王正（上海外国语大学新闻传播学院，200083 )

孙东云（复旦大学外文学院，200433 )

摘要：随着 Google 翻译引擎的推出，统计机器翻译因其较高的建设效率和翻译质量得到了越来越多的重视。本文分析了统计机器翻译在网络翻译教学中的应用，提出在网络翻译教学中，统计机器翻译不仅可以帮助学生进行基本的资料检索如词汇、专业术语等，还可以提供参考译文、翻译技巧学习等诸多辅助功能，在专业化的翻译教学建设中更是具有广阔的应用前景。

关键词：统计机器翻译；基于规则的机器翻译；网络翻译教学

Abstract: With the release of Google’s search engine, statistical machine translation(SMT) has gained increasingly attention because of its excellent constructing efficiency and translation quality. This paper explores the application of SMT in web-based translation teaching and proposes that SMT can not only help learners in information retrieval such as words and proper nouns but also provide facilities in reference translation and translating techniques. Therefore, it will expectedly play an increasingly important role in the professional-oriented translation education.

Key words: statistical machine translation (SMT); rule-based machine translation (RBMT); web-based translation education

1.  统计机器翻译和 Google 的翻译引擎

2005 年，全球著名的搜索引擎Google悄悄地推出了翻译功能，这一功能并没有在我国翻译界引起广泛关注，但却标志着机器翻译的一大进步。美国国家标准与技术研究院( NIST)于2005年测试了20种机器翻译系统，结果 Google 开发的统计机器翻译引擎拔得头筹。 Google 的翻译引擎无论是在阿拉伯语——英语的互译还是汉语——英语的互译方面均领先于对手，在汉英互译方面超过了中科院计算所和哈工大机器智能和翻译研究室。¹美国国家标准与技术局 (NIST)于2006年11月1日公布了 NIST 2006年机器翻译评鉴结果(Machine Translation Evaluation, MT-06) , Google的机器翻译于中文、阿拉伯文翻译名列前茅。继去年于 NIST 2005 机器翻译竞赛拿下冠军，今年复夺魁，Google 的统计式机器翻译技术可谓已领先群雄。²

Google 翻译引擎的强大之处不仅仅体现在排名上，更重要的是，它让人们对机器翻译给予了几乎前所未有的关注。Google 机器翻译项目带头人弗朗茨·奥（Franz Och）声称，在阿拉伯语和英语的互译方面，“一些在机器翻译领域工作许多年的人在看到我们的阿拉伯语到英语的翻译结果后，非常的震惊，那是一种突破。”³在我国，Google 的翻译引擎也得到了广泛关注，有人在论坛中发帖称迫于英语不好，使用 Google 的翻译引擎和外商谈判，居然能够顺利沟通并达成交易。⁴为什么Google的翻译引擎居然如此强大呢？除了因为 Google礼聘了南加州大学的著名计算语言学专家弗朗茨·奥茨并在世界范围内网罗了诸多网络精英外，更重要的是因为Google采用了统计机器翻译(statistical machine translation, SMT)的技术。

1.1  统计机器翻译简介

机器翻译是一件非常困难的工作。按通常的理解，要翻译一个句子，首先要理解原文，理解出原文中每个词的词义和句子结构，然后选出每个词的译文，并根据译文的语法结构重新组织句子。传统的基于规则的机器翻译方法(rule-based machine translation, RBMT)，通常是由人类语言专家编写各种形式的规则，然后由计算机根据人写的规则去完成上述操作。这种做法一定程度上是有效的，不过当规则的数量达到较大规模的时候，系统就变得难以控制了。而且面临各种复杂的语言现象，人工编写的规则也很难覆盖所有的情况。所以，基于规则的机器翻译系统往往在达到一定的程度后就很难继续提高。为此， IBM公司在 1990 年年初，提出了一种新的机器翻译方法，称为统计机器翻译方法。这种方法的基本思想是，收集大量双语对照的句子，通常都要达到100万句子对的规模，然后从这些语料中，采用某种算法自动学习翻译知识，最后利用这些知识进行翻译。(刘群, 2006: B 17-18 )

统计机器翻译的思想最早来源于香农（Clauder Shannon) 和韦弗(Warren Weaver)的信息论。早在1949年韦弗就在著名的机器翻译备忘录(Memorandum)中提出了机器翻译的基本思想，他认为可以通过统计方法来找出语言共性，发现共同语(universal language)，从而为语言之间的互译提供了简便的途径，当然，他也承认需要巨大的工作量(Hutchins, 2000: 17-20)。由于当时缺乏高性能的计算机和联机语料，采用统计的机器翻译在技术上还不够成熟，他的方法是难以实现的。但随着技术的发展，计算机在速度和容量上都有了大幅提高，大量的联机语料可供使用，因此在20世纪90年代，基于统计的机器翻译又兴盛起来。(冯志伟, 2004:15) 1991年，IBM的Brown等人提出了基于信源信道思想的统计机器翻译模型Candide，应用于英法双语的互译，并且在实验中获得了初步的成功(赵铁军等, 2000: 327)。此后从事统计机器翻译的有美国的 Language Weaver、Loto 等，而 Google 公司后来居上，通过上乘的翻译质量，为统计机器翻译赢得了荣誉和认可，也引起了科学家和公众对机器翻译的广泛关注。目前，统计机器翻译可以大致分为基于信源信道思想的统计机器翻译方法、基于句法结构的统计翻译模型、基于最大熵思想的统计机器翻译方法等主流派别(刘群, 2003:4), 弗朗茨·奥茨因提出最大嫡思想的统计机器翻译方法 (Och , 2002)而获得了ACL2002 的最佳论文奖， Google 的翻译引擎就应用了这种翻译模式。

1.2  统计机器翻译的优势

1. 2 1统计机器翻译可以实现对现有译文的充分利用

统计机器翻译的基本工作方法是建立统计模型，制订算法规则，并使用大量高质量的双语平行语料对系统进行培训。算法规则尤其是对齐模型（alignment model）是统计机器翻译的核心，需要大规模的双语语料库来估计有关参数（赵铁军等, 2000: 331）。在当今互联网时代，以机读格式存取的双语文本浩如烟海，一旦对齐模型建立后，只需将双语文本进行对齐、加工后，即可由统计机器翻译引擎进行读取、学习，从而大大提高了建设效率和翻译质量。例如 Google 公司就将 200亿词级的联合国多语种官方文档导入其翻译引擎进行培训，从而在较短的时间内提高了翻译引擎的质量，使得 Google 的翻译引擎能够后来居上，在NIST的测评中名列前茅。

1. 2 2统计机器翻译具有更高的翻译质量

传统的基于规则的机器翻译工作机制是通过对语言规则进行深入研究并不断修订，通过词汇、句法等层面的机器转换而实现翻译的，这种转换的研究复杂而艰巨，而转换结果却生硬、不自然，无法与人工翻译相媲美。统计机器翻译另辟蹊径，用人工翻译的高质量译文来培训翻译系统，使得翻译系统中的语料更加真实地道，更符合人工翻译的规范。

最早的统计翻译系统是基于词的翻译模型，只考虑了词与词之间的线性关系，没有考虑句子的结构及上下文信息，在两种语言的语序相差比较大时效果不好。随着研究者不断的努力，出现了基于短语的翻译模型，基本思想是从大规模语料库中抽取大量对齐短语片断，利用这些短语片断来匹配组合要翻译的句子。由于短语的限制使得词的翻译选择更为准确，而且有助于一些常用语及成语的翻译，并且相对确定了翻译的语序，使得翻译的结果更加符合目标语言的特征（徐波, 2006: 1-9）。试以下面的文字作为范例，看看各翻译引擎的翻译质量：原文：

建设民主法治、公平正义、诚信友爱、充满活力、安定有序、人与自然和谐相处的社会主义和谐社会，要广泛团结一切可以团结的力量，充分调动一切积极因素，激发全社会的创造活力；要妥善处理各方面利益关系，让全体人民共享改革和建设的成果；要正确处理改革发展稳定的关系，努力为经济社会持续发展创造有利条件和良好环境。

Google翻译引擎的译文（来自 http//www. google. Cn/ language_tools）:

Building democracy and the rule of law, equity, justice, sincerity, amity, vitality, vitality, stability and order, and the natural harmony of a harmonious socialist society, we should unite with all forces that can be united, fully mobilize all positive factors and inspire all of society’s creative vitality, we should properly handle the interests of all sides. Let all the people share the reform, development and stability, efforts for sustained economic and social development to create favorable conditions and a good environment.

Systrans 公司的翻译引擎译文（来自htttp://www. Systranbox. co. uk/ systran/ box）:The construction democratic government by law, the fair justice, the good faith friendly affection, fill the socialism harmonious society which the vigor, the stability order, the human and the nature are together harmoniously, must widely unite the strength which all many unite, transfers all positive factors fully, stimulates the entire social the creation vigor. Must deal with various aspects benefit relations properly, lets achievement which all people share reform and construct. Must deal with the reform development stable relations correctly, diligently continually develops the creation advantage and the good environment for the economic society.

人工参考译文：

To build a socialist society that is democratic and law-based, fair and just, trust worthy and friendly, full of vigor and vitality, secure and orderly, and in which man and nature are in harmony, we  need to unite all forces that can be united, bring all positive factors into full play and stimulate the creativity of the entire society. We need to properly balance the interests of all quarters and ensure that everyone shares the fruits of reform and development. We also need to balance reform, development and stability and strive to create favorable conditions and a good climate for sustained economic and social development.⁵

从上文比较可以看出，Google 的翻译质量比Systrans高得多，不仅用词准确，而且语法错误极少，语言地道，符合政治文献 翻译的规范，几乎可以与人工译文相s媲美。当然，由于Google的翻译引擎使用了大量联合国文档，因此在政治翻译方面质量更加突出，而在其它领域的翻译例如文学翻译方面稍弱，但仅就此，Google 翻译引擎的高质量也可见一斑。 1. 2 3统计机器翻译的语言通用性

缜密的统计算法使得统计机器翻译系统不限于特定的语言对(language pair)，而是可以广泛应用到多种语言中，这为一些非通用语种与英语等主流语言之间的互译提供了极大的方便。简而言之，即使一个开发小组完全不懂希伯来语，也照样可以完成希伯来语和英语的互译。正是依靠这种优势，Google 才能够在短时间内建设了多种语言互译的翻译引擎。

1. 2 4更高的建设效率和翻译质量

传统的基于规则的机器翻译（RBMT）对语言规则的研究较为复杂，需要旷日持久的工作和巨额开发费用并反复调试，在此方面的代表是美国的Systrans翻译引擎。与 RBMT相比，统计机器翻译系统的建设和培训可以在数周乃至数天内完成，从而大大节约了时间和成本，提高了开发效率。专家认为，在机器翻译系统中投入同样多的经费，统计机器翻译系统的翻译质量更高。（Geer.  2005: 18-21）IBMT当年采用统计机器翻译方法在短时间内开发的系统Candide。其性能已经可以与著名的机器翻译公司Systrans经过几十年时间开发的系统媲美。目前中科院计算所正在联合国内哈工大、厦门大学等五所单位共同开发“丝路” (Silk Road）统计机器翻译系统，相信会在不久的将来取得令人瞩目的成绩。

2.  统计机器翻译在网络翻译教学中的应用

统计机器翻译系统给翻译界带来的冲击是不言而喻的。它的高质量翻译必将改变广大译者长期以来对机器翻译可读性差、错误百出的看法，给翻译实践、研究和教学带来革新。它不仅可以帮助用户快速阅读了解文档或网页的大致内容，甚至还可以在部分领域起到辅助翻译作用。更重要的是，它给翻译教学带来了挑战和思考。传统的翻译教学应当如何迎接网络时代的挑战？统计机器翻译显然是一个不容忽视的新生力量。

近年来，随着计算机和网络技术的发展，传统的翻译教学模式在不断变革。庄智象教授指出，在翻译学科建设中，教师应使用现代教育技术，丰富翻译教学手段，并指出机器翻译、自动编辑与校对软件的使用、信息传送等也应当容纳在教学框架中（ 2007: 1569-160）。目前，越来越多的教师和研究者将目光投向了网络教学，在西安外国语大学、北京外国语大学等高校的一些教师都开始了网络翻译教学的尝试。统计机器翻译对网络翻译课程提供了优秀的资源支持，使得在线翻译学习成为可能，并促进了学生的自主学习能力。

2. 1 提供快捷的资料检索功能

统计机器翻译通过对限定领域的双语平行语料进行学习，进行自动的术语和短语提取，从而为术语查询和资料检索提供了极大的方便。以现有的 Google 翻译引擎为例，本文作者将几个常见的商业、科技领域的中英文术语输入系统，其翻译的结果和准确译文对比如下：

从这里的例子可以看出，Google 翻译引擎的术语准确度还是不错的，除了少数判断错误或不够全面，例如“itertex-tuality”显然是因为依靠统计算法自动抽取对应词上存在失误。当然，术语浩如烟海，仅凭这些例证来判断不够全面，仅可窥到一斑而己。

在人名翻译方面， Google 表现稍有逊色，有时无法辨认出专有名词和普通名词的差异，例如将人名“Andrew Page”翻译为“安德鲁页”，有时翻译正确，但将人名的一部分丢失，例如将“彭定康”翻译为“Patten”而没有译成全名“Christopher Francis is pattern”，将 Google 创始人之一 Larry Page 的名字翻译为“佩奇”而没有译成“拉里·佩奇”，好在将“李嘉诚”准确地翻译成了“Li Ka-shing”，而没有像新手一样翻译成“Li Jiacheng”，但“金庸”的名字只提供了“Jin Yong”而没有使用更加准确的“Louis Cha”，不能不说是一种遗憾。

在习语的翻译方面，Google 的表现中规中矩，对大多数习语的识别显然还算不错，例如将“心花怒放”译作“elated-ly”，“高深莫测”译作“inscrutable”，“狗急跳墙”译作“desperately”，将“let…down”译作“不辜负……”，但稍艰深或涉及文化的成语则呈现出一定差异，例如将“海誓山盟”译作“eternal”不够全面，英文习语“to carry coal to New castle”直译为“运煤到纽卡斯尔”，“祸起萧墙”则干脆译成了莫名其妙的“Harris”。这些都说明统计机器翻译在对应习语的提取方面还存在统计算法的误差，需要进一步调整。

总的来说， Google 的翻译引擎可以提供基本的术语和词汇查询，部分程度上起到了词典和百科全书的作用，而比使用搜索引擎来查询更为快速便捷。但其缺点是，结果有时不够准确，因而只能作为参考来源之一。

2. 2 翻译技巧辅助

在传统翻译教学中，翻译技巧的传授构成了课堂教学的重要部分。教师通过举出典型的译例进行讲评，使学生举一反三，并结合课堂或课后练习来深化并巩固学生对翻译技巧的认识。在网络教学的环境下，教师不再是课堂教学的中心，而如何保持学生及时有效地得到翻译技巧的辅导，是网络翻译教学的一个难题。统计机器翻译以其高质量的翻译为这一问题提供了新的思路。在自主学习的环境下，学生可以向统计机器翻译工具例如 Google 翻译引擎来请教。将原文、Google 翻译引擎的译文以及学生的译文进行对比分析，学生常可以得到有益的启示。例如“I’ll live up to your expectations”正是体现了英汉翻译中常见的“正话反说”这一翻译技巧。按照常规的英汉词典，学生可能会将live up to译作“实践”或“做到”，但Google的翻译引擎却将这句话翻译为“我将不辜负大家的期望。”显然， Google 的翻译引擎成功地实践了“正话反说”这一翻译技巧，给翻译学习者提供了有效的辅导。

2. 3 地道的参考译文

在翻译辅助方面，网络技术也可以提供参考译文，以便学习者借鉴并运用。学习者可以通过搜索引擎搜索到相关类型的文字，例如格式合同或政治文献的参考译文，通过对相关的参考译文进行批判性分析和研究，可以帮助学习者学到规范而地道的表达方式，提高译文质量。学习者也可以将自己的译文与统计机器翻译的译文进行对比，互为参照。例如，初学者往往不知道“两国关系源远流长”这种常见的政治语言是如何翻译的，会译作“The relations of the two countries have a long history.”这种看似正确的译文却完全不符合政治文献翻译的要求。现在，学习者只需将这句话输入Google的翻译引擎，就很快得到了非常地道的结果“Relations between the two countries date back to ancient times”。

此外，学习者还可以方便地实现译文的“回译”(back-translation)功能。回译是检验译文质量的有效手段之一。学习者通过将自己的译文放在翻译引擎中回译，并与原文作比较，就可以更加有效地对翻译质量和技巧做出评估。这样一来，统计机器翻译引擎部分起到了教师的辅导作用，对学生的自主学习起到了良好的支持作用。

2. 4 为翻译学科建设和译员专业化培训提供了便利

随着翻译学科的发展和翻译学位点的建立，专业化、实用化的译员培训逐渐成为翻译教学界的共识。而专业化的翻译培训如何开展？香港地区的许多高校开设了独立的专门性课程例如法律翻译、影视翻译、财经翻译等，为目前大陆的翻译学专业建设树立了榜样，但译员的专业化发展不能仅仅靠修一两门课程就解决问题，而是需要对该领域已有的优秀译文进行学习，分析领悟其特殊的格式和表达方式。然而，每个专门领域的文献大都浩如烟海，如何能够快捷而高效地找到所需的表达方式？答案有两个，一个是专业领域的双语平行语料库，例如香港的新闻英汉双语对齐语料库 (LDC2003E25)和广东外语外贸大学正在建设的法律英语语料库，另一个是统计机器翻译引擎。当然，后者也是建立在双语平行语料库基础之上的。在译员培训中，如果使用某一特定专业领域的双语语料来对统计机器翻译引擎进行训练，那么就可以使它在这一领域具有较为出色的翻译能力。

在专业化译员培训中，双语平行语料库和统计机器翻译各有千秋。双语平行语料库可以让学习者找到多种选择，从中挑选最适合最贴切的表达方式，缺点是有时资料庞杂反而降低了使用效率，而统计机器翻译引擎则直接干脆地给出了参考译文，虽然没有多种译法可供选择，但或许大大提高了学习效率，如果学习者能够批判性使用这种工具，则会有效提高翻译学习效率。

2. 5 与其它网络翻译教学的辅助工具的比较

在网络翻译教学研究方面，目前有多种网络资源可以提供词汇、专有名词、例句、文化背景等资料检索功能，大大方便了翻译学习和研究，并为翻译教学提供新的思路。常见的资料检索渠道有搜索引擎、在线词典（如金山在线）、在线百科全书（如维基百科等）、双语平行语料库（如中国译网、句酷等）。试将以上资源在翻译教学中的辅助功能和特色对比如下：

图例说明： x无； ☆较差； ☆☆一般；☆☆☆较好

从上表可以看出，统计机器翻译的优势在于功能较为全面，能够在翻译教学和学习的诸多方面提供帮助，应当受到翻译课教师和研究人士的充分重视。当然，其缺点也非常明显，就是每一项功能都不够强大，例如在翻译例句方面，双语平行语料库往往可以针对同一单词或习语提供多种译文，而统计机器翻译则仅提供一种译文，显得不够全面。虽然它也能够提供参考译文，但其质量也不够稳定，难以作为教学的直接参考。

3.  总结

 Google 的翻译引擎以优秀的翻译质量，改变了长期以来翻译界对机器翻译的偏见，充分证明了统计机器翻译的威力和潜力。翻译界应当对这一前景无限的新生事物给予足够的重视，而不是一味将认识停留在“机器翻译永远也无法代替人工翻译”的阶段。在基于网络的翻译教学不断蓬勃发展的今天，统计机器翻译为翻译教学提供了新的工具和思路，改善了学生的自主学习能力，起到了良好的辅助作用。

3. 1 正确使用统计机器翻译来促进翻译教学

正如上文所述，统计机器翻译可以为翻译教学提供多方面的辅助，但它的各功能都比较有限。统计机器翻译引擎毕竟是一种机器翻译工具，迄今为止还存在着诸多问题，翻译质量仍然难以达到商用的地步。Google 的开发小组也承认，他们的翻译引擎更擅长翻译行文语法较为谨严的新闻和学术体文章，而在汉译英方面仍有较长的路要走⁶。由于Google所使用的平行语料库语料专业性较强，因此在翻译口语化语言方面较弱，例如将口语中的“靠谱”音译成“KaoPu”。因此在翻译教学中，我们一方面要让学生充分利用统计机器翻译来提高学习效率，另一方面要杜绝学生的依赖思想，防止学生使用统计机器翻译引擎来替代人工翻译，用来完成作业或从事实用翻译，否则既不利于培养学生的独立思考能力，也可能造成难以觉察却重大的翻译错误。在词汇和术语查询方面，更是要认真核对，不能对 Google 提供的译文照单全收。

3. 2 展望

由于统计机器翻译是在词汇、习语乃至篇章层面针对海量双语平行语料的挖掘，因而比基于规则的传统机器翻译质量更高，译文更加地道，建设效率也更高。尽管统计机器翻译目前还存在着很多缺点，屡遭用户批评，例如曾将“物极必反”译作“Taiwan independce”⁷，将“I thought this was shame”译作“我认为这是中国的耻辱”⁸等，但不可否认的是，随着算法的调整和人工干预，Google 翻译引擎的翻译质量正不断提高，其实用价值也逐步增强。迄今为止，统计机器翻译尚无法替代人工翻译，但我们无法确定，将来它是否有希望达到或基本达到人工翻译的质量，因为其潜力的确不容小觑。

由于统计机器翻译的建设较传统的基于规则的机器翻译更加快捷，成本更低，而质量却更加出色。因此在某一专门领域如法律或新闻方面，利用大量的专业双语语料对翻译引擎进行训练，就能够以较低的成本和较短的时间取得良好的效果，从而实现该领域的高质量翻译，这或许是未来统计机器翻译的一个趋势。在这方面，Google 通过对联合国官方文档来训练其翻译引擎、其优秀的政治文献翻译能力就是充分的证明。因此，随着未来的翻译学科建设发展，在专业化翻译教学中使用专业化统计机器翻译引擎作为辅助，必将起到双赢的良好效应。

注释：

[1] http://www.nistgov/speech/tests/mt/ doc/mt05eval_of-fical_results_release_20050801_v3. html

[2] http://www.nistgov/speech/tests/mt/ doc/mt06eval_of-fical_results. html

[3] http://www.fengenews.com/article/2007/0329/news_3965.html

[4] http://cluh.china.alibaba.com/forum/thread/view/51_22159089_html

[5] http://www.examda.com/catti/kygi/Test/20060909/161528980.html

[6] http://googlechinablog.com/2006/10/google_11619187423562616.html

[8] http://www.qyen.com/blog/post/GOOGLE-CHINA.html

参考文献：

[l] Geer. David. Statstical Machine Translation Gains Re-spect[J]. IEE Computer, 2005, 38 (10): 18-221.

[2] Hutchins, John. Warren Weaver and the Launching of MT[A]. In Early Years in Machine Translation[C]. ed. W. John Hunchins. Amsterdam: John Benjamins 2000, Pp17-20.

[3] Franz Josef Och, Hermann Ney, Discirminative Training and Maximum Entropy Models for Statistical Machine Translation[A]. ACL, 2002.

[4] 冯志伟. 机器翻译研究[M]. 北京: 中国对外翻译出版社公, 2004: 45.

[5] 刘群.机器翻译距离实用还远吗？[N].计算机世界报, 2006-08-07, (30) B17、B18.

[6] 刘群.统计机器翻译综述中文信息学报[J]. 2003(4)1-12.

[7] 徐波, 等. 2005统计机器翻译研讨班研究报告[J]. 中文信息学报, 2006,( 5): 1-9.

[8] 赵铁军, 等. 机器翻译原理[M]. 哈尔滨: 哈尔滨工业大学出版社, 2000.

[9] 庄智象. 我国翻译专业建设问题与对策上海上海外语教育出版社2007.

——原载于《上海翻译》2009年第1期（P73-77）