机器翻译到 2023 年（及以后）的演变

第一个机器翻译软件出现在 1970 年代，使用基于规则的机器翻译 (RBMT)。这种技术使用一组语法规则和相关的语言对词典逐字翻译文本。然而，这往往导致翻译生硬，并不总是最易读的，更不用说可用了。

(资料图片仅供参考)

结果，机器翻译几乎马上就得到了一个糟糕的代表。人们对机器翻译文本的准确性差不以为然，开始认为机器翻译不如“适当的”(人类)翻译。

从基于规则的机器翻译到统计机器翻译

对于机器翻译提供商来说幸运的是，随着技术的发展，机器翻译开始摆脱其负面形象。在RBMT之后，出现了统计机器翻译(SMT)，它通过分析现有的人工翻译(称为双语文本语料库)来翻译文本，然后应用预测算法来确定在任何给定情况下翻译文本的最佳方式

SMT是RBMT的重大改进，但有时仍然缺乏准确性。然而，发展并没有止步于此。今天，最新和最伟大的机器翻译技术是神经机器翻译 (NMT)，它使用复杂的深度学习模型来翻译文本。

进入神经机器翻译NMT

能够在复杂的语言翻译算法的帮助下生成高质量的翻译。这些翻译不仅比RMBT和SMT技术的翻译更准确，而且听起来更自然。

如今，NMT的有效性平息了大多数对机器翻译的反对意见。即使是诸如“机器翻译无法拾取或翻译图像和PowerPoint幻灯片中的文本!”之类的反对意见，在开发出可以做到这一点的高级机器翻译工具后，也在很大程度上被压制了。

5 种最佳机器翻译软件选项

目前，没有一个机器翻译软件可以完美地满足所有需求和用例。每种软件都有其优点和缺点，可能最适合满足某些语言翻译目标、内容格式和目标受众。

以下是市场上 5 种最好的机器翻译软件选项，以及它们的技术特性如何影响其翻译质量。

谷歌翻译

谷歌翻译不需要介绍，可能是目前最著名的机器翻译软件。该翻译工具于 2006 年推出，以前使用 SMT 来制作逐字翻译。然而，从那时起，谷歌放弃了SMT，转而使用更准确的NMT，从而提高了翻译质量。谷歌专有的机器翻译技术被称为谷歌神经机器翻译（GNMT），它使用递归神经网络来翻译整个句子，同时尽可能保留其上下文。

DeepL翻译器

DeepL Translator是由Linguee GmbH（现称为DeepL GmbH）开发的NMT服务，Linguee GmbH是一家专注于通过深度学习开发机器翻译技术的德国企业。DeepL翻译器于2017年推出，广泛研究和学习来自可靠语言来源的最佳翻译选项。由于使用了人工智能，与同行相比，DeepL翻译器可以提供更精确和细致的翻译。它可能真正不辜负自己声称的“世界上最准确的翻译”。

必应微软翻译

必应微软翻译基于微软专有的机器翻译系统，该系统依赖于最新的NMT技术。与大多数机器翻译软件开发商一样，微软将其研究工作集中在提供与自然语言使用相匹配的更智能的机器翻译上。例如，必应 Microsoft 翻译使用注意力算法来分析单词的翻译顺序，以获得最准确的翻译结果。

系统翻译

历史悠久。它成立于 1968 年，可能是有史以来第一家提供商业机器翻译服务的企业。这家该领域的先驱并没有满足于现状：这家机器翻译提供商会定期更新其 SYSTRAN 翻译工具，采用尖端的机器翻译技术和功能。例如，SYSTRAN 最新的纯神经机器翻译 （PNMT） 引擎通过人工神经网络对整个机器翻译过程进行建模，以实现高度准确的翻译。

亚马逊翻译

对于那些知情者来说，亚马逊不仅仅是一个领先的电子商务市场：它还通过其亚马逊翻译工具提供机器翻译。根据亚马逊翻译网站的说法，这项 NMT 服务的创建是为了以实惠的价格提供快速、高质量和可定制的语言翻译。Amazon 不断增强其数据集，以提供最佳翻译，无论源文本长度如何。同时，Amazon Translate 的主动自定义翻译功能允许用户导入自己的翻译数据，以便根据自己的喜好自定义翻译。

欢迎阅读我的其他文章：

3分钟学会使用XiaoFei（小飞）实现外贸快速获客

还不会写开发信? 高回复率的开发信分享（10例）

2023国际外贸 SEO 关键字研究指南

关键词：