选择语言:
随着公司生成的多语言内容日益增多,他们开始寻求以更快、更具成本效益的方式触达全球化市场。
他们可以借助什么来实现这一目标呢?机器翻译 (MT) 引擎和生成式人工智能 (GenAI) 技术,每种技术在本地化中都发挥着不同的重要作用。
尽管 GenAI/大型语言模型 (LLM) 非常适合辅助式译后编辑,以及通过自动化技术来优化本地化工作流程,但 MT 引擎凭借其卓越的速度与成本效益,在初步翻译阶段仍无可匹敌。此外,就初步翻译而言,MT 的质量通常优于 LLM,不过我们也在密切关注这方面的技术发展动态。
部署 MT 解决方案有以下四种基本策略。
面对市面上的各种自动化翻译引擎,您在选择时需要注意一点:一些 MT 引擎是针对特定用途或领域来训练的。如果您的需求与引擎用途不匹配,那么无论该引擎多么先进,翻译效果可能都会不尽人意。
因此,要确定适合自己的理想选择,您首先要明确自己使用自动化翻译的目的。如果只是用于一般用途,那么 Google Translate 或 Bing Translator 或许就挺合适。但是,如果您需要针对某个特定语言或领域的 MT 引擎,那么可能会有其他工具更加适合您。
Lionbridge 如何在不同的引擎中进行选择?我们的优选 MT 方法利用一个平台整合五种引擎:Amazon、Bing NMT (Microsoft)、DeepL、Google NMT 和 Yandex。该平台可通过我们的 Smart MT™、应用程序编程接口 (API) 以及客户的本地化工作流程访问。
我们支持根据语言或具体使用场景,灵活应用和定制 MT 系统的选择,并通过在平台层面(而非引擎层面)直接添加针对特定语言的规则、词汇表和保留不译 (DNT) 术语来实现出色效果。
我们的 MT 解决方案涵盖 115 种语言对,服务全球各大品牌。
我们在 MT 领域深耕二十多年,积攒了丰富经验,并且汇集了有关 MT 技术的海量语言和质量数据。
Lionbridge 的 Machine Translation Tracker 会分析五大主流 MT 引擎和若干 GenAI 模型的表现,定期发布分析结果,帮助您了解这些工具在不同内容领域和语言对中的具体表现。
我们的分析结果如下。您可以根据这些持续更新的结果选出适合自己的 MT 方案。