大數(shù)據(jù)背景下互聯(lián)網(wǎng)翻譯的理念與模式

王東江 王穎

摘要：文章在深入了解互聯(lián)網(wǎng)翻譯的發(fā)展脈絡(luò)基礎(chǔ)上，對現(xiàn)階段大數(shù)據(jù)背景下互聯(lián)網(wǎng)翻譯的理念與模式進(jìn)行了分析與探討。文章主要通過群眾合作翻譯、云計算平臺翻譯、機(jī)器學(xué)習(xí)翻譯這三大技術(shù)角度解析了現(xiàn)階段互聯(lián)網(wǎng)翻譯具有的優(yōu)勢與弱點，并提出了引入專家模式人機(jī)結(jié)合等人機(jī)聯(lián)動的改進(jìn)方案。在此基礎(chǔ)上，人們?yōu)榱藢崿F(xiàn)讓人和譯文更加的和諧，大數(shù)據(jù)背景下的互聯(lián)網(wǎng)翻譯對機(jī)器算法的研究與人機(jī)融合正在不斷的加深。因此該文也明確了互聯(lián)網(wǎng)翻譯的最終發(fā)展方向是讓人們使用更加方便，讓翻譯速度更加迅速，讓翻譯結(jié)果更加精確。

關(guān)鍵詞：大數(shù)據(jù);互聯(lián)網(wǎng)翻譯;翻譯理念;翻譯模式

中圖分類號：TP393? ? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2022）16-0031-02

1 研究意義

翻譯學(xué)的研究對人類文明的多元化傳承至關(guān)重要，其中針對翻譯學(xué)的翻譯理念與模式的研究就對翻譯學(xué)本身的蓬勃發(fā)展起到了不可估量的作用。自嚴(yán)復(fù)提出“信、達(dá)、雅”之后，又有“忠實、通順和美”“不增不減”“神似”“化”等翻譯理論相繼出現(xiàn)[1]。直至今日，翻譯理論模式主張極多，也各據(jù)其理。然而隨著互聯(lián)網(wǎng)信息技術(shù)的蓬勃發(fā)展，現(xiàn)代翻譯學(xué)已經(jīng)搭上了信息時代的快車，其中互聯(lián)網(wǎng)翻譯的理念與模式也越來越被翻譯人員所重視。

互聯(lián)網(wǎng)翻譯受到人們的青睞主要是因為其有三大特點：迅捷、普適、開源。其中互聯(lián)網(wǎng)翻譯的迅捷性體現(xiàn)在只要存在互聯(lián)網(wǎng)，人們就可以在互聯(lián)網(wǎng)中查詢海量數(shù)據(jù)資料通過網(wǎng)絡(luò)完成對譯文的快速翻譯，而不受地理條件和查詢文獻(xiàn)資料的約束[2]?；ヂ?lián)網(wǎng)翻譯的普適性則體現(xiàn)在大數(shù)據(jù)背景下，我們往往可以通過機(jī)器學(xué)習(xí)算法給出大眾都較為認(rèn)可的對譯文的翻譯結(jié)果。互聯(lián)網(wǎng)翻譯的開源性也使得人們可以使用免費的開源翻譯軟件進(jìn)行翻譯工作，降低翻譯成本，同時反哺開源軟件提高其翻譯能力[3]。正是因為互聯(lián)網(wǎng)翻譯具有以上優(yōu)良的特性，要想讓互聯(lián)網(wǎng)翻譯更好地和諧發(fā)展，那么專門針對互聯(lián)網(wǎng)翻譯的理念與模式的研究就迫在眉睫。如圖1所示，處在大數(shù)據(jù)背景下的互聯(lián)網(wǎng)翻譯，對其翻譯的理念與模式研究可以讓我們更好地使用互聯(lián)網(wǎng)翻譯，并使得互聯(lián)網(wǎng)翻譯能夠變得更加準(zhǔn)確、快速、靈活。

2 研究背景和發(fā)展脈絡(luò)

首先讓我們了解什么是互聯(lián)網(wǎng)翻譯，互聯(lián)網(wǎng)翻譯最初的概念是借助互聯(lián)網(wǎng)，翻譯工作者通過網(wǎng)絡(luò)從事翻譯任務(wù)，進(jìn)行把某種語言文字的意義用另一種語言文字表達(dá)出來的一種創(chuàng)造性的語言活動[4]。

在互聯(lián)網(wǎng)誕生之后，人們逐步地通過網(wǎng)絡(luò)交換并共享信息資源，隨著互聯(lián)網(wǎng)上的各式各樣的資源逐步累積，翻譯工作人員也發(fā)現(xiàn)了利用互聯(lián)網(wǎng)可以較快地獲取翻譯所需資料，并且獲取的資料內(nèi)容更加的全面，可以更好地幫助他們完成翻譯工作[5]。如表1所示，互聯(lián)網(wǎng)翻譯的發(fā)展脈絡(luò)主要有三個階段。在互聯(lián)網(wǎng)翻譯開始之初，互聯(lián)網(wǎng)更多的是被翻譯人員當(dāng)作一個查詢工具（互聯(lián)網(wǎng)上存在著不少常見的詞典數(shù)據(jù)以及文章著作等科研相關(guān)內(nèi)容）進(jìn)行使用，利用互聯(lián)網(wǎng)上查閱到的資料，翻譯人員人工整合出最后的翻譯成果。再后來，互聯(lián)網(wǎng)中的信息資源越來越多，像谷歌、百度等搜索引擎逐步出現(xiàn)，人們已經(jīng)可以利用相應(yīng)的網(wǎng)絡(luò)查詢能力直接將不同的語言之間進(jìn)行轉(zhuǎn)換，即機(jī)器翻譯的萌芽[6]。在這個時期的互聯(lián)網(wǎng)翻譯，基本能夠?qū)崿F(xiàn)詞組簡單句之間的簡易替換，但是往往對于語法的嚴(yán)謹(jǐn)程度和詞匯的精準(zhǔn)程度上仍然不盡如人意?，F(xiàn)如今，大數(shù)據(jù)時代到來，大數(shù)據(jù)正以數(shù)據(jù)摩爾定律迅速增長，因此在互聯(lián)網(wǎng)上已經(jīng)存在著對各種語言足夠多的轉(zhuǎn)換樣本數(shù)據(jù)，與此同時，互聯(lián)網(wǎng)相關(guān)業(yè)務(wù)逐漸更加精細(xì)化，對于翻譯業(yè)務(wù)也一樣，一些專門進(jìn)行翻譯工作的互聯(lián)網(wǎng)軟件也相繼被開發(fā)出來，如早期的東方快車、谷歌翻譯等翻譯軟件層出不窮[7]。在大數(shù)據(jù)背景下，這些翻譯軟件之間實現(xiàn)翻譯功能的理念與模式具有很大的差距。比如有道翻譯實現(xiàn)翻譯的原理是利用搜索引擎進(jìn)行網(wǎng)絡(luò)釋義的，也就是說它所翻譯的詞釋義都是來自網(wǎng)絡(luò)。與之有較大不同的騰訊云翻譯則利用了大數(shù)據(jù)時代應(yīng)運(yùn)而生的云計算平臺，雖然其大部分詞匯及文章的翻譯結(jié)果仍然來自網(wǎng)絡(luò)，但是騰訊云翻譯的數(shù)據(jù)結(jié)果往往是由云計算平臺拆分成多個執(zhí)行任務(wù)之后，再將其交給多個服務(wù)器所組成的龐大系統(tǒng)集群，經(jīng)過搜尋、計算和分析將最終處理結(jié)果回傳給用戶[8]。騰訊云翻譯這種互聯(lián)網(wǎng)翻譯的原理與模式，利用大數(shù)據(jù)和云計算的優(yōu)勢引入大量計算集群，使其具有了很強(qiáng)的數(shù)據(jù)處理翻譯能力的同時還有規(guī)模大、安全性強(qiáng)、可擴(kuò)展和可以進(jìn)行按需服務(wù)等特點。

我們可以看到現(xiàn)在的互聯(lián)網(wǎng)翻譯的理念模式更好地邁向了對相應(yīng)翻譯軟件平臺的開發(fā)和優(yōu)化。其發(fā)展的目的也更加清晰明了，即在更加方便用戶使用的基礎(chǔ)上，更快、更好地為用戶提供翻譯服務(wù)。更多系統(tǒng)平臺的翻譯軟件的開發(fā)，打破了Web2.0時代的只有網(wǎng)頁應(yīng)用可以進(jìn)行互聯(lián)網(wǎng)翻譯的局限性，使得能夠使用互聯(lián)網(wǎng)翻譯的人員大大增加，擴(kuò)展了互聯(lián)網(wǎng)翻譯的用戶面。與此同時，借助大數(shù)據(jù)、云計算、虛擬化等現(xiàn)在最新科學(xué)技術(shù)，使得互聯(lián)網(wǎng)翻譯的結(jié)果更加準(zhǔn)確和高效。

3 互聯(lián)網(wǎng)翻譯現(xiàn)階段主要理念和模式

在互聯(lián)網(wǎng)翻譯出現(xiàn)之前，翻譯領(lǐng)域的學(xué)者們已經(jīng)建立了一些基于不同理論觀點的翻譯模型，如奈達(dá)和貝爾的翻譯理論模型。奈達(dá)的翻譯理論模型是基于結(jié)構(gòu)主義語言學(xué)理論的，基本沒有涉及譯者在翻譯過程中的思維活動[9]。而貝爾則根據(jù)心理語言學(xué)和人工智能的研究成果，系統(tǒng)地借用了多門學(xué)科的原理，對翻譯過程進(jìn)行了研究探索，提出了翻譯的心理理論模式[10]。傳統(tǒng)的翻譯理論模型，大都采用規(guī)定性的方法，即先確定翻譯需要遵守的原則，再進(jìn)行原文與譯文的比對工作，主要是探討譯文是否滿足“對等”或者“信、達(dá)、雅”。在互聯(lián)網(wǎng)翻譯中的理念與模式隨著大數(shù)據(jù)時代的到來變得不僅僅是滿足規(guī)定性，同時也更加的科學(xué)和高效。

現(xiàn)如今互聯(lián)網(wǎng)翻譯在大數(shù)據(jù)背景下的理論與模型主要有三個相關(guān)模式如表2所示：1）群眾合作翻譯;2）云計算平臺翻譯;3）機(jī)器學(xué)習(xí)翻譯。群眾合作翻譯的最初雛形是從各種網(wǎng)絡(luò)論壇中發(fā)展而來的，比較著名的有Facebook等Web2.0時代的巨頭，還有國內(nèi)著名翻譯論壇譯道論壇等都具有一定性質(zhì)的群眾合作翻譯模式的影子[11]。群眾合作翻譯模式最大的特點就是群策群力，他們利用在論壇或者圈子中能夠調(diào)動的資源，共同協(xié)力完成對作品的翻譯任務(wù)。整個過程的特征就是具有很大的開放性，因為很多翻譯結(jié)果的產(chǎn)生經(jīng)過了很多人的堆砌與共同推敲，這也很好地體現(xiàn)出了互聯(lián)網(wǎng)翻譯的開源特性。

目前互聯(lián)網(wǎng)翻譯的理論與模式的主體是云計算平臺翻譯和機(jī)器學(xué)習(xí)翻譯。其中云計算平臺翻譯是指通過虛擬化技術(shù)，把極多的物理資源組合起來連入互聯(lián)網(wǎng)，搭建一個可以通過互聯(lián)網(wǎng)隨時操作使用的云計算平臺，最后使用該平臺完成相應(yīng)的翻譯工作[12]。通常來講云計算平臺往往應(yīng)用大數(shù)據(jù)處理技術(shù)來完成對數(shù)據(jù)的操作，翻譯亦不例外。其中的核心思想主要有兩個，一個是“分而治之”，另一個核心思想是“計算向數(shù)據(jù)靠攏”。所謂“分而治之”比較容易理解，即把一個相對大型的任務(wù)劃分成多個比較容易處理的小任務(wù)，再把這些小任務(wù)分別交給一個處理計算單元去分別完成對應(yīng)的工作，最后進(jìn)行所有結(jié)果的整合。這如同先把一篇需要翻譯的文章，劃分成很多個小段，交給多個CPU進(jìn)行在語料庫中進(jìn)行智能化匹配工作，最后將得到的結(jié)果進(jìn)行整合。這樣一篇譯文就已經(jīng)出現(xiàn)。可以看到，通過這種方法大大降低了單個CPU的任務(wù)量，大大減少了服務(wù)器硬件的工作壓力，這也使得在大數(shù)據(jù)背景下大量的文本的快速翻譯的實現(xiàn)變得可能及高效[13]。 “計算向數(shù)據(jù)靠攏”，指的是，人們通常對數(shù)據(jù)的處理思想是把一次計算所需要的數(shù)據(jù)都放到一臺電腦上，然后利用一個CPU進(jìn)行這些數(shù)據(jù)的處理，但是大數(shù)據(jù)的思想則是在離數(shù)據(jù)最近的地方找到相應(yīng)的計算CPU完成數(shù)據(jù)的處理，這樣做減少了大量數(shù)據(jù)傳輸時資源的消耗。這個法則同樣適用于互聯(lián)網(wǎng)翻譯，類似于騰訊云翻譯就使用了相應(yīng)的技術(shù)，保證在盡可能短的時間里完成翻譯工作[14]。

機(jī)器學(xué)習(xí)翻譯在大數(shù)據(jù)時代更加專注于對數(shù)據(jù)的處理，在進(jìn)行翻譯的過程中不再一味地要求進(jìn)行簡單的規(guī)則對等性翻譯，而是在追求人工智能方面的解決方案，比如提出基于神經(jīng)網(wǎng)絡(luò)的翻譯系統(tǒng)和基于詞頻等統(tǒng)計學(xué)的翻譯系統(tǒng)[10]。不同的機(jī)器學(xué)習(xí)算法對翻譯的精確度和速度都有著很大的影響?，F(xiàn)在流行的使用神經(jīng)網(wǎng)絡(luò)來架構(gòu)的機(jī)器翻譯主要有兩類，一類是依舊使用統(tǒng)計機(jī)器翻譯系統(tǒng)為框架，利用神經(jīng)網(wǎng)絡(luò)來改進(jìn)其中的取詞對比模塊，而另一類就是直接應(yīng)用不同的神經(jīng)網(wǎng)絡(luò)來直接將源語言序列映射成目標(biāo)語言序列。機(jī)器學(xué)習(xí)翻譯有著自己獨特的優(yōu)勢，對現(xiàn)階段圖片、語音等不規(guī)則的非結(jié)構(gòu)化的翻譯任務(wù)，機(jī)器學(xué)習(xí)翻譯也有很強(qiáng)的解決能力。

4 互聯(lián)網(wǎng)翻譯發(fā)展方向

大數(shù)據(jù)背景下的互聯(lián)網(wǎng)翻譯的理念和模式在現(xiàn)階段仍然不斷向前發(fā)展，云計算平臺翻譯和機(jī)器學(xué)習(xí)翻譯在演化的過程中，為了追求更快和更準(zhǔn)確的翻譯結(jié)果，對執(zhí)行的翻譯匹配算法的要求都極高，但是往往算法也存在著極限，對于不同語境下的同義詞之類的翻譯仍然可能出現(xiàn)翻譯歧義的可能性，某些需要大量聯(lián)系上下文的特殊語法和規(guī)則即便如今如此成熟的機(jī)器學(xué)習(xí)算法有時也相形見肘。例如現(xiàn)在的一些網(wǎng)紅詞匯就很容易發(fā)生歧義性，如“yyds”在常規(guī)的翻譯中可能由于統(tǒng)計學(xué)等算法會被翻譯成“永遠(yuǎn)的神”，但是這種釋義往往是出現(xiàn)在電競?cè)χ校谝恍┬”娬Z境中則可能需要被翻譯成“永遠(yuǎn)單身”這種釋義。在發(fā)現(xiàn)有這樣難以解決的問題的時候，人們引入了專家模式的理念，即對于部分翻譯要求精準(zhǔn)度較高的翻譯任務(wù)采用人機(jī)混用的方式完成。首先對翻譯任務(wù)使用機(jī)器翻譯來完成大部分的框架任務(wù)，把這部分翻譯半成品按照不同的學(xué)科進(jìn)行技術(shù)分類，接下來劃分給相應(yīng)領(lǐng)域的專家團(tuán)隊，專家會利用他們的專業(yè)知識完成最終的翻譯作品。這樣完成的作品基本上保證了作品的權(quán)威性，提高了翻譯作品的質(zhì)量，也一定程度上減少了神經(jīng)網(wǎng)絡(luò)算法的編寫壓力。

可以看到我們在追求互聯(lián)網(wǎng)翻譯自動化的同時也在努力保持著人與機(jī)器的平衡。只有這樣才能在大數(shù)據(jù)時代充分發(fā)揮大數(shù)據(jù)技術(shù)先進(jìn)性的同時也讓翻譯人才發(fā)光發(fā)熱。

5 總結(jié)與展望

無論是傳統(tǒng)的翻譯方式還是互聯(lián)網(wǎng)翻譯方式，都在體現(xiàn)人與譯文之間的和諧。在大數(shù)據(jù)時代互聯(lián)網(wǎng)翻譯的理論和模式也在追求這一點，人們未來的研究方向一定是不斷地邁向讓機(jī)器更加的智能，像人類一樣更加理性，最終使得翻譯的結(jié)果也更加人性化。這就要求我們使用的相應(yīng)算法越來越精妙，同時也需要把社會中的高端翻譯人才和互聯(lián)網(wǎng)翻譯結(jié)合起來，只有這樣才能讓翻譯的成果更加的權(quán)威可信。最后向著我們所追求的“信、達(dá)、雅”不斷地衍生發(fā)展，讓翻譯的速度更加的快捷、讓翻譯的結(jié)果更加的精準(zhǔn)。

參考文獻(xiàn)：

[1] Doherty S.Issues in human and automatic translation quality assessment[J].Human Issues in Translation Technology： The IATIS Yearbook，2016：131-148.

[2] 肖開容.“遭遇”第四范式的浪潮：大數(shù)據(jù)時代的翻譯研究[J].外語學(xué)刊，2018（2）：90-95.

[3] 王家義，李德鳳，李麗青.大數(shù)據(jù)背景下的互聯(lián)網(wǎng)翻譯——開源理念與模式創(chuàng)新[J].中國翻譯，2018，39（2）：78-82.

[4] 郁青青.大數(shù)據(jù)背景下計算機(jī)輔助翻譯模式的創(chuàng)新與發(fā)展研究[J].淮海工學(xué)院學(xué)報（人文社會科學(xué)版），2019，17（12）：45-47.

[5] 王少爽，覃江華.大數(shù)據(jù)背景下譯者技術(shù)能力體系建構(gòu)——《翻譯技術(shù)教程》評析[J].外語電化教學(xué)，2018（1）：90-96.

[6] 詹衛(wèi)東.大數(shù)據(jù)時代的漢語語言學(xué)研究[J].山西大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2013，36（5）：70-77.

[7] 王華樹.大數(shù)據(jù)時代的翻譯技術(shù)發(fā)展及其啟示[J].東方翻譯，2016（4）：18-20.

[8] 邵曉燕，魏本超.大數(shù)據(jù)背景下對翻譯認(rèn)知的再思考[J].海外英語，2018（15）：129-130.

[9] Xue T.Using big data technology to assist in analyzing the influence of cultural context on the translation of English and American literature[J].Journal of Physics：Conference Series，2020，1648（3）：032058.

[10] Liao J.Research on “precise translation” of commercial advertising based on big data[J].Journal of Physics：Conference Series，2021，1744（3）：032121.

[11] Huang J.Using big data technology to assist in analyzing the language differences between English and Chinese cultures and translation capabilities[J].Journal of Physics：Conference Series，2020，1648（2）：022113.

[12] Duan H F，Chen Y C.Small study in the big data era：application of network information resources in Japanese learning and translation studies[J].IOP Conference Series：Materials Science and Engineering，2020，750（1）：012046.

[13] Lawrence B. A Dozen Ways to Get Lost in Translation： Inherent Challenges in Large-Scale Data Sets[J].International Journal of Communication 2014（8）：1727-1744.

[14] Members B D C.The BIG Data Center：from deposition to integration to translation[J].Nucleic Acids Research，2016，45（D1）：D18-D24.

【通聯(lián)編輯：王力】