機器學習翻譯對于人們的交流非常有益，但是它們也有其局限性。

機器學習為企業提供了翻譯文檔的新機會，他們可以使用機器學習來翻譯營銷材料和其他文獻。但是，這些人工智能解決方案可能并不總是很好的選擇。

[[281450]]

神經機器學習的簡要概述

Towards Data Science對于機器學習翻譯這一發展進行了探討，并提出了神經機器翻譯這一術語。

人們生活在一個多元文化的世界中，但是通常不會說不同國家或民族的語言。這意味著需要比以往更多地依賴翻譯人員和翻譯軟件。機器學習對語言之間的翻譯非常有幫助。但這是一個很好的選擇嗎?

是否發現難以確定用于基礎項目的優秀翻譯方法?本文探討了在各種情況下使用的更自然的解釋策略。

機器學習真的可以在語言之間進行翻譯嗎?

人們生活在溝通交流至關重要的世界中，信息的發展比以往任何時候都快。這激發了每個人說多種語言的愿望，但只有少數一些人能夠流利地說多種語言。

然而很少有人會說十種以上的語言。為此，企業如果開展國際業務，熟悉市場所在地的語言和文化。這只能通過翻譯來實現。那么在這樣的環境中使用的優秀翻譯策略是什么?

如今，還有什么能夠阻礙企業在海外市場的擴展?確定優秀翻譯方法以適應其預期目的比人們想象得要容易。很多人可能認為機器學習比人類更擅長翻譯，但這并不是事實。以下是人們應該了解的有關技術和人工翻譯的知識。

技術翻譯不會根據要求的場景解釋信息

盡管機器翻譯的創新是語言翻譯領域的一個重大發展，但不幸的是，機器在解釋創意內容時效率低得多。使用機器翻譯時，向當地人傳遞正確的消息可能非常困難。機器翻譯軟件很難準確解釋成語、意像和諷刺意味的內容。軟件翻譯的內容可能會很尷尬，這意味著完全不同的事情，可能會給企業開展業務帶來負面印象，有時這會讓對方當成一個笑話。

基于軟件的翻譯最適合與文檔、編輯和任何其他形式的面向信息的內容一起使用。當解釋內容翔實時，采用軟件進行翻譯是一種快速便捷的策略。因此，企業在與翻譯公司達成協議之前，需要花費時間并分析將要解釋的內容。弄清楚文本內容是面向信息的還是具有創造力的內容，然后決定是否使用人工翻譯還是機器翻譯。

機器翻譯取決于人類的感覺

人工翻譯更為直截了當，并考慮了原始文本的不同方面內容，例如文化、宗教和當地背景。對于機器翻譯來說，情況并非如此。此外，人類的感覺是必不可少的，因為翻譯人員可以分析文本，識別受眾，并根據場景提供適當的翻譯。

在分析人工翻譯和機器翻譯使用較少單詞的準確性時，兩者的準確性大致相同。然而，當機器翻譯大量的文本時，其準確性將大打折扣。因此，在選擇在線翻譯服務之前，企業應該花費時間確定要提供的內容，并對采用哪種方法合適做出正確的決定。

盡管軟件翻譯似乎是最快的解釋工具，但為了使信息準確傳達給受眾并更快地被采用，仍需要后期編輯。在將內容進行翻譯之后進行編輯，這需要恰當的定位來理解信息的意圖、目標受眾和預期的解釋結果。

與機器翻譯不同，人類翻譯對現代文化和語言有一些微妙的感覺。因此，他們可以通過自己的理解，并運用其翻譯能力來了解原文的內容，確定其目標，并將其翻譯給不同背景的人員。

機器翻譯提供有限語言服務

機器被編程為可以翻譯特定語言。因此，大多數軟件翻譯只能滿足廣泛使用的語言。這些語言包括：

• 英語;
• 西班牙語;
• 中文;
• 法語。

以上是最常見的語言，它們在眾多翻譯軟件應用程序中都具有很重要的作用。機器很容易將這些語言翻譯成文本。但是，當涉及到其他非程序化的通用語言時，將會出現顯著的問題。

而且，具有類似語法的單詞很容易由機器翻譯。例如，與翻譯土耳其語相比，機器將英語翻譯為德語或從德語翻譯為英語更為自然，之所以如此，是因為土耳其語的單詞似乎更短。但是涉及所需場景時，翻譯后的單詞會更為復雜。值得注意的是，具有粘合性單詞的文本較短，但是當翻譯形成復雜的單詞時，可能會使機器難以翻譯。機器最終可能會得到不同的翻譯結果，其含義可能會與原先的解釋相去甚遠，從而失去其相關性。

此外，在機器翻譯不太廣泛使用的語言時，相關性較弱。想象一下，企業采用了未經過編程以翻譯目標語言的機器翻譯服務，其項目可能受到影響，因為將無法達到創建項目的主要目的。

需要實現全球化嗎?適當實施機器翻譯或人工翻譯

有了這些關于人類翻譯和技術翻譯的信息，選擇適合企業場景的方法應該不再是一個問題。企業需要花費時間確定受眾，預期目的，消息本身，然后再進行決定。

為基礎場景選擇最合適的翻譯方法，可以使企業的項目在本地環境中享有更高的聲譽。因此不要害怕走向世界。企業需要選擇適當的翻譯方法，以提高項目在國外環境中的適應性。