后编辑过程中原文对译员影响的研究。之前，针对MTPE中原文的角色，我做了一个在线问卷调查。结果是：85%的受访者认为译后编辑过程中参照原文十分必要。63%的受访者在做译后编辑时对原文依赖程度高达70%-80%，只有1%的人基本不参照原文。这个结果与我平日的观察不符，因为我实际中发现译后编辑中对原文的依赖程度降低。
为对原文对译后编辑的影响提供科学的依据，我决定做个测试。于是邀请了42位职业译员参与测试。测试文本4篇，英译汉，汉译英各2篇。2篇中1篇机器翻译译文提供原文供译后编辑人员参考，另1篇机器翻译译文不提供原文给译后编辑人员。英译汉文本主题为新冠疫情，汉译英文本主题为经济。英译汉采用谷歌翻译引擎，汉译英采用百度翻译引擎。测试的统计数据以及对译员译后编辑的样本分析表明，译员在译后编辑的过程中是否参考原文对译后编辑在时间上有一定影响但不显著，在质量上影响不大。同时，机器翻译质量越高，参照原文与否对MTPE质量影响越小。相比之下，语言方向对MTPE质量影响较大。语言方向分为目标语为母语以及非母语两种情况。目标语为母语时，PE译文质量更高。反之，译文质量则不是很理想。有时译员甚至错误地进行了译后编辑。本项研究结论是：决定译后编辑质量的关键因素是译员的目标语能力水平。如果译员能力较弱，参考原文甚至会降低译后编辑质量。这项研究还表明，现在机器翻译的高质量已很大程度上避免了译文中的拼写与基本语法错误。所以，译后编辑过程中，译员基本无需像以前那样花大量时间和精力在修改语法，拼写等低级错误上，可把更多精力放在斟词酌句以及语言风格等高级的修改上。在MTPE模式中，不建议译员大刀阔斧地改写MT译文，这背离了译后编辑基本原则，不能最大限度地利用MT译文。这样的译后编辑更接近于传统人工翻译，对于提高译后编辑效率没有帮助。本项研究结论并不意味着MTPE过程要抛弃原文，但是何时需要参考原文、如何参考原文值得大家做深入研究。有兴趣的读者可以参阅我2021年发表在《外语教学》上的论文：机器翻译译后编辑过程中原文对译员影响研究。
徐
您认为机器翻译的帮助是否意味着对人工译员的要求降低？
李
其实，随着机器翻译的发展，对译员能力要求不降反升。对译员而言，除了传统的基本要求，如优秀的文字处理和编辑技能、源语言和目标语言知识、根据客户质量要求平衡翻译速度和成本、适应不同翻译任务的工作要求等，译员还必须面对机器翻译所带来的一系列问题和挑战。比如，需要了解特定机器翻译系统的优缺点，知道在哪个垂直领域用哪款翻译引擎译文能达到更高质量。此外，还有非常重要的一点是，译员能够快速判断MT译文是否有利用价值，决定是否采纳该MT译文。IBM曾提出2秒速决的建议，也就是译员必须在2秒之内对MT译文做出准确判断，由此提高MTPE效率并节约成本，否则无法发挥MTPE的价值。这些由机器翻译带来的挑战无疑对传统译员提出了更高的要求。
徐
您认为机器翻译技术对未来翻译教育有何影响？
李
在机器翻译质量不断提升，机器翻译的应用场景越来越广泛的前提下，机器翻译无疑对我们的学习、工作以及生活都带来了巨大影响。在工作上，机器翻译不仅应用在传统的资料翻译以及会议翻译中，还越来越多地适用到大型活动中，比如刚过去的北京冬奥会。在北京冬奥会上机器翻译大放异彩，为运动员以及工作人员等的工作及衣食住行带来了巨大便利，实现了人与人、人与组织以及人与赛事的无障碍沟通。生活场景中，比如出国旅游时也可以利用机器翻译轻松完成问路，点餐，参观游览等。此时人们可能不禁要问：学习外语的动力在哪里？翻译是跨语言交流的工具。许多人学习外语的动力是因为要掌握翻译这门工具，用它来提供交流服务。现在这个工具可以轻松地通过机器来获得，还有必要学习翻译吗？诚然，在我们的教育体系中，外语学习占据很大分量。鉴于机器翻译在我们的生活、学习和工作等方方面面的全面渗透，机器翻译已成为我们生活的一部分。因此，它对外语学习以及外语教育也会产生影响。以前，我们学习外语的过程冗长而低效。多少人学了十几年的外语，到头来交流仍是大问题。现在，有了翻译技术的加持，我们学习外语有望达到事半功倍。就翻译技术教学而言，现在大多数学校开设了CAT课程，但机器翻译译后编辑课程则很少。我认为当机器翻译质量已经达到高水准时，有必要让学生了解MTPE工作模式、掌握有关MTPE的相关知识和技巧。这是顺应时代的发展，也是回应市场需求。
访谈人介绍
李梅
同济大学教授、博士生导师、MTI中心主任，兼任上海市科技翻译学会副会长、世界翻译教育联盟（WITTA）翻译技术教育研究会（TTES）副会长。长期从事句法学与翻译的教学、研究及实践。近年来，研究兴趣集中于技术与翻译及语言教学的融合，聚焦机器翻译译后编辑以及技术写作/传播。主持有关机器翻译译后编辑自动化及量化模型研究等教育部和国家社科项目，拥有两项机器翻译译后编辑应用软著权。主持完成有关技术传播教学的教育部、上海市及校级研究项目，2020年获中国技术传播教育贡献奖。
编辑：徐 敏
排版：贺文惠
审校：李斯然
