云翻譯平臺的一個優(yōu)點是數(shù)據(jù)集中。這就意味著可以俯瞰某些語言行業(yè)數(shù)據(jù)趨勢，如機器翻譯 ( MT ) 的用法及有效性。目前，大數(shù)據(jù)只是剛剛滲透進入翻譯工具中，開發(fā)人員仍在學習如何使用它。我相信，未來所有的云工具都將會基于用戶統(tǒng)計信息開發(fā)分析和預測功能，類似于自由職業(yè)市場Upwork那樣在特定領域中，遴選出頂尖 10％ 的自由職業(yè)者。然而，現(xiàn)在我們已經(jīng)可以做的是發(fā)現(xiàn)有用趨勢，證實假設，破除迷信。

作為一名研究人員，我很高興在本年初將數(shù)據(jù)工具引入到了 Memsource 中。以下是一些我們努力收集的此行業(yè)數(shù)據(jù)集合中值得注意的信息。

機器翻譯杠桿：只有 5-20% 的機器翻譯結果是可以直接使用的

為了第一個研究，我和同事決定觀測機器翻譯，以評估它能在多大程度上幫助專業(yè)譯者。行業(yè)研究機構調(diào)查指出，多達 30% 的翻譯公司使用機器翻譯。這點不難理解：目前稅前利潤如此之低，企業(yè)希望努力節(jié)省每一分成本，提升利益能力。同時，在很多翻譯對話論壇中，譯者集體抵制機器翻譯的怒火足以融化鍵盤。

我瀏覽了收集到的數(shù)據(jù)，看它們是否可以為雙方各自的主張?zhí)峁┲С帧?/p>

分析顯示，只有5-20%的原生機器翻譯結果好得無需任何更改即可使用。多達40%的機器翻譯結果，在經(jīng)過編輯后可以使用，在80%的翻譯語段中，機器翻譯可以自動填充數(shù)據(jù)。

在上面的圖表中（點擊圖片放大），匹配率表示譯文和機器翻譯引擎所給建議之間的相似性：

• 匹配率 100%：專業(yè)人工翻譯與機器翻譯所給建議完全相同的語段
• 匹配率 85-95%：機器翻譯結果在編輯后足以采用。
• 匹配率 50-75%：機器翻譯對于單個字詞的自動填充很有用，但不適用于整個語段
• 匹配率 0 表示：語段與人工翻譯結果的相關性只有 0-49%

請注意：只能跟蹤用戶首次啟用機器翻譯的項目，然后進行譯后編輯之后再分析。這意味著，這里的樣本約有 3800 萬單詞。

機器翻譯在翻譯法語、英語、西班牙語、葡萄牙語時可更好地發(fā)揮作用

數(shù)據(jù)結果表明，法語，葡萄牙語，西班牙語和英語機器翻譯引擎具有最高的潛在機器翻譯利用率。英譯法的翻譯質(zhì)量尤其突出，其中超過 20％ 的翻譯是完全匹配機器翻譯所給建議，幾乎90％的語段與機器翻譯結果有一定相似性。

相比之下，俄語，波蘭語和韓語的利用率很低，模糊匹配低于 40％，甚至 20％，完全匹配只有 5％。

這種差異的出現(xiàn)可能和語言的類型分類有關。法語，葡萄牙語，西班牙語和英語是分析型語言，就是說這些語言依賴于詞序以及例如是或?qū)⑦@樣的輔助詞來傳達意思。另一方面，俄語，波蘭語和韓語是綜合型的，就是說這些語言更多地使用屈折變化。機器翻譯仍然致力于處理那些細微差別。

32% 的項目使用機器翻譯

正如在其他CAT工具中一樣，在 Memsource 中，用戶可以添加機器翻譯引擎，以便在逐段瀏覽文本時快速獲得參考譯文。這個過程稱為交互式機器翻譯譯后編輯，這與傳統(tǒng)譯后編輯的區(qū)別在于譯者不必每段都使用機器翻譯。如果機器翻譯錯誤較多，他們就重新翻譯。

在機器翻譯引擎的選擇上，譯者通常使用通用引擎，比如谷歌翻譯或微軟翻譯。因此，本研究首先針對此類引擎的翻譯效果，而非對特定術語和主題領域進行微調(diào)的定制引擎的翻譯效果。

如上所述，不是每個人都喜愛機器翻譯。譯者和語言服務公司認為，機器翻譯有時會降低翻譯質(zhì)量或干擾譯者的注意力和自制力，這樣不利于譯者追求完美的譯文。Memsource 中只有約32％的項目啟用了機器翻譯。這個數(shù)字之所以有這么高，也是因為機器翻譯的開啟選項被設置為默認值。

報道顯示，大約兩年前，48% 的項目應用了機器翻譯。從那時起，我們系統(tǒng)的平均翻譯量已經(jīng)從每月 1 億字增長到 6-8 億字，而機器翻譯項目的份額卻下降了。我預測，這意味著我們的譯者用戶群越來越能代表整個翻譯行業(yè)。Memsource 曾是幾個專業(yè)技術公司主導的翻譯工具，如今用戶遍布翻譯領域。這有助于說明百分比下降的原因。

接下來會如何？

MT 使用量會增加嗎？這是毫無疑問的。如今的在線對話需要快速翻譯。與高質(zhì)量相比，客戶需要的是更快的周轉(zhuǎn)時間。用 Facebook 的著名口號來說，就是比完美更重要的是完成。

與此同時，機器翻譯的準確度在不斷提高，然而仍然沒有達到人類的水準，但它正在朝此方向進步。因此，也就有了更多關于啟用機器翻譯的爭論。

以上內(nèi)容是收集的數(shù)據(jù)中的一些發(fā)現(xiàn)。我們期待在未來幾個月能分享更多！