翻译记忆库技术的未来是什么？

在本博客的第一部分，我们介绍了翻译记忆库 (TM) 的历史和 Trados 在这些年来如何破解发展难题并取得成功。在第二部分，我们将会远瞻翻译记忆库技术的未来发展。

为此，我们采访了 Trados 的两位行业专家：在翻译行业经验丰富的产品管理总监 Daniel Brockmann 和精通软件开发和翻译的首席研究工程师 Kevin Flanagan。

我们让 Daniel 和 Kevin 分享他们对于 TM 在未来所扮演的角色的看法，为此我们选择了当前最热门的话题：人工智能 (AI)。

您认为 AI 在未来的翻译记忆库中会扮演什么角色？

DB：每个人都在谈论 AI 和机器学习，从 Siri 和 Alexa 到自动驾驶汽车，再到个人健康追踪等，AI 正在迅速发展。Trados 对机器学习并不陌生——我们在 2016 年推出了创新的自适应机器翻译技术——但问题是，这对翻译记忆库意味着什么？有一天，我们可能会看到这样的场景：AI 让翻译效率更上一层楼——成为 CAT 工具 的核心。

AI 的一个显著优点是，改进翻译建议。例如，我们将翻译记忆库与术语和机器翻译 (MT) 结果相结合，从而得到最佳的匹配，只需审校即可使用，而不是从头开始翻译。比如可以使用某行业领域的大型 TM 和术语库来训练 MT 翻译引擎，进一步提高 MT 的质量，为任何特定使用案例提供更佳的翻译。或者将翻译记忆库和术语内容完美结合起来，增强 MT 的结果。

无论如何，这样做并不是为了取代人工译员，而是帮助他们更有效地监督翻译流程，进一步微调初译结果。

KF：除了提高译员工作效率这一重要优点外，AI 还可以对 TM 进行分析并识别与新项目最相关的 TM，从而提高项目效率。对于同时处理多个项目和资源的项目经理而言，这可以帮助他们在项目供应链中更有效地发送内容，这让他们如获至宝。

在未来的云计算中，翻译记忆库将如何工作？其优势是什么？

DB：基于云的 TM 将为供应链中的所有参与者提供令人兴奋的新功能。最后，TM 共享将普遍融入工作流中，每个人都能利用这项宝贵的资产——LSP 能够更轻松地分享资产，自由译员可以组成团队协调工作，大型企业推动大型翻译项目等，不一而足。那些能够将云工作方式与丰富而强大的桌面环境集成在一起的人，将能从这场竞争中胜出。例如，Trados Studio 中的 LookAhead 等最新发展将为基于云的 TM 提供与使用用户本地硬盘上的 TM 相同（甚至更佳）的性能体验。

TM 如何在增强的翻译环境中工作？

DB：现在有三种主要的资源可供译员使用，使他们的工作更轻松、更有效。第一，传统 TM，没有什么比 100% 或上下文匹配更让人欣喜的。第二，传统的术语管理，确保术语翻译的质量和一致性。第三，如今的机器翻译。对于那些现有的语言对，在 MT 的助力下，机器翻译的质量“让人刮目相看”，可以完全无缝地插入翻译流——尤其是因为它日益被客户和译员所接受。

现在想象一下，这三种资源协调工作——术语增强 MT 的建议，MT 片段增强模糊匹配等等。建立优质的 TM 并将它们与优质的术语结合使用，从长远来看，前景广阔且让人期待——这就是变革所在——优质的机器翻译。这并不意味着所有机器翻译都是完美的。相反——MT 在语言流畅性方面仍有不足。但是，不流畅并不意味着不准确。这时，就需要译员和审校员提炼语言，确保译文符合客户的质量期望。

尽管如此，对于任何翻译流，MT 无疑是一个令人兴奋的新工具。

翻译记忆库与机器翻译——谁主未来？

DB：将来会有一种新的模糊匹配处理方法。这意味着什么？完全不需要编辑的 MT 建议可能比通常需要编辑的 70% 或 80% 模糊匹配更好，即使这些模糊匹配已经“修复”。因此，未来的局面可能是：TM = 提供 100% 到 90% 模糊匹配，MT = 提供 90% 及以下的模糊匹配，两者各施其职。当然，这也将对存在已久的定价模型产生影响。当 MT 引擎对新内容的翻译让人满意时，客户会索要折扣吗？译员会欣然接受吗？双方是否会达成合作共识？

除了这些预算问题之外，还提出了另一个问题，为了使 TM 与 MT 能够协调工作，当前的编辑环境是否需要优化？

好消息是，在短期内 Trados Studio 等 CAT 工具环境仍是开放式平台，它们可以完美地插入“任何”MT 引擎，让用户继续以熟悉的方式工作。因此，它们非常适合将 MT 自然地添加到用户一直使用（并且熟悉）的资源组合中，这种巨大的潜力不应被低估。此外，目前的 MT 引擎提供的是句段翻译——这意味着它们自然适合基于句段的工作方式。

总之——至少在短期内，像 Trados Studio 这样的 CAT 工具可以轻松“插入”MT 中，相得益彰。

KF：随着质量的提高，从长远来看，我们可能需要重新考虑基于网格的编辑器。这些改变可能带来截然不同的编辑体验，以迎合新的工作方式，更好地审校 MT 内容，而不是提供大量功能从头开始翻译——这一切将彻底改变。但是在过渡阶段，我们从客户那里听到，他们只是简单地将 MT 添加到 Trados Studio 的资源组合中，从而优化生产效率和节约成本。

如何提高未来翻译记忆库的用户体验？

KF：除了重新思考编辑体验之外，我们还展望了在将来以文档为中心的 TM，因此对于 TM 匹配，可以深入到原始文档和翻译中，查看整个文档的上下文。

upLIFT 的未来是什么？

KF：upLIFT 翻译记忆库的功能将不断完善。通过更好的单词对齐，子句段建议（我们称之为“片段”）的质量将得到提高，匹配修复的性能也会得到增强。我们还研究：

• 除了改善翻译建议，upLIFT TM 技术还为更佳的术语提取奠定基础
• 从 upLIFT 基础构件开发得出的自动标记放置（甚至适用于匹配修复）
• 基于 upLIFT 单词对齐结果，TM 维护更加智能，可以识别误译、数据损坏或错误的文档/句段对齐

正如大家所看到的，从 AI 到 MT 再到云计算，翻译记忆库技术有着巨大的发展空间，让人翘首以待。 

大家最期待哪些发展？