選擇語言:

機器翻譯

掌握最新的機器翻譯趨勢。

將機器翻譯納入內容創作流程


分辨哪些內容適合使用機器翻譯,並了解您應該採用這項技術的理由。

您是否想更快翻譯更多內容,又能維持目前的預算,不需多花成本?有這麼好的事嗎?有的。機器翻譯 (MT) 就能幫助您提升翻譯生產力,而又不會增加您的成本。

不是所有內容都適合使用 MT。但機器翻譯的品質近來不斷改善,因此實用性也越來越高。採用 MT 技術,您就能和許多全球組織一樣,運用 MT 的力量納入更多語言,也更能滿足消費者以母語了解內容的期望。

Lionbridge 是率先使用 MT 的語言服務供應商之一,過去 20 年處理過的字數已超過數十億,因此能提供值得您信賴的實用建議。在將 MT 納入您的本地化策略之前,請務必先確認以下事項:

  • 辨別並找出適合使用 MT 的內容
  • 建置必要的語言資產,以便正確地訓練您的 MT 引擎
  • 必要時,納入人工譯後編修以提升 MT 品質

只要正確地運用 MT,即可在不犧牲品質的情況下儘可能地節省成本。

機器翻譯大事記

1954 年 - 喬治城的研究人員進行了史上第一次的早期 MT 系統公開展示。

1962 年 - 機器翻譯與計算語言學學會 (Association for Machine Translation and Computational Linguistics) 於美國成立。

1964 年 - 美國國家科學院 (National Academy of Sciences) 成立了專責研究MT 的委員會 (即 ALPAC)。

1970 年 - 法國紡織研究所 (French Textile Institute) 使用某套 MT 系統開始翻譯摘要。

1978 年 - Systran 開始翻譯技術手冊。

1989 年 - Trados 率先開發與行銷翻譯記憶庫技術。

1991 年 - 烏克蘭的哈爾科夫大學 (Kharkov State University) 研發了第一個商用 MT 系統,可進行烏克蘭文對俄文、英文與德文之間的翻譯。

1996 年 - Systran 與 Babelfish 提供簡短文字的網路免費翻譯服務。

2006 年 - Google 翻譯推出統計式 MT 系統。

2012 年 - Google 宣布 Google 翻譯每天翻譯的文字數量約等於一百萬本書。

2016 年 - Google 針對八種語言啟用神經機器翻譯 (NMT),減少高達 50% 的語序錯誤,更大幅改善系統的詞彙與文法。

2020 年 - 截至 10 月為止,Google 神經機器翻譯 (GNMT) 可以支援 109 種語言。

閱讀精彩內容,深入了解

語言技術的未來:機器翻譯的未來

機器翻譯將持續不斷發展,只要部署得宜,對提升翻譯生產力也會越來越重要。

機器翻譯或機器翻譯加譯後編修

什麼時候最適合使用機器翻譯?什麼時候又該考慮採用結合傳統人工翻譯的混合模式?本文特地探討了各種情境。

神經機器翻譯:人工智慧在翻譯語言時的運作方式

深入了解何謂神經機器翻譯,以及為何一般認為它會徹底改變整個語言產業。

機器翻譯詞彙解釋

使用這份實用的速查表,您就能迅速了解有關機器翻譯的重要詞彙。

選擇適合您的即時翻譯技術

閱讀這份指南,探索 Lionbridge 即時翻譯技術與公用機器翻譯引擎之間的差異。

什麼是最合適的機器翻譯?

運用 Lionbridge 的機器翻譯追蹤工具 (Lionbridge Machine Translation Tracker),了解哪一個機器翻譯引擎對您的使用案例而言最為有效。

挑選最符合您需求的機器翻譯引擎,並不是件容易的事。來源內容的品質、來源語言以及目標語言等因素,都會影響機器翻譯引擎的表現。要是能有相關數據協助您做決定,該有多好。現在有了。運用 Lionbridge 的機器翻譯追蹤工具,您就能評量主流機器翻譯引擎的整體表現、依語言組合的表現,以及依領域的表現。歡迎閱讀四大主流機器翻譯引擎在過去一年間的品質分數表現。

認識我們的機器翻譯專家

Rafa Moral

創新副總裁

Rafa 負責監管和語言及翻譯相關的研發 (R&D) 事務,其中包括跟機器翻譯、內容剖析與分析、術語探勘及語言品管與控管相關的措施。

Jordi Macias

語言卓越能力副總裁

Jordi 負責管理語言卓越能力相關事務,包括監管機器翻譯團隊、Language Quality Services 團隊,以及 Lionbridge 為部分大規模創新客戶所提供的服務。

Lionbridge 的機器翻譯服務能協助您降低成本並縮短產出時間。歡迎與我們聯絡,深入了解。

與我們聯絡