如果您以两种语言的并行文本

它与谷歌翻译所使用的技术相同。SMT 的工作原理是，的形式向计算机的扩展内存提供足够的数据，它将能够发现并重新创建它们之间的统计模式。它通过向机器提供数据来增长语料库来实现自我学习。谷歌翻译还有一个反馈选项，供用户建议更好的翻译，通过该选项，其系统可以增加单词和短语的库以供以后使用。 虽然 SMT 是对 RBMT 的改进，但它仅在翻译时识别命令。它无法翻译人类与被翻译的语言相关的含义。


它擅长翻译科学和技术写作，但无法解释口语或艺术语言。例如，很多中结 美国数据库 构药名称由于没有对应的英文术语而无法翻译。它们还与 SMT 所不了解的中国文化息息相关。 哲学家西塞罗曾说过，翻译需要是“ non verbum de verbo, sed sensum expprimere de sensu ”——不是逐字逐句，而是意义对意义。 机器翻译的最后一个也是最近的阶段是神经机器翻译。神经机器翻译由经过训练和优化以执行翻译服务的神经网络组成。它使用深度学习来分析人工翻译人员已经完成的大量翻译。NMT 无法解释整个句子、理解上下文、解释不同的变化以及处理永远无法编程到统计模型中的语言微妙之处。






因此，NMT 的翻译更加流畅和自然。它模仿人脑的学习和形成神经通路的功能。神经网络的结构使得系统比基于规则和统计的系统更能适应处理复杂模型。它校对并维持截止日期- 校对是整个写作和出版行业进行的一项重要的质量检查过程。这一过程在翻译作品中显得尤为重要，因为翻译过程中经常会自然地引入错误。这在当今的自动翻译世界中更为突出。此外，还需要特定语言的校对员，并且不仅必须分析文档的句法和语法错误，还必须分析文化监督。错误的存在意味着对语言社区的不感兴趣，有时甚至是不尊重。维护公司或博客的品牌形象取决于为特定社区制作无错误、符合文化的内容。