基于云平台的计算机辅助翻译研究与实践
周红1周明理2姜思佳3
（1.柳州职业技术学院，广西柳州545036；2.北海职业学院，广西北海536000;
3.柳州城市职业学院，广西柳州545036）
【摘要】针对计算机辅助翻译的现实需求和应用现状，借助云平台技术在翻译领域中的应用优势，文章基于大量语料翻译实践的基础，提出基于云平台的计算机辅助翻译的思路，对其应用过程中的难度进行针对性的分析，提出可行的应用模式，为机器翻译提供优秀的解决方案。
【关键词】计算机辅助翻译；云平台；翻译记忆；语料
【中图分类号】H08【文献标识码】A【文章编号】1008-1151(2021)02-0010-03 Rearch and Practice of Computer Aided Translation Bad on Cloud Platform
Abstract: In view of the practical needs and application status of computer-aided translation, with the application advantages of cloud platform technology in the field of translation, bad on a large number of corpus translation practice, this paper puts forward the idea of computer aided translation bad on
cloud platform, analyzes the difficulties in the application process, and puts forward feasible application mode, so as to provide excellent solutions for machine translation.
Key words: computer aided translation; cloud platform; translation memory; corpus
引言
计算机辅助翻译是利用计算机技术，为用户提供高效、高质量的翻译结果，这一技术在最近十年中取得的长足的发展和广泛的应用[1]。为越来越多用户获取其他语种的资料和信息构建了一座便捷桥梁的同时，计算机辅助翻译提供的翻译记忆功能也能够为专业的语言翻译提供强有力的信息参考[2]。
在国外使用计算机的辅助翻译应用非常广泛，普及率也很高，其中最有代表性的CA T Tool是Trados软件[3]，该软件分为professional版本和freelance版本，两种版本的功能和内部系统组件能力上有差异，但不管哪个版本，其在计算机辅助翻译方面目前都是做得非常专业的，也能够为很多翻译需求提供辅助支撑。
国内目前对计算机辅助翻译的研究和探索也不少，比如黄婷婷对计算机辅助翻译研究的现状、方法以及相应的应用进行了研究与探讨[3]；王晶、谢聪对计算机辅助翻译的工具进行了对比研究；徐牧、朱正杰[4]对计算机辅助翻译的发展趋势进行了探讨。随着云平台技术的产生和发展，基于云平台的计算机辅助翻译技术的实现，为推动计算机辅助翻译提供了一个新动力，也开辟了更广泛的应用前景[5]。
1 云平台对计算机辅助翻译的作用
应用计算机技术能够为翻译提供很大的帮助，并在此基础上衍生出计算机辅助翻译的研究方向。云平台是近几年发展非常迅速的一项计算机技术，而且在很多应用领域取得了长足的发展[5]。利用云平台，能够解决单个网络终端用户在计算资源、存储资源和实现成本的矛盾现状，在给用户提供高质量的计算和存储环境下，无需用户增加太多的成本代价。
应用到翻译领域，云平台技术对计算机辅助翻译支撑作用如图1所示，其详细内涵主要表现在以下几个方面：（1）强大的存储能力提供了海量翻译语料库。开展翻译活动时，对语料中的生词、语料中常用语、专业术语、语料背景等信息的掌握，是关系到翻译准确性的重要条件。利用云平台后端的强大存储能力，能够为用户提供词汇量巨大的字典库，解决语言翻译中出现的所有生词。而对于一些常用语、专业术语的翻译，云平台中可以存储大量相关的语料库，由用户手工或计算机自动分析的方式，给用户提供最佳的翻译结果。并且在进行计算机辅助翻译的过程中，后端给出的
总第23卷258期大众科技Vol.23 No.2 2021年2月Popular Science & Technology February 2021
- 10 -
翻译结果依据或佐证的语料信息都可以通过网络远程传输给用户，供用户翻译时参考，极大地提高了语言翻译的准确性。
（2）网络化的实时处理能力提供了在线辅助翻译能力。云平台给用户提供的是一个基于网络环境的远程翻译系统，对用户的翻译需求可以进行实时处理，并提供在线的翻译处理结果。云平台部署在网络后端，在云平台上可以部署多种语言翻译工具或系统，为用户提供尽可能高质量的翻译结果。这种部署方式仅需在云平台的后端部署翻译系统即可满足多个用户的并发翻译请求，降低了系统部署的综合成本。通过网络共享的方式，既能够给用户提供实时的在线翻译服务，也解决了高成本的专业翻译系统部署费用。
（3）云平台的强大数据管理条件提供了深度翻译记忆能力。计算机辅助翻译的一个重要技术支撑即为翻译记忆能力。在传统的翻译过程中，由于翻译者自身具备翻译记忆能力，因此在对同一类型的语料进行翻译时，随着翻译内容的不断增加，其对语料内容的把握也越来越准确，得到的翻译质量也能逐步提高。利用计算机辅助翻译，也可以在用户计算机中建立翻译记忆的存储资料，供后续翻译参考。然而，单台计算机所能够提供的翻译记忆能力非常有限，而且对翻译记忆资料的表示、存储、组织和利用都是非常复杂的，并不是简单地把翻译中的词汇或语句堆砌。利用云平台的强大存储和计算能力，可以在云平台后端建立大容量的翻译记忆库，并运行复杂的翻译处理程序，满足深度翻译记忆的需求。
图1 基于云平台计算机辅助翻译原理图
2 计算机辅助翻译的解决方案
计算机辅助翻译利用计算机技术为用户提供快速、自动化的辅助翻译功能，其不完全依赖计算机的自动翻译，而是在用户的参与下，实现更高质量、更高效率的翻译活动。对于计算机辅助翻译而言，目
前主流的翻译要求标准是具备自动存储能力、自动记忆能力、自动搜索能力和自动学习能力。即能够自动存储用户之前开展过的翻译内容，能够自动记忆历史翻译习惯，能够自动搜索用户已经翻译过的语料，还能够自动学习新单词、新词汇、新语法语句和用户翻译习惯等信息，其翻译流程如图2所示。
图2 计算机辅助翻译的难点对翻译过程的影响
计算机辅助翻译过程中的关键技术及解决方案表现在以下几方面：
（1）专业词汇及术语的翻译。不同专业都有一些本专业内的词汇和术语，这些词汇及术语平时在常规的语言材料中并不多见，与此同时，这些词汇及术语在翻译时又往往有非常准确的含义，翻译时要求务必清晰、准确。为了解决这类词汇及术语翻译的准确性，利用计算机辅助翻译时，要求拥有尽可能完备的字典及词汇库，以满足这种专业术语的翻译需求。然而现代社会发展非常迅猛，每天都不断有一些创新的单词和词汇产生，为了适应这种动态发展的现实环境，计算机辅助翻译中的词汇库还应具备自动更新的能力。
（2）多义词汇的翻译。语言翻译过程中常常会遇到一些词汇，其单词含义简单明确，但是若干个单词组合在一起形成一个词汇，其往往有多种含义。计算机辅助翻译时缺乏足够的智能性，不能准确地从该词汇中的多个含义进行选取。利用云平台的计算机辅助翻译环境，将结合云平台中存储的大量语料信息，根据词汇出现的上下文特征及关系，筛选出最优的翻译结果。
（3）面向特定语境的翻译。语言翻译在不同的语境环境下，翻译的结果差异也十分明显，为了能够更好地提供翻译结果，计算机辅助翻译过程中，应尽可能理解和遵循原有的语境进行翻译。然而，由于计算机辅助翻译对语境理解的实现非常困难，同时也需要借助非常复杂的翻译模型和计算算法进行翻译，因此利用云平台后端的强大计算资源，开发和设计相应的翻译模型，建立对语言背景的理解和描述，在此基础上设计面向特定语境的翻译应用模块，提高语料翻译的准确性。
（4）翻译记忆。翻译记忆能够很好地提升翻译质量，受限于单机的计算机辅助翻译环境，无法给用户提供翻译库的限制，基于云平台的计算机辅助翻译环境，能够在网络环境下为用户提供大容量的翻译记忆存储能力。应用翻译记忆的功能可以让用户对同一种类的语料翻译时，建立前后一致的语言表述习惯、统一的专业术语和专有名称的表述形式等，某些高质量的翻译记忆的实现效果，还能够对语料信息的语境环境、主题意识进行追踪和记录，达到更高质量的翻译效果。
- 11 -
3 计算机辅助翻译模式发展趋势
云平台在计算机辅助翻译中的应用尚处于发展和探索阶段，未来应用云平台实现计算机辅助翻译还有更多的内容值得研究，结合目前技术的特点和发展前景，基于云平台的计算机辅助翻译未来的发展趋势主要有以下几个方向：（1）充分发挥云平台强大的计算和处理能力，提升计算机辅助翻译的精确性。云平台相对于传统的单台计算机平台，能够为用户提供海量的存储资源和计算资源。利用云平台中丰富的存储资源，可以实现海量生词、词汇的存储，并记录典型词汇的应用语料信息，供计算机辅助翻译时作为参考。利用云平台中的丰富计算机资源，可以开发计算资源消耗巨大的机器学习算法，翻译记忆智能搜索及分析算法等。通过这些算法的设计与实现，让计算机辅助翻译具备更强的智能性，而不是简单地将用户的历史翻译结果进行搜索及调取，并且通过融合翻译的语料背景、用户的翻译习惯等经验数据，来实现翻译质量的提升。
（2）利用云平台实现翻译记忆的建模与管理。翻译记忆是一个提升翻译质量的有效功能模块，同时也是一个结合了机器学习、人工智能等技术的高难度应用模块。翻译记忆功能模块实现的效果越好，越能辅助用户进行后续语料信息的翻译。利用云平台强大的处理能力，比较适合在后端开发设计功能强大的翻译记忆模块，并根据多种语料翻译的特征进行分类，有针对性地建立适用不同语料特征、不同翻译需求的翻译记忆模型，并对这些翻译模型进行有效的管理，实现有选择性地调取合适的翻译记忆模块，实现灵活、准确的计算机辅助翻译结果。
（3）利用云平台实现计算机辅助翻译的任务协同与管理。计算机辅助翻译中实现的自动记忆、自动搜索等功能往往是针对单一用户对象。现代化的语言翻译需求往往要求多个人合作共同完成某一翻译任务，为了确保翻译过程中，能够使用统一的翻译术语表示、统一的翻译习惯等，可以利用云平台进行翻译任务协同与管理。让多个参与同一翻译项目的人员可以共享相同的翻译记忆和翻译搜索，并将计算机辅助翻译的结果推送给所有参与翻译的人员，协调这些人员统一相互之间的翻译标准、翻译语境的理解和把握，最终实现整个翻译项目按统一标准高质量地完成。
4 总结
计算机辅助翻译利用计算机的强大处理能力和丰富的应用资源，为不同语种之间的文字翻译构建了一座连接的桥梁。尤其是面对非文学类作品的翻译，利用计算机辅助翻译能够快速解决人们获取其他语
种文字信息的问题。计算机辅助翻译结合了计算机技术和语言翻译学的相关技巧，并在大量翻译实践过程中进行技术和方法的融合，解决了不同语种间文字翻译的现实需求，而云平台技术的发展和应用，则更进一步促进了计算机辅助翻译技术的发展和应用。
【参考文献】
[1] 刘宇鹏，乔秀明，赵石磊，等. 统计机器翻译中大规模
特征的深度融合[J]. 浙江大学学报(工学版)，2017(1): 46-54.
[2] 孔金英，温政阳，杨雅婷，等. 面向维汉机器翻译的语
料筛选技术研究[J]. 计算机应用研究，2016(12): 3654-3657.
[3] 黄婷婷. 计算机辅助翻译研究方法及其应用[J]. 湖南城
市学院学报(自然科学版)，2016(1): 170-171.
[4] 徐牧，朱正杰. 漫谈机器翻译与计算机辅助翻译[J]. 海外
英语，2017(19): 121-122.
[5] 徐一灿，刘继斌. 机器翻译的现状和前景[J]. 海外英语，
2017(21): 117-118，148.
（上接第44页）
[37] 曹海霞，颜士岩，汪保灿，等. 血管紧张素Ⅱ靶向调控
血小板源性生长因子信号通路促进肝纤维化的形成[J].
实用医学杂志，2016，32(7): 1070-1073.
[38] Donohoe F, Wilkinson M, Baxter E, et al. Mitogen-activated
protein kina (MAPK) and obesity-related cancer[J].
International Journal of Molecular Sciences, 2020, 21(4): 1241.
[39] Li, X, Wang X, Han C, et al. Astragaloside IV suppress
collagen production of activated hepatic stellate cells via oxidative stress-mediated p38 MAPK pathway[J]. Free Radical Biology and Medicine, 2013(60): 168-176.
[40] Qiang H, Lin Y, Zhang X, et al. Differential expression
genes analyzed by cDNA array in the regulation of rat hepatic fibrogenesis[J]. Liver International, 2006(9): 1126-1137.
[41] Schwabe R F, Schnabl B, Kweon Y O, et al. CD40 activates
NF-kappa B and c-Jun N-terminal kina and enhanceschemokine cretion on activated human hepatic stellate cells[J]. Journal of Immunology, 2001, 166(11): 6812-6819.
[42] Campbell J S, Argast G M, Yuen S Y, et al. Inactivation of
p38 MAPK during liver regeneration[J]. International Journal of Biochemistry and Cell Biology, 2011(2): 180-188.
[43] 陈毅雄，翁志宏，祁丹，等. 调控Notch信号对肝星状细
胞活化的影响[J]. 中华肝脏病杂志，2012，20(9): 677-682.
[44] 吴鹏，王亚东，方颖，等. 肝豆灵抑制Notch信号通路干
预铜负荷致肝纤维化大鼠肝脏上皮-间质转化[J]. 安徽中
医药大学学报，2018，37(6): 79-84.
[45] 赵文冰，孔心涓，姜英俊，等. Notch通路及Snail在大
鼠肝纤维化发生发展中的作用[J]. 齐鲁医学杂志，2014，29(1): 22-25.
- 12 -
