人工智能背景下机器翻译的困境与策略研究

摘 要：随着人工智能的进一步发展，ChatGPT再次把机器翻译推上热点。本文通过实例探讨了人工智能背景下机器翻译的困境与策略，通过对原文及机器译文的语言、文化和美学三个维度进行分析，揭示了机器翻译在语义理解、文化适应和审美表达等方面所面临的困境，提出了优化算法、引入深度学习技术、加强跨文化研究和深入探索美学表达等策略，旨在提高机器翻译的质量和效率，促进人工智能在语言交流和文化传播中的应用。

关键词：人工智能；机器翻译；语言交流；文化传播：美学探究

中图分类号：H315.9文献标识码：A文章编号：2095-9052（2024）10-0031-03

引言

随着全球化进程的加速推进，人类之间的交流合作日益频繁。在此背景下，无国界的互联网加速了不同国家人民之间的在线交流，促使各种语言之间的翻译需求不断增加，机器翻译的应用变得日益广泛［1］，在促进跨文化交流和理解方面发挥着越来越重要的作用，甚至出现了机器翻译将取代人工翻译的威胁论。然而，尽管人工智能取得了巨大的发展，机器翻译仍然面临着诸多挑战和困境。具体来说，语言、文化和美学三个方面是机器翻译领域中不可忽视的重要因素。因此，为了克服机器翻译在语言、文化和美学方面的困境，探究有效的策略和措施势在必行。本文通过使用ChatGPT（译本1）、百度翻译（译本2）、谷歌翻译（译本3）、DeepL（译本4）、有道翻译（译本5）和必应翻译（译本6）等较为权威的翻译工具对相同的语料进行翻译，分析机器翻译的译本，探讨其不足及困境，并从优化算法、引入深度学习、加强跨文化研究和深入探索美学表达等方面提出相应对策，以期为提高机器翻译的质量和效率提供启示。

一、语言维度的困境与策略

语言作为人类交流的基本工具，具有复杂的语法结构和丰富的语义内涵，机器翻译需要充分理解和准确表达不同语言间的语义信息，才能达到高质量的翻译效果。然而，正是由于语言间的差异性及语境的复杂性，目前机器翻译只能根据已有语料进行检索对应，难以准确捕捉语义信息和相应语境，因此翻译结果的准确性和美感度并不理想。如季克良先生提出的“离开茅台镇，产不出茅台酒”这一论断［2］，各机器翻译的译文问题百出，反映其语言维度上的困境。

具体来看，译本1： Without leaving Maotai Town， Maotai liquor cannot be produced；译本2：Leaving Maotai Town， we cannot produce Maotai liquor；译本3：Without Maotai Town， Maotai liquor cannot be produced；译本4：You can't produce Moutai wine by leaving Moutai town；译本5：Without Moutai town， Moutai wine cannot be produced；译本6：If you leave Moutai Town， you can't produce Moutai liquor.

从语义角度看，该句包含“离开茅台镇”和“产不出茅台酒”两部分，“离开茅台镇”是条件，表示如果离开“茅台镇”这一特定的地点，“产不出茅台酒”是结果，表示无法生产出“茅台”这种独特的酒。结合汉语拼音出现的时间和茅台的历史文化，“茅台”只有在表示地名时才用汉语拼音“Maotai”，如“茅台镇”（Maotai Town），其他时候均采用“Moutai”的威氏拼法，如“茅台集团”（Moutai Group）和“贵州茅台”（Kweichow Moutai）等［3］，“茅台酒”自然应是“Moutai liquor”。然而，纵观6个机翻译本，不难发现对“茅台”一词的处理，机器翻译都采用了“一边倒”的策略，或处理为汉语拼音“Maotai”（如译本1， 2和3），或处理为威氏拼法“Moutai”（如译本4， 5和6）。显然，机器翻译只做到了对“茅台”的翻译，而无法准确分辨出“茅台”与“镇”和“酒”等搭配时的语义。因此，在训练语言或收录语料时，应将“茅台”和“镇”或“集团”及“酒”等语块作为一个专有名词进行训练，通过优化算法，训练机器翻译深度学习，再次遇到“茅台镇”和“茅台酒”或“茅台集团”等专有名词时，机器翻译便能作为一个整体而准确辨识，而不会将两处的“茅台”单一对应成“Moutai”或“Maotai”。

从前后逻辑关系来看，虽然6个机翻译本都通过“Without”或“if”等词体现前后的“条件”逻辑，但仔细梳理译文发现，如译本1前后“Without”和“cannot”构成双重否定，反而与原文意思相悖。译本2， 4和6添加了主语“you”或“we”，而其余几个译本都处理为被动语态。显然，此处无需点明主语是谁，因为只要“离开了茅台镇”，任谁也酿不出“茅台酒”，“珍酒”的诞生便说明了这一切。虽然上世纪70年代初，按照毛主席、周总理 “茅台酒生产要发展上万吨”的指示，国家科委对“茅台酒易地生产试验”进行立项，但茅台的酿造不仅受自然、生物条件的限制，而且有生产工艺条件和技术水平等的严格要求，因此要破解茅台酒的酿造之谜，绝非易事［4］。虽然试验结果证明是成功的，但酿出的酒也与茅台镇产的“茅台酒”有所区别，所以取名为“珍酒”。因此，英译时采用被动语态更为客观巧妙。如译本1， 3和5句式和语态处理较合理，但仍存在上述对专有名词处理等问题。实际上，这句话前后虽然暗含“条件”关系，但若处理为被动语态，将原文语序进行调整，两句便可自然融为一体，不妨改译为“Moutai liquor cannot be produced beyond Maotai Town”。其中“beyond”足以说明“茅台镇”对于“茅台酒”的独特性，而这点目前机器翻译尚难做到。

因此，针对机器翻译语言维度上的困境，可采取如下策略来提高翻译质量。首先，通过优化算法和引入深度学习技术来提升机器翻译对语义的理解和表达能力，从而提高翻译的准确性。其次，加强对特定语境和文化背景的研究和分析，提高机器翻译对专有名词的识别和处理能力，从而更好地捕捉语境信息。

二、文化维度的困境与策略

文化因素是影响机器翻译质量的另一重要因素。一则是因为语言的差异必然导致文化的差异；二则是在跨文化翻译中，不同文化的语言习惯、表达方式及文化背景等对语言理解和表达影响深远。这是翻译必须面对的挑战。显然，目前的机器翻译也无法摆脱文化因素的影响，因此翻译结果难免差强人意，缺乏文化适应性。如在处理日常口头语“食堂吃不饱，我们去下馆子”这句话时就显得力所不及。译本1： The canteen doesn't fill us up， let's go to a restaurant；译本2：The cafeteria is not full， let's go to a restaurant；译本3：We were not full in the cafeteria， so we went to a restaurant；译本4：The cafeteria wasn't full， so we went to a restaurant；译本5：The canteen is not full. Let's eat out；译本6：The cafeteria was not full， so we went to the restaurant。

原文“食堂吃不饱，我们去下馆子”涉及中国饮食文化和社交习惯。“食堂”和“馆子”在文化上有着不同的含义和使用场景。“食堂”通常指学校、工厂等单位内部供应简便餐饮的地方，而“馆子”则更倾向于指餐厅、饭馆等外部的餐饮场所，可提供更为丰富、精致的菜肴和服务。从机翻结果可以看出，各机器翻译除词汇处理不同外，对“吃不饱”等具有引申意义的表达处理上均欠妥。具体来看，原文“吃不饱”具有双关含义，一则是“饭菜口味一般等因素导致没有食欲，生理上吃不饱”，再则是“吃腻了食堂饭菜，心理上不满足”，因此各译本中的“fill…up”或“full”等表达都不够确切。如译本2、4、5和6版本中，主语皆为“食堂”（canteen/ cafeteria），理解为“食堂不饱”，显然有误译嫌疑；而译本1和2虽然都增译了逻辑主语“我们”（we/us），但都体现在食堂没吃饱才去“下馆子” ，未能体现“不满足”的引申含义。此外，“下馆子”其实就是指“出去吃”，巧妙对应了英语中的“eat/dine out”，这一点除了有道翻译处理得当，其余机器翻译版本均属于生硬的直译。而若将原文稍作调整，则更能凸显“下馆子”是因为“吃不饱”，不妨改译为“Let’s dine out because the canteen cannot fulfill us”。其中，“fulfill”一词契合了原文“吃不饱”的双关含义，“Let’s dine out”也能准确表达中国文化中“下馆子”（出去吃）的引申意义。

由此可见，机器翻译系统缺乏对特定文化含义和使用场景的准确理解，从而导致在翻译过程中无法正确表达原文的文化特色和含义。由于社交习惯和惯用语在不同文化中具有不同的表达方式和含义，这就需要机器翻译系统提升对语言特色的准确理解和表达能力，以确保翻译的准确性和流畅性。针对以上困境，可以采取如下策略来提升机器翻译系统在文化维度上的表现。首先，通过训练和丰富机器翻译系统的文化背景知识，提升对特定文化含义和使用场景的理解能力。例如，构建文化知识库或引入文化词典等方式，有助于系统更准确地识别和理解文化相关内容。其次，通过分析句子的上下文信息和语境信息，更好地理解和表达文化含义。例如，考虑到句子的前后内容和相关语境，从而更准确地选择合适的翻译结果。第三，结合深度学习和自然语言处理等技术，通过大数据和机器学习算法来优化翻译模型，从而提升对文化差异的识别和处理能力。

三、美学维度的困境与策略

机器翻译面临的诸多困境，更体现在对译文处理的美感上。美学不仅是对感官的简单描述，更是对情感、意境的综合体现，因此，在翻译过程中如何准确地传达原文的美学内涵，译文美感成了机器翻译面临的一大挑战。抛开文学翻译不说，目前机器翻译在处理一些结构工整的非文学文本时，语言风格和情感表达上的美感也尚欠火候。如上海城隍庙、地铁口的臭豆腐，为了招揽外国顾客，将标语“闻着臭，吃着香”翻译成“Smell smelly， taste tasty”［5］。译文无论用词上还是结构上都颇具美感。而机器翻译的结果却有些差强人意，如译本1：It smells bad but tastes good；译本2：It smells bad and tastes good；译本3：It smells bad but tastes delicious；译本4：Smells bad， tastes good；译本5：Smells bad， tastes good；译本6：It smells bad and tastes good。

原文“闻着臭，吃着香”左右对称，结构优美。此外，通过嗅觉上的“臭”和味觉上的“香”，形成一种反差美。反观各机器翻译版本中，译本1、2、3和6均加上主语it，无疑破坏了结构上的对称美。而其余两个机器翻译工具虽然结构上处理的较为对称，但选词上“bad”和“good”则较为低级，无法传递出“臭”和“香”的反差美。整体来看，6个机器翻译的结果远不及民间流行的译本“Smell smelly， taste tasty”来的妙。结构上的对称美自不必赘述，选词上更是恰如其分，巧妙运用“smell”和“taste”两个词及其相应的形容词“smelly”和“tasty”，囊括了英语中的“头韵”和“尾韵”两大技巧。

语言的美感往往可通过对词语的巧妙运用和组合来营造。然而，机器翻译工具一方面难以准确捕捉原文中的修辞手法和象征意义，导致翻译结果生硬晦涩，另一方面又难以准确理解和表达不同文化中的美学内涵，导致翻译结果的失真。在处理语言的节奏和韵律上，机器翻译难以达到形式与精神内容的完美统一和音韵和谐，即‘形神俱全，音韵兼备’。为应对这些困境，机器翻译可采取以下策略。首先，通过深入学习语言美学的内涵和特点，加强语言识别和理解能力，更准确地传达原文的美学内涵。其次，加强对不同文化美学表达方式的理解，提高文化适应能力，更好适应不同文化背景下的翻译需求。

结语

在人工智能时代，虽然机器翻译的发展已取得显著成就，但在语言、文化和美学维度方向上仍面临诸多挑战和困境。针对这些困境，我们应不断探究，提出有效的解决策略，提升机器翻译的质量，为跨语言和跨文化交流提供更有效和准确的翻译服务。随着人工智能技术的不断发展和完善，机器翻译将会在语言、文化和美学维度上取得更大的突破，为人类的交流合作带来更多可能性和机遇。就目前来看，机器翻译仍无法完全取代人工翻译，人机结合才是最佳的翻译组合。

参考文献：

［1］李翔，高朝阳.国外机器翻译研究的知识图谱和发展趋势［J］.上海翻译， 2024，（02）：41-47.

［2］感动人物：季克良［OL］.（2020-05-11） https：//www.rh.gov.cn/ztjj/cjqgwmcszt/ddmfhjdhr/202005/t20200511_69234805.html.

［3］杨运，吴玲英，周杰.目的论视角下茅台文化外宣英译研究［J］.酿酒科技，2023，（08）：122-127.

［4］骆伟琼，李一硕.茅台酒易地生产试验之谜［J］.环境与生活，2007，（03）：81-82.

［5］臭豆腐摊这样翻译“闻着臭，吃着香”，太绝了！［OL］.（2021-12-13）https：//zhuanlan.zhihu.com/p/444865450.