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。

哪个机器翻译 (MT) 引擎效果更好？要回答这个问题并不容易。

面对市面上的各种 MT 引擎，您在选择时需要注意一点：一些引擎只用于某特定用途或只针对某特定领域。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 MT 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。但如果您需要针对某个特定语言或领域的 MT 引擎，Amazon Translate 或 DeepL Translator 可能更加适合您。

Lionbridge 的 Machine Translation Tracker 每月会分析各种引擎的性能，帮助您根据需要的语言对甄选出理想的 MT 引擎。以后想要了解哪个 MT 引擎更好时，不妨换一种问法：“哪个 MT 引擎更能满足我的需求？”而且记住，您可以放心参考 Lionbridge 提供的实用信息。

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 专家评论

2022 年 4 月

Yandex 的机器翻译 (MT) 引擎在过去几个月一直表现平平，但最近取得了长足进步，尤其是其德语引擎。

通过一项详细分析，我们发现 Yandex 引擎在处理带有标点符号（例如问号、感叹号、括号和斜杠）和度量单位的句子方面进步非常大。这可能源于对 MT 设置进行的调优，而非模型改进。不过，通过对罕见词汇翻译的跟踪，我们发现 Yandex 也有所改进，这说明取得进展的原因可能也包括模型改进或更多的数据训练。

差不多是在去年的这个时候，我们发现多个 MT 引擎都取得了极具意义的进展。我们不禁思考：这种进展是否会遵循某种时间模式？今年还会出现我们在 2021 年观察到的情况吗？当前，我们正在跟踪这些引擎的 MT 表现，并且将在下个月左右报告相关发现。

总体而言，人们对 MT 引擎评估的兴趣日益高涨。目前，大多数人都认为 MT 是一项成熟的技术。人们认识到，这项技术几乎适用于各种翻译场景，包括纯机器翻译、带人工干预的机器翻译和混合型翻译场景。不过，MT 用户仍然在努力寻找适当的方式以评估、衡量和改进 MT 结果。

— Rafa Moral，Lionbridge 创新副总裁 

单击此处阅读以往的专家评论。

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》。