员工是我们引以为傲的资本,支撑着公司在 20 多年的时间里始终提供客户满意的服务。 

关于我们
领导层
见解
新闻
见解
关键事实

我们的专家了解您所在行业的来龙去脉以及所面临的挑战。

生命科学
银行与金融
零售业
电子商
Lionbridge Games
汽车
包装消费品
技术
制造业
法律服务
旅游和酒店业

利用 Lionbridge Lainguage Cloud 支持您的端到端本地化和内容生命周期

Lainguage Cloud™ Platform
轻松连接
翻译团队
工作流程技术
Smairt Content™
Smairt MT™
Smairt Data™

选择语言:

Smaⁱrt MT™:利用机器翻译 (MT) 实现译达万物

机器翻译技术的进步使企业可以对各个市场的整个客户历程进行本地化,为其在数字优先的经济浪潮中脱颖而出提供了前所未有的契机。

是否希望翻译和本地化所有内容?


“译达万物”就像一项全新的超能力,让您能以超乎想象的方式开疆拓土,进军各个目标市场,并对客户历程的每个阶段进行本地化。

译达万物的设想非比寻常,而 Smairt MT 将使其成为可能。这种机器翻译技术 (MT) 解决方案快速高效,翻译量惊人。而您现在有机会将 Smairt MT 引入常规工作流程,并借其发挥出本地化真正的价值创造能力。要充分利用 Smairt MT,您需要:

  • 将其应用于几乎所有内容,并进行不同程度的人工润色。 
  • 接受以下市场研究结果:比起非母语版本内容,客户更喜欢翻译质量达到合格线水平的内容。点击此处此处此处,开始了解详细信息。
  • 探索 Lionbridge Lainguage Cloud™ 将如何让 Smairt MT 变得更加出色、快速、高效。

显著优势

可节约高达 40% 的成本。

可缩短多达 60% 的翻译周转时间。

100% 的语言覆盖率。使用可变质量目标和 Smaⁱrt MT 实现译达万物。

选择理想的机器翻译引擎与方法,两者强强联合,助您实现理想成果和译达万物的境界。

我们是率先与客户合作部署企业级 MT 生产流程的语言服务提供商 (LSP)。历经二十年时间,我们已训练了近 3,000 个 MT 引擎,涉及的主题领域和业务使用情形数量远超其他 LSP。我们使用 MT、HT(人工翻译)以及 MT+HT 处理了数十亿字的翻译,因此拥有业内非常庞大的内容数据集,其中的内容数据可随时用于训练,并且已经过专业翻译和标记。因此,您可以放心听取我们的建议,利用我们的经验,期待自身的 MT 引擎能够得到充分训练并实现理想成果。在将 Smairt MT 纳入您的本地化战略之前,请务必:

  • 评估您的内容,以便在整个工作流程中做出恰当、以质量为中心的决策。
  • 构建必要的语言资产,以尽可能提高 MT 引擎针对您的内容的翻译质量。需要帮助?我们随时待命。
  • 根据需要,由您的员工或我们的 Trainslation Community™ 成员根据具体要求进行后期编辑,进一步提高翻译质量。

高效、有效地使用 Smairt MT,在不增加本地化开支的情况下满足您的各种内容需求。

Smaⁱrt MT™ 如何助力《世界报》(Le Monde) 扩大订阅用户群

此前,法国领军报业集团《世界报》计划推出英文版新闻服务,即英文版《世界报》。为此,他们需要出色的翻译解决方案来处理 24 小时新闻周期中的各种复杂问题。 通过 Lionbridge Laⁱnguage Cloud™ 平台的 Smaⁱrt MT™ 技术,《世界报》缩短了翻译周期,成功报道了法国总统大选,并且收获了数以千计的新订阅用户。 阅读我们的案例研究,了解有关《世界报》使用 Smaⁱrt MT™ 的更多信息:

为何应信赖 Lionbridge 来满足您的机器翻译需求

 

自然语言处理领域的领军者

 

使用高质量语言数据对算法进行训练

 

坐拥前沿技术

 

知名全球化公司的合作伙伴

什么是理想的机器翻译?

借助 Lionbridge 的 Machine Translation Tracker,了解哪种机器翻译引擎更适合您的使用情形。 

要选择合适的机器翻译 (MT) 引擎来更好地满足您的需求,这并非易事。因为源内容的质量、源语言和目标语言等因素都会影响 MT 引擎性能。只有以数据为支撑,您才能做出这一决策。而现在,您可以做到了。Lionbridge 的 Machine Translation Tracker 长期衡量主流 MT 引擎的表现。市面上的 MT 引擎日益繁多,而该工具可以衡量引擎的整体性能以及引擎针对特定语言对和各种主题领域的翻译效果。敬请了解主流 MT 引擎在过去一年中的质量评分。

更智能的 Smaⁱrter™ MT

Smaⁱrt MT™:机器翻译技术,帮助企业面向数字时代

统计机器翻译 (SMT) 和神经机器翻译 (NMT) 是常见的机器翻译类型。访问 Lionbridge 机器翻译中心了解关于这两种机器翻译技术的更多信息!

语言技术的未来:机器翻译的未来

机器翻译将进一步发展,如果部署得当,对提升翻译效率将变得越来越重要。

纯机器翻译与机器翻译加后期编辑

什么情况下更适合使用机器翻译?什么情况下应该考虑使用包含传统人工翻译的混合模式?我们来看看适用的场景。 

神经网络机器翻译:人工智能在语言翻译中的作用

深入探讨什么是神经网络机器翻译,以及为什么它能为语言行业带来颠覆性影响。

翻译及本地化:了解机器翻译,辨析相关术语

这份实用的文档将帮助您快速了解一些与机器翻译相关的重要术语。 

认识我们的机器翻译专家

Rafa Moral

创新副总裁 

Rafa 负责与语言和翻译相关的研发活动,包括与机器翻译、内容剖析研究和分析、术语挖掘及语言质量保证和控制有关的各种项目。 

Luis Javier Santiago

机器翻译 (MT) 团队负责人

Luis 负责管理 MT 团队, 通过监管多种 MT 相关服务的运营,助力 Lionbridge 的客户充分发挥该技术的潜力。

机器翻译简史

1954 年 - 乔治敦大学研究人员首次公开演示早期 MT 系统。

1962 年 - 机器翻译与计算语言协会 (Association for Machine Translation and Computational Linguistics) 在美国成立。

1964 年 - 美国国家科学院 (National Academy of Science) 成立了 ALPAC 委员会,旨在开展 MT 研究。

1970 年 - 法国纺织研究院 (French Textile Institute) 开始使用 MT 系统翻译文献摘要。

1978 年 - Systran 开始用于翻译技术手册。

1989 年 - Trados 率先开发翻译记忆技术并对其进行市场推广。

1991 年 - 乌克兰哈尔科夫国立大学 (Kharkov State University) 开发出首个商用 MT 系统,该系统可进行俄语-乌克兰语、英语-乌克兰语、德语-乌克兰语翻译。

1996 年 - Systran 和 Babelfish 提供针对网页小文本的免费翻译服务。

2002 年 - Lionbridge 使用其基于规则的 MT 引擎开展其首个商用 MT 项目。

2005 年左右 - 统计 MT 系统问世。Google Translate 于 2006 年发布,Microsoft Live Translator 于 2007 年面世。

2012 年 - Google 宣布 Google Translate 每天翻译的文本量相当于一百万本书。

2016 年 - Google 和 Microsoft 均采用了神经网络机器翻译 (NMT) 技术,大幅减少了语序错误,并且显著提高了术语和语法的翻译准确性。

2020 年 - 截至 10 月份,Google 神经网络机器翻译 (GNMT) 可支持 109 种语言的翻译。

选择合适的实时翻译技术

阅读本指南,了解 Lionbridge 的实时翻译技术与公共机器翻译引擎之间的差异。

以全新视角看待 AI 与本地化

为什么 Lionbridge 在特定词中嵌入了“ai”?这是为了强调 AI 在整个翻译与本地化流程中发挥的重要作用。

什么是 Smairt?

这个将 AI 嵌入 Smart 的词表示,AI 不断学习并可随时间推移不断优化本地化流程,使该流程更“聪明”、更顺畅。

什么是 Lainguage?

这个将 AI 嵌入 Language 的词强调了语言 AI 的重要性,语言 AI 可以提高内容产出并提升多语言内容的质量和效果,从而使公司在数字优先的市场中脱颖而出。 

什么是 Trainslation?

这个将 AI 嵌入 Translation 的词表示,AI 辅助优秀翻译人员可产生协同作用,使公司能够处理更多内容并发展业务。

联系我们

Lionbridge 的 Smaⁱrt MT 可以帮助您降低成本并缩短内容交付时间。联系我们,了解更多信息。