除了深度学习，机器翻译还需要啥？

眼球不够，八卦来凑

以一个“八卦”作为开头吧。

这张图出自行业研究 告。如果把企业中的文字内容比作一个金字塔：

• 顶端的部分，是目前由人工翻译来完成的，包括产品资料、营销文案、品牌形象、法务合同等。

• 底端的部分，是目前由机器翻译来完成的，大多数是由用户发起的公开 页浏览等。

• 中间的部分，比如实时支持和FAQ、用户生成内容、企业内部知识库等，其实是没有被翻译的。

而这些没被翻译的内容，竟然占到了99%！

也就是说，无论对于人工翻译还是机器翻译，都有大片的处女地等待开垦，而且其中很大比例，可能需要人和机器携起手来，才能够给出可行的解决方案。

君不见，如今机器翻译用得最多的那些场景，比如旅游、电商、聊天 交，之前也并不是人工翻译的菜。而未来在客服、知识库、UGC等场景下的语言支持，基本上都要求既要有机器的快捷，又要有人工的可靠性或温度，一定是人机结合才能做到的。

更何况，上面的这个金字塔的体量也不是一成不变的，随着互联 和人工智能的发展，全球信息加速流动，内容规模不断膨胀，整体需求只会不断扩大，试问人机双方何时才能够在楚河汉界上兵戎相见/p>

进入正题

等等，预订时说好的内容呢什么总是在讲这些误解/p>

实际上，关于翻译行业或职业的误解还有很多，为什么就挑这三点来讲单是因为这三点最要害，更是因为澄清了这三点，我们的正题及预定通告中的第一问（为什么需要人机结合）的答案就非常清楚了。

1. 机器翻译要替代人工翻译，还有很远的路要走。

2. 人工和机器相结合，才能给出更好的解决方案，释放出原先被压抑的更大需求。

3. 翻译是知识、经验和情感的转移，人是实现这种转移的主体，现阶段只有通过人，才能更好的获取机器翻译所需要的知识和数据。

4. 缺少好的评价机制，很快将成为制约机器翻译进步的关键瓶颈，而语言的特性决定了，评价反馈不能来自语言本身，而只能来自于语言使用场景中的人。

对于致力于机器翻译/人工智能的同行，希望这篇文章，可以引起大家的一些思考。上述观点不一定正确。但是在密切跟进深度学习最新成果的今天，也许我们也应该适当低头想想，我们还缺什么，在可见的成果收割之后，还可以做些什么。

翻译圈的朋友，看到机器翻译还代替不了人工翻译的时候，是不是了松一口气而，这并不意味着机器翻译不会使现有的译员失业。再下一篇文章里，我将回答预定通告中的第二问（人机结合翻译怎么做）。顺带说说，机器翻译让译员失业的N种可能性。

实录：《魏勇鹏：人机结合智能翻译实战解析》

【GitChat达人课】

1. 前端恶棍 · 大漠穷秋 ：《Angular 初学者快速上手教程 》
3. 前端颜值担当 · 余博伦：《如何从零学习 React 技术栈 》
4. GA 最早期使用者 · GordonChoi：《GA 电商数据分析实践课》
5. 技术总监及合伙人 · 杨彪：《Gradle 从入门到实战》
6. 混元霹雳手 · 江湖前端：《Vue 组件通信全揭秘》
7. 知名互联 公司安卓工程师 · 张拭心：《安卓工程师跳槽面试全指南》