神经网络机器翻译技术背景下机器翻译效果对比及其发展困境
杨渊艺，张洋睿
（萍乡学院 外国语学院，江西 萍乡 337000）
摘 要：神经网络机器翻译技术模拟人脑神经系统，以深度学习技术为基础，将整个句子作为翻译的基本单元，使得机器翻译的准确率大大提升。谷歌、百度、腾讯三家公司推出的翻译软件都采用了神经网络翻译技术，通过比较可知三者的长句翻译能力突出，译文风格各具特色，但在语言方面都仍面临困境。首先，因语言差异导致的漏译误译；其次，因词义多义引起的选词障碍；第三，因语境因素带来的隐性含义的理解。本文认为只有不断完善深度学习的算法，建立纠错数据库，进行跨学科交流，才能进一步提升机器翻译质量。
关键词：神经网络机器翻译技术；机器翻译；翻译软件
一、引言
机器翻译（Machine Translation, MT）是相对于人工翻译而言，指使用计器（通常为计算机）将语篇从一个自然语言翻译至另一个自然语言[1]225。几乎从人类有了计算机开始，设计者们就在设想让计算机替代人类完成艰巨而繁琐的翻译任务。然而，早期的机器翻译技术非常局限，最早的翻译软件采用基于词和语法规则的算法，让机器根据输入的语言规则进行翻译，翻译效果生硬而缺乏逻辑，让人不堪卒读。随后，先后出现过基于实例、基于统计、基于模板的机器翻译方法，每一种新算法的使用都让机器翻译质量有了提升，但依然处处体现着机器的思维模式。直到2016年神经网络机器翻译技术的出现，机器翻译才有了质的飞跃。我们甚至有幸看到，2018年博鳌亚洲论坛中首次引进了人工智能同传技术对会议进行实时翻译，让职业译员深感职业危机的来临。这款在博鳌亚洲论坛崭露头角的翻译软件叫腾讯翻译君，由腾讯公司设计研发，所采用的正是神经网络机器翻译技术（Neural Machine Translation, NMT）。
二、神经网络机器翻译技术
在神经网络机器翻译技术横空出世之前，大部分机器翻译软件采用统计翻译方法，其核心是机器通过大规模的双语或多语料进行概率运算，依照各语言要素间的相似程度来构造语言模型，从而进行机器翻译[2]166。而神经网络机器翻译是计算机模拟人类大脑神经系统功能，设计出网络神经模型，整个模型由大量的“神经元”来构成，一个“神经元”完成一些简单的任务，然后通过对这些“神经元”的组合来协调工作，最终得到更加出色的效果。在“神经元”解码后的编码过程中有的软件引用注意力机制（attention），同样模拟人在视觉上通过全局扫描后获得需要关注的目标区域，其核心目标也是从众多信息中选择出对当前任务目标更关键的信息。该机制通过计算获取“神经元”之间的匹配相关度，将翻译核心集中在高度相关的区域，忽略其它次要或低匹配度的“神经元”。这种机制不仅大大提升了机器翻译的效率，也有力地提高了翻译的准确率。
相比起其它的机器翻译技术，神经网络机器翻译技术最大的特点是能够从语料库中自主学习自动翻译，并将整个句子视作翻译的基本单元，打破基于短语的翻译障碍，使译文更准确，更符合各个国家的语言习惯。下面是利用两种不同技术对同一句中文所得出的机器翻译结果：
原文：随着高等教育大众化稳步推进，高校毕业生人数的逐年增加，一批又一批刚毕业的大学生走出校门，走向工作岗位谋求职业，构成了巨大的人才竞争力。
译文一：Along with the popularization of higher education, the number of college graduates is increasing year in and out, a batch of newly graduated college students go out of school, move to work to seek occupation, constitute a huge talent competitiveness.
译文二：With the steady advancement of higher education, the number of college graduates has increased year by year, and a group of newly graduated college students have gone out of school and moved to work to pursue careers, which constitutes a huge talent competitiveness.
3. 腾讯翻译君，是腾讯推出的一款手机版翻译软件，可提供多国语言文字、语音翻译功能，采用自研神经网络机器翻译引擎。目前，腾讯翻译君能够支持中英日韩法德意西等15种语言，中英互译方面表现尤其突出，能够满足多场景、多用户群体翻译需求。腾讯翻译君主打的同声传译为其特色领域，支持即说即译、声画同步，解决语音翻译需求。
3.3.6 元数据查询。支持以目录形式展现平台元数据信息，实现技术元数据和业务元数据的多维度查询和元数据关系查询分析。以目录树的形式展现元数据信息，帮助用户查找定位元数据内容；基于元数据项提供组合查询界面，由用户输入单项或多项查询条件，根据条件对元数据信息进行查询，返回查询结果。
译文二采用当下流行的神经网络翻译技术。通过比较我们发现，两者虽然都能够完整且正确地表述原文词义，但是译文二行文更加流畅，注意到了句子之间的衔接与前后文关系的处理，如出现了连词and和关系代词which，能够根据句意恰当地断句，甚至能够识别主从关系，能判断动作的先后顺序，选择完成时态和过去时态予以体现。
由此，我们能看到机器翻译正在逐渐变得智能，慢慢走向自主独立翻译。这个目标也许短期内还不能完全实现，但是随着语言学的研究与机器翻译软件开发的结合，我们相信其发展前景会越来越好。
三、机器翻译效果对比
新的机器翻译技术使机器翻译的发展焕发了新的活力，为了了解目前机器翻译在实践活动中的使用效果，比较不同翻译软件之间的差异，探究机器翻译的发展前景，笔者选取了几款时下流行且在机器翻译领域有所建树的翻译软件，分别检验其短句、长句的翻译能力，选取日常语言转换需求较高的旅游英语、新闻英语为检验内容，来详细了解不同翻译软件所具备的翻译能力和特色。
（一） 翻译软件介绍
1. 谷歌翻译，由谷歌公司打造的具有多语言转换功能的翻译软件，它支持各种级别的100多种语言的即时翻译，可以提供所支持的任意两种语言之间的字词、句子和网页翻译。由于谷歌公司具有强大的语料库资源，从翻译软件诞生之初就依托这些资源和技术支持成为全球最热门的翻译软件。2016年11月，谷歌公司宣布谷歌翻译将转向神经机器翻译引擎——谷歌神经机器翻译，将全球机器翻译带入了神经网络翻译时代。
2. 百度翻译，是百度发布的在线翻译服务，支持全球28种热门语言的文本翻译和网页翻译。2011年6月推出网页端的翻译服务，2015年5月，发布神经网络翻译系统，早于谷歌翻译一年多的时间，是世界上首个在互联网上使用神经网络翻译的线上产品。
扒开一片覆盖在土壤上的稻草，姬松茸一簇簇冒出头来，这种别名巴西菇的食用菌红伞白柄、圆润可爱，简直就像电子游戏里的小蘑菇人一般。
译文一采用曾经十分普及的基于短语的统计翻译方法。可以看到，译文能够完整地表述原文中的所有信息，并且选词基本正确，但是译文看起来却十分生涩。原因在于缺少英文文法的架构，按照中文直译，主次不清晰，缺乏分句间的关系衔接，更没有体现任何时态。
（二） 翻译效果对比
之所以选取这几款软件，是因为它们都采用了神经网络机器翻译技术，且各具特色，各有所长，在机器翻译领域各有影响力，同时其在软件模型搭建、数据库、程序算法等方面各有差异，使机器翻译出来的最终效果各有不同。笔者选取了旅游英语及新闻英语中的例句进行翻译，比较该三款翻译软件的翻译效果：
1. 英译中，旅游英语短句
恩施州旅游业发展的金融支持措施，应从政府层面、金融机构层面和旅游企业层面统筹协调，精准发力，如此才能形成金融支持恩施州旅游业发展的合力。
2.4 保证营养供给 由于患儿口腔黏膜溃疡疼痛严重，加上化疗药物的不良反应又使患儿频繁呕吐，出入量严重不平衡。必须结合合理的水化、碱化尿液，才能保证患儿化疗的安全有效。同时在患儿不能进食期间，通过静脉输液补充热量和营养，提供足够的水分。当患儿可以张口时给予流质食物，少食多餐，注意温度不要过高，可适当进些冷食。
Do you think a private vehicle might be more to your liking?
依当时的公文与私文来看，针对新时代的学术偏向于西洋一事，出现要求反省与修正的意见，另一方面存在着担心其复归于固陋的见解，也有人提及统合双方的理念，由此可窥见学问论或文明论与制度上的问题参杂，议论纷纷的样子。[注]东京大学百年史编集委员会编：《东京大学百年史》部局史1，东京：东京大学出版会，1986年，第489—490页。
谷歌翻译：您认为私家车可能更符合您的喜好吗？
百度翻译：你觉得私家车更合你的口味吗？
腾讯翻译君：你觉得私家车会更合你的口味吗？
这句话是一位侍者在向客人推荐出行工具，表述中to your liking为表达核心，根据字典解释 if something is to someone’s liking, they like it or think it is satisfactory。从译文来看，谷歌翻译所选用的“喜好”更贴合原意，而根据表达所处的语境、对说话人语气的把握等，笔者认为谷歌翻译中选择“您”这个敬称更符合该，百度翻译和腾讯翻译君译文十分接近，只是两者都没有将might所暗含的委婉和客气表达出来，且“口味”一词并不是中文的惯用表达，因此译文理解虽没有偏差，但略显生涩。
2. 中译英，旅游英语短句
要不是海关检查行李，我两小时前就到了。
取能见度为1 km，平流雾和辐射雾的谱分布如图1所示.由图1可知，当能见度为1 km时，随着粒子半径的增加，两种雾的谱分布曲线均先增加后减小，且两种雾的浓度在半径较小一侧迅速增大，在半径大的一侧则缓慢减小.其中平流雾的雾滴粒子半径较集中在2～5 μm，辐射雾的雾滴粒子半径较集中在0.1～2 μm，且辐射雾粒子浓度约大于平流雾粒子浓度两个数量级.
百度翻译：If it hadn't been for the customs to check my baggage, I would have arrived two hours ago.
腾讯翻译君：Had it not been for the customs inspection of my luggage, I would have arrived two hours ago.
谷歌翻译：If the customs checked the baggage, I arrived two hours ago.
这句话是说话人在抱怨海关检查拖延了他的时间，语气比较随意，但是其中包含了虚拟假设的成分，这种虚拟表达在英文中具有固定的表达模式。从翻译结果来看，谷歌翻译并没有识别出原语中的假设语气，翻译的时候选择了直译的方式，可以说已经偏离了原意；百度翻译和腾讯翻译君都敏锐地识别出了虚拟语气，并在译文中体现出来而腾讯翻译君更为智能地选用了倒装句型，使语气更口语化，可以说是最全面恰当地反映了原语的含义以及语气的。
3. 中译英，新闻英语长句
在经过了一夜的灭火行动后，当地消防队控制了火情。但博物馆整个三层建筑基本被烧毁，且截至目前仍存在坍塌风险。
谷歌翻译：After a night of firefighting, the local fire brigade took control of the fire. However, the entire three-storey building of the museum was basically burned and there is still a risk of collapse.
谷歌翻译：中国东部江苏省昆山警方星期六在中国互联网上赢得掌声，驳回了一起有争议的案件，该案件涉及一名男子，他反击袭击者并在交通骚扰后刺伤该男子。
百度翻译：After a night of fire fighting, the local fire brigade took control of the fire. However, the entire three-storey building of the museum was basically burned down, and there is still a risk of collapse so far.
腾讯翻译君：After a night of fire fighting, the local fire brigade took control of the fire. However, the entire three-story building of the museum was basically burned down, and so far there is still a risk of collapse.这句原文介绍了与火灾相关的情况，而从翻译结果来看三者可以说不相上下，都完整地表达了原文，且用词准确，句子关系理解到位，表述没有误差。这是因为新闻英语以陈述事实为主，客观性陈述居多，具有其特有的表达模式，这对于通过自主学习而寻求规律的神经网络机器翻译来说无疑是有利的。
4. 英译中，新闻英语长句
Brazil’s oldest and most important historical and scientific museum has been consumed by fire, and much of its archive of 20 million items is believed to have been destroyed.
谷歌翻译：巴西历史最悠久，最重要的历史和科学博物馆已被大火烧毁，据信其大部分2000万件物品已被销毁。
百度翻译：巴西最古老、最重要的历史和科学博物馆被大火烧毁，其2000万件藏品的大部分档案据信已被销毁。
腾讯翻译君：巴西历史最悠久、最重要的历史和科学博物馆已被大火烧毁，其2000万件藏品中的大部分据信已被摧毁。
原句陈述了巴西博物馆大火带来的破坏，句中词义的理解稍有难度的是consume和archive，因为词义广泛，只能由它们所接的宾语和所处的语境来决定其自身的含义。三个翻译版本都将consume译为烧毁，可以说是正确判断了语境，并理解了consume在句子中的真实含义。Archive被分别译为物品、档案、藏品，则相距甚远，我们结合语境来判断，将archive理解为藏品显然更为适宜。从整体来看，腾讯翻译君的结果更为贴切地表达了原文意思。
通过比较，可以看出，三个翻译软件在中译英长句方面的表现十分突出，对原文的理解、译文词汇、句式、时态的选择都恰到好处，译入语读者阅读起来没有障碍。鉴于谷歌翻译所使用的语料库等资源以英语为主，对中文的把握还不够全面，在英译中方面的表现略逊于百度和腾讯翻译君。百度翻译倾向于简炼的译文，翻译结果往往采用较少的文字来传达原文信息。腾讯翻译君则比较严谨，译文表现出了原文的全部内容，且句式结构尽力和原文保持一致。
四、机器翻译的困境
机器翻译在知识浩如烟海的信息爆炸时代里给我们的工作和学习带来了极大的便利，但同时也应该注意到，由于机器翻译涉及到自然语言理解、计算机人工智能和神经网络等多门学科的交叉与融合，许多技术问题还有待于进一步的完善和解决[3]32。从以上的分析不难看出，机器翻译超越了以短语和词汇为翻译单元的模式，译文不再显得机械、晦涩，让人摸不着头脑，而是充满人工智能的气息，让我们对机器翻译的前景十分期待。那么，机器翻译在当今的良好势头之下，还要克服哪些难关呢？
一闷棍打得镇长半天寻不到话头。他早把这事忘了。这家伙真不是个省油的灯，自己原本是想打发他离开会场，莫搅了庆典。一来怕上头怪罪，二来什么事情总寻求个开门大吉，怕触霉头。谁知这家伙真就顺杆爬，没病没灾住到卫生院居然就不出来了。有吃有住还不用花钱，谁不愿意呢！问题是一般人谁敢这么做？但这是牛皮糖。没由头要找个由头白吃白住，有了镇长的指示，他能放过这机会么？！啊！镇长伸掌在自己的头顶拍了一下，差点没把自己拍成脑震荡。但镇长拍过，眼前冒的金星还没消失，他却晕晕地笑了。我差点忘了。是有这么回事。那您现在身体怎么样啦？
首先，因中英句式的差异而导致的漏译误译
谷歌翻译：On Saturday, the Kunshan police in Jiangsu canceled a case controversial and won the praise of netizens. In the case, a man had a dispute with a person due to traffic problems and stabbed him after being attacked.
3.体制创新——我国主流政治文化网上引导能力提升的保障。传播体制是信息传播得以有效进行的基本保障，也是影响传播效能的制度性因素。面对互联网发展引发的传播体制障碍，要从现实针对性和实效性出发，重点以创新发展政治信息的发布、沟通、反馈机制为突破口，构建系统完善的主流政治文化传播新体制。
任何一种语言都有其特有的表达习惯和模式，以中英两种语言为例，中文句式不需要关联词进行衔接，依靠语义来暗示逻辑关系，属于意合语言，且中文习惯将修饰语置于修饰对象前面，主要信息在后，次要信息在前，而英文句式属于形合语言，句子之间关系紧密，分句之间必须有关联词来衔接来表示其间的逻辑关系，一般来说重点信息在前，次要信息在后。这种完全相反的句式结构意味着译者进行中英翻译时必须注意到两种语言的表达差异，选择符合读者思维习惯的表述方式。对于机器翻译而言，首先需要分析句子结构，了解句子成分的构成，将句子打散，以译入语的习惯方式重新排列，再进行翻译。能否将这个过程处理好，是目前机器翻译面临的一大挑战。
原句：Police in Kunshan, East China's Jiangsu province, won applause on China's internet on Saturday for dismissing a controversial case about a man who fought back against his attacker and stabbed that man to death following a traffic spat.
随着现代科技的发展，现场分析已经逐渐成为分析科学一个重要的发展方向，造价低廉、测定快速、便携的现场分析仪器则一直是仪器分析领域的研究热点。与传统的实验室分析仪器不同，一个理想的现场分析仪应具有以下特点：响应速度快，能够实时、在线分析；不需要或仅需要简单的样品前处理；体积小巧，便携；能量供应简单。
百度翻译：中国东部江苏省昆山市警方周六在中国互联网上赢得了掌声，因为他们驳回了一个有争议的案件，该案件涉及一名男子在交通冲突后反击袭击者并刺死了该男子。
例3 标准状况下,112LH2、CO2混合气体,测得CO2的体积分数为0.48。将该混合气体通入2.00LNaOH溶液中,CO2被完全吸收。如果NaOH完全反应,该NaOH溶液的浓度为____。
腾讯翻译君：上周六，中国东部江苏省昆山的警方驳回了一起有争议的案件，该案件涉及一名男子在一场交通纠纷后反击袭击者，并将该男子刺死。这一案件在中国互联网上赢得了掌声。
原句复杂之处在于虽属于简单句，但结构繁杂，有插入语，介词for、about、以及连词and都衔接了相当重要的信息，它们之间的逻辑关系、前后位置都需要仔细斟酌。谷歌翻译与原句相距甚远，dismiss、fight back、traffic spat误译，to death漏译。百度翻译最为接近原文，不仅恰当地理解了几个连词的含义，而且译文对语序做出了调整，使其与中文的语言表达习惯一致，表现出彩。腾讯翻译君的译文比较严谨，如for、about的含义都用中文表达出来，译文比较全面，但在判断won applause on的主语时有所失误，使译文出现偏差。总结来看，谷歌翻译逊于百度和腾讯翻译。
原句：本周六，江苏昆山警方撤销了一起备受舆论争议的案件，赢得网民赞许。该案中，一名男子因交通问题与人发生争执，在受到攻击后反将对方刺死。
为获得闪烁体或固态探测器的输出信号并将之送入后续的电子学处理系统，需要对高速信号进行高速低噪声放大，从而需要进行高速电流型前置放大器的设计[1]。该前放系统主要由电源部分放大电路部分低噪声线性稳压芯片进行降噪稳压。为了提高整个前放系统的稳定性和尽可能降低电源引入的系统噪声，通过两级的运算放大器提供高带宽高输出增益。同时针对提取高压电离室信号的需求设计了高压部分电路与放大电路的保护电路。
百度翻译：On Saturday, the Kunshan police in Jiangsu Province withdrew a controversial case and won the approval of netizens. In this case, a man was assassinated and killed after being attacked because of a traffic dispute.
腾讯翻译君：Police in Kunshan, Jiangsu province, on Saturday dismissed a controversial case that won praise from netizens. In the case, a man had a dispute over traffic problems and stabbed the other party to death after being attacked.
Murder will out.
多义识别一直是自然语言处理中最基本、也是最难解决的问题之一。它几乎表现在语言的各个方面，其中也包含由于语用因素造成的语句多义或语句“模糊性(fuzziness)”[4]61。在不同的语用条件下，某些词语甚至表达可以有多重不同的理解。
中译英的表现则与前不同，腾讯翻译优于百度与谷歌翻译。谷歌翻译对原句理解恰当，译文句子逻辑关系处理正确，除了漏译“刺死”这一重要信息，译文表现不俗。百度翻译整体效果良好，assassinated和killed的语义重复，且其主语判断不准确，使译文不甚恰当。腾讯翻译君全面反映了原文信息，逻辑正确，语句通顺，是三者中译文最为恰当的。其次，因词义多义带来的理解障碍及选词困难
谷歌翻译：谋杀会结束。
百度翻译：谋杀会结束的。
农村基层治理体系和治理制度不健全，决策、议事、协商、评估、监督、考核程序和机制不完善，治理制度化建设滞后；基层治理制度的贯彻落实不够，不少制度执行难、落实差，有些制度流于形式，陷入“空转”；制度与制度之间的衔接性、协调性和系统性不足，制度之间的张力加大，制度体系的集成性不强，难以形成有效的制度合力。
在我17岁多一点的那年初夏，我和小满坐在傍晚的草地上，看着农田里耕作的人们，我一下想到王维的《新晴野望》。
腾讯翻译君：纸包不住火。
原文为英语中的一句谚语，翻译难度在对out的理解上。Out既是副词又可以充当介词，还有动词词性，词义很广。多义词词义的选择不仅是机器翻译，其实也是专业译员头疼的问题，严复曾感慨“一名之立,旬月踟躇”，袒露自己翻译过程中的忐忑心情。这里三个译文十分清晰，腾讯翻译君更为出众，它采用了意译的方式来表达原文，非常便于中文读者理解。谷歌和百度翻译没有正确理解out的含义，选词错误，译文也与原意相差甚远。
第三，因不同语境和情绪而产生的语义理解障碍
汉语的语法比西洋语法更为复杂和隐蔽，存在于隐性的语义关系中[5]87。在一些特定的交流情境中，译者需要把握的不仅是语言的表面含义，还要对语言的潜在含义、暗含的情绪、反讽、暗喻等信息予以揣摩，要毫无遗漏地将这些信息传达给读者。对于机器而言，要体会这些情绪，光靠程序的设定是不足以做到的，毕竟人类大脑之复杂，不是单纯的机器模拟能够复制的。
The taxi will be ready when you are, sir.
谷歌翻译：先生，出租车准备就绪。
百度翻译：先生，您准备好了出租车。
腾讯翻译君：先生，等你到了，出租车就会准备好的。
在本句中，侍者非常婉转客气地告知旅客，车已准备好，随时可以出发。为了不让人觉得有催促感，所以表达十分谨慎，这种谨慎婉转的语气机器如果检测不到，翻译结果就会如同百度和腾讯翻译君的结果，直接、生硬，甚至背离原意。
综上，机器翻译仍然会做出一些人类翻译者永远不会做出的重大错误，从语言学的角度来说出现这些错误的根本原因是语言掌握不够熟练，两种语言之间的互换停留在表面，没有深入语言文化差异的核心。而从机器语言的编写层面来说主要原因在于其训练数据里的缺陷，导致机器自主学习的信息材料不足，从而产生误译。要解决这些难题，笔者认为可以从这三个方面进行改善：从技术层面应该给与“电脑”更多的“学习经验”，也就是完善深度学习的算法，改善端对端的对应过程，让翻译系统逐渐优化；建立系统纠错数据库，整合机器运行过程中常见的错误，使其翻译运算过程结合，帮助系统智能化；第三，跨学科交流，从事自然语言处理的工程师应与语言学领域相结合，从语言学理论角度对自然语言处理进行开发，对软件的改进和实践应用定会助益不少。
虽然神经网络机器翻译善有改进空间，但是面对更标准化的科技、医学等等固定且有成文规则的文章，该翻译技术可以更快翻译，准确率也更高。完全替换人工翻译有一定难度，且很有可能是无法实现的，因为现有的机器翻译都是针对现在已经出现过的语言现象，但是语言总是随着社会的发展而不断更新变化，人类不断创造新词汇或赋予词汇新含义，我们只能期待机器翻译能紧跟人类语言的步伐，无限接近人工翻译。
参 考 文 献
[1] 胡壮麟. 语言学教程[M]. 北京: 北京大学出版社, 2013, 4（4）: 225.
[2] 史树敏. 机器翻译方法的研究现状[J]. 内蒙古师范大学学报, 2004, 33（2）: 166.
[3] 毛颢. 若干实用机器翻译软件与网站评介[J]. 中国科技翻译, 2004, 17（4）: 32.
[4] 张政. 机器翻译难点所在[J]. 外语研究 2005, 93（5）: 61.
[5] 荣晶. 语义在汉语语法研究中的方法论意义[J]. 北京师范大学学报（人文社会科学版）, 2000, 106（4）: 87.
〔责任编校：范延琛〕
Translation Effect of Neural Machine Translation and the Trouble It Face
YANG Yuan-yi, ZHANG Yang-rui
(School of Foreign Languages, Pingxiang University, Pingxiang Jiangxi 337000, China)
Abstract: Neural Machine Translation (NMT) technology, based on deep learning technology, simulates the human brain nerve system, and takes the whole sentence as the basic unit of translation, which greatly improves the accuracy of machine translation. The translation softwares launched by Google, Baidu, and Tencent all use neural network translation technology. By comparing the three softwares, all of them are excellent in translating long sentence and each has distinctive translation styles. However, they still are faced with troble,such as mistranslations and omission due to language differences, obstacles caused by polysemy, and the difficulty in understanding of implicit meanings caused by contextual factors. To further improve the quality of machine translation, the algorithm of deep learning should be perfected, the error correction database should be established, and interdisciplinary communication should be carried out.
Key words: NMT; machine translation; translation software
收稿日期：2018-09-20
作者简介：杨渊艺（1984—），女，江西萍乡人，讲师，硕士，研究方向：翻译学。
中图分类号：I046
文献标识码：A
文章编号：2095-9249（2019）01-0088-05
标签：神经网络机器翻译技术论文; 机器翻译论文; 翻译软件论文; 萍乡学院外国语学院论文;