选择语言:

Lionbridge Machine Translation Tracker

为您介绍我们的评估工具,帮助您选择符合自身需求的理想机器翻译引擎

背景介绍

机器翻译 (MT) 已问世多年,但近年来的发展势头尤为迅猛。公司生成的多语言内容日益增多,为了在日趋全球化的世界中触及更多受众,他们逐渐将机器翻译视为一种颇具前景的方式。 

希望部署机器翻译的公司需要了解以下四种基本策略: 

公共 MT

使用 Google 或 Bing Translate 等服务。这些服务面向所有人免费开放且易于使用,但不具备术语定制等高级功能,并且数据可能会被用于其他服务。 

本地 MT

应用此方法的前提是公司在其 IT 环境中部署机器翻译服务器。这一方法安全性高,但价格昂贵、难于部署和管理且需要持续维护。

云 MT

这一方法与公共 MT 的工作原理类似。它托管在云中,但可以创建公司专属实例。分享至该服务的所有数据均受到严格保护,不会与第三方共享。该服务提供附加功能,例如术语定制和其他优势功能,但会导致公司只能依赖固定的一家供应商,而且对于有些语言间的互译,机器翻译质量也较低。 

优选 MT

这是一个可以管理多个机器翻译引擎的平台,可以定制一套术语,界面易于管理,且能够针对具体的一对语言和内容类型选出合适的引擎。

无论公司选择何种策略,如果没有合适的数据且不具备相关经验,那么就很难选出理想引擎。Lionbridge 在机器翻译领域深耕 20 余年,经验丰富,且汇集了有关机器翻译的海量语言和质量数据,可帮助客户做出正确选择。此网页提供了一些基本信息,可让您了解机器翻译引擎在处理常见语言对时的表现,帮助公司根据自己的内容做出合理选择。 

想要进一步了解不同类型的机器翻译技术?请阅读我们的博客文章《了解机器翻译》

Lionbridge Machine Translation Tracker 工作原理

Lionbridge 将编辑改动程度作为评分方式。编辑改动程度可以衡量机器翻译和人工翻译之间的差距,具体方法为,计算译后编辑人员所更改的字符(亚洲语言)或单词(西方语言)的数量,然后用它来衡量机器翻译质量。指标越高,翻译质量越好。

在我们评估的四种机器翻译引擎中,Google 和 Bing NMT 处理多种语言对的常规内容时表现较好。但对于某些语言对,更专业的引擎表现更出众:DeepL 在翻译德语时表现最佳,Amazon 更善于翻译中文。

MT 整体质量评估
MT 引擎比较
时间

图表 1:主流机器翻译引擎处理德语、俄语、西班牙语和中文内容的平均质量比较。 

各机器翻译引擎的表现受多种因素的影响,例如源内容质量、源语言和目标语言、内容主题,以及机器翻译引擎是否经过训练,因此它们的表现各不相同。在整体质量比较图表中,从引擎处理所有语言内容的长期表现来看,截至 2021 年 1 月,Google NMT 仍然处于领先地位。在过去一年中,Bing 和 Amazon MT 引擎的质量评分波动最大,质量有较大起伏。

针对不同语言对的质量表现
在下拉框中选择德语、西班牙语、俄语或中文
时间

图表 2:主流机器翻译引擎针对特定语言对的平均质量比较。

一些机器翻译引擎在处理特定语言对的内容时,表现非常出色。从长期语言质量表现数据来看,最合适处理德文的 MT 引擎是 DeepL,Amazon 在处理中文内容时令其他引擎望尘莫及。Google 处理大多数其他常用语言时一直处于领先位置,Bing 紧随其后。 

针对不同领域的质量表现
在下拉框中选择一个领域
时间

图表 3:主流机器翻译引擎针对特定领域内容的平均质量比较。

我们的研究表明,未经训练的 DeepL MT 引擎在处理汽车和机械领域的主流语种内容时,表现始终优于其他引擎。Amazon 似乎为处理电子商务和零售行业内容的不二之选。神经网络机器翻译引擎同样可以接受针对某种语言、某个行业的训练,以进一步提升翻译质量。 

如需了解有关机器翻译的更多见解和未来趋势,请阅读我们的“语言技术的未来”系列博客文章 —
《机器翻译的未来》

免责声明

  1. 此报告中的机器翻译引擎由 Lionbridge 每月进行评估。
  2. 报告提供的数据用于解释用途,具体案例应具体对待并分别进行评估。
  3. 此报告所用源数据由 Lionbridge 机器翻译团队预先选出。每次向各机器翻译引擎和各语言对提交相同的源数据,以便比较不同翻译引擎。
  4. 此报告生成过程中未使用任何客户数据。

联系我们