翻译评价研究新课题浅谈

翻译评价研究新课题浅谈

秦颖/文

语言是人类活动中最复杂的一项活动。我们每个人都能运用母语交流思想，互通信息，学习技能。和语言信息处理打交道了十几年，我深深地感悟到，其实语言是时空中的一个“活物”。语言是立体的，随时间的变化而变化着。说它是立体的，指语言是有声的，声音的节奏、声调、强调等能表达不同的意思；而说话的时候，辅以不同的眼神、表情、动作等，表达的思想又会有所不同。语言随时间变化的特点更是不言而喻，不断有新的词汇和表达方式加入进来，也有不再使用的内容。人类的语言系统似乎有着无限的生成能力。

翻译是打破不同语言之间交流壁垒的桥梁。随着地球变为“地球村”，人们对翻译的需求量也在急剧增长。借助工具实现更自由、便捷、廉价的翻译是计算机、语言学等领域的研究人员长期努力的目标。机器翻译的研究经历了跌宕起伏的几十年，近年来，在人工智能发展的大潮中，机器翻译作为突出体现智能的重量级角色也有了长足的进步，而进步的结论是源自评测的结果。因此，机器翻译的发展对翻译评价研究提出了大量新的课题，体现在：

一、海量的翻译评价需求

机器翻译的速度远高于人类译员。这些在很短时间内产出的译文是否可信、可用？目前采取的一般方法是人工评判机器译文的准确性和可读性。人工评价的方法显然不能满足不断产出的大量机器译文评价的需求。

二、评价的效率和准确率的需求

机器翻译的研发需要即时的评价结果，为此，高效率的自动评价研究应运而生。虽然在翻译质量自动评价领域呈现出百花齐放的现象，但是目前仍未达到替代人工评价的阶段。评价的准确率不高，主要原因是机械匹配，尚未真正深入到语义的层面进行评价。

三、深层次的评价需求

深层次评价是要发现译文中存在的问题或错误，寻找错误的原因和规律。深层的质量评价才能更有针对性地改进翻译系统的性能。实现自动深度评价在目前看来也是个极具挑战性的问题，等同于机器翻译的研究。翻译和翻译质量评价是密不可分的两个方面，如影随形，相互促进和影响。目前翻译评价面临的主要问题有：人工的评价标准不一致，评价体系尚未建立，导致评价的内部一致性和外部一致性都较低；自动评价算法基本局限在语言形式的浅层比对上，要实现真正意义的语义等价的翻译评价十分困难；深层次的翻译错误的发现研究也没有全面展开，而且缺乏用于训练机器深层评价的标注语料。这些挑战正是《翻译质量评价的标准与自动评价方法研究》一书要阐述的几个核心问题。

本人在自然语言处理领域坚持了十多年的研究，尤其对跨语言信息处理进行了多方的思考和探索，现将拙作呈现给各位同行和对该领域感兴趣的读者，既有一些成就感，也有些许的惶恐。由于本人水平有限，以及机器翻译和评测领域的快速发展，本研究还有很多不足之处，很多问题都是开放性的，值得进一步深入探索，欢迎同行和广大读者交流指正。

秦颖

北京外国语大学

*本文摘自《翻译质量评价的标准与自动评价方法研究》一书前言。