谷歌词霸（机器翻译的历史和现在）

机器翻译（Machine Translation, MT）是计算语言学的一个分支，用于提高人工翻译的生产率和一致性，是人工智能的终极目标之一。机器翻译的学术思想建立在理性主义上，提倡对语言系统的整体理解。机器翻译最初采用 “词对词”的翻译方式，但人们很快意识到，机器翻译必须建立在对自然语言的整体理解上，包括语法、语义、语用等基础问题的研究。在借助于本体语言学完成对基础问题的理解后，人们开始了机器翻译的实验、研制、开发的过程。

机器翻译的研究历史可以追溯到二十世纪30年代。二十世纪30年代初，法国科学家阿尔楚尼(G.B. Artsouni) 首次提出用机器进行翻译的想法。1933年，苏联发明家特罗扬斯基（П.П. Troyansky）发明一款能够将一种语言翻译成另一种语言的机器，但限于当时技术落后，这款机器最终没有能够面世。1946 年，第一台现代电子计算机 ENIAC 诞生。1947年，信息论的先驱、美国科学家 W. Weaver 和英国工程师A. D. Booth提出了利用计算机进行语言自动翻译的想法。1949年，W. Weaver 发表《翻译备忘录》 ，正式提出机器翻译的思想。1954 年，美国乔治敦大学在 IBM 公司协同下，用 IBM-701计算机首次完成了英俄机器翻译试验，拉开了机器翻译研究的序幕。其后，机器翻译的设想和研究实践经历了从最初的设想到全盘否定的过程。

直到上个世纪的70年代，随着计算机硬件技术的大幅提高，以及自然语言处理中人工智能的应用，机器翻译研究迎来复苏。1976 年，欧洲委员会开始使用 Systran 系统翻译摘要。国外推出了 Weinder 系统、EURPOTRA 多国语翻译系统、TAUM-METEO系统等。我国则于80年代中期建设出 KY-1 和MT/EC863 两个英汉机译系统。其时，本地化行业继续呈快速增长势头，很多从事传统翻译行业的供应商开始提供翻译记忆工具，以实现译文的回收利用，并为翻译员提供术语工具。虽然这些翻译技术工具变得更具可扩展性，功能变得更成熟，但其提高生产力的核心技术在很大程度上没有变化。

大约在2000 年左右，全球经济活动的密集增加，促进了文档翻译需求的增长。在市场需求的推动下，机器翻译技术转到翻译软件的开发，译星、雅信、通译、华建等机器翻译软件走进市场，商用机器翻译系统迈入了实用化阶段。这一时期，用于翻译的技术和业务模式在发生整体变化，出现翻译网站，有专门的翻译软件网站，比如有道翻译、金山词霸、灵格斯翻译家等，也有百度、谷歌、微软、360和 Yandex等基于搜索引擎的翻译软件，翻译软件开发呈现出跨领域的特点。

现在，机器翻译已成为最具时效性的翻译方法之一，最为先进的是神经网络机器翻译软件，运用深度学习、神经网络等先进技术，在大数据翻译基础上，以句子为单位，对翻译过程进行建模；并且利用神经网络技术的递归性，基于前文内容，对后文内容进行预测和调整，实现语境意义的识别，提高译文质量。

但是，目前看来，机器翻译在技术领域虽表现较好，可以达到90%的正确率；但在经济和人文领域，表现却是差强人意。特别是有关文化方面的文章，机器翻译完全不能胜任。译后编是必须的，甚至比直接人工翻译更费力。机器翻译代替人工翻译的前景不明。 期待科学家们的曲径通幽，柳暗花明又一村。