為使大數(shù)據(jù)生成的數(shù)字內(nèi)容有效，需要針對不同渠道將其進(jìn)行轉(zhuǎn)換，以用于各種用途和其他市場的本地化。這是一個(gè)對于所有譯員來說都充滿機(jī)會的領(lǐng)域。
參加任何一個(gè)會議你都能發(fā)現(xiàn)常見的行業(yè)術(shù)語流行語多了一些不一樣的東西——“大數(shù)據(jù)”。還會聽到數(shù)字化數(shù)據(jù)大規(guī)模增長的消息、某領(lǐng)域知識庫增長速度驚人、公司如何來管理和詮釋來勢洶洶的數(shù)據(jù)等。迅速增長的內(nèi)容包括結(jié)構(gòu)化數(shù)據(jù)庫、應(yīng)用程序代碼、圖像、視頻文件和文本�？赡苓�會聽說機(jī)器學(xué)習(xí)和大數(shù)據(jù)如何使軟件更靈敏、更能滿足客戶需求。
我們談?wù)摰臄?shù)據(jù)有多大？數(shù)字內(nèi)容、代碼和結(jié)構(gòu)化數(shù)據(jù)已經(jīng)非常龐大，但仍以驚人的速度24小時(shí)不停增長著。每一天，世界上就生成2.5兆字節(jié)的數(shù)據(jù)。這些數(shù)據(jù)來源很多，包括文件、社交媒體、電子采購交易記錄和手機(jī)GPS信號。據(jù)估計(jì)，每日新增的數(shù)據(jù)將使全球信息資源庫的信息從2015年的7.9澤字節(jié)（7.9×1021字節(jié)）增加到2025年的176澤字節(jié)。別忘了1澤字節(jié)等于1,000,000,000,000,000,000,000字節(jié)，這是一個(gè)令人費(fèi)解的數(shù)字，并且這個(gè)總數(shù)還不包括每天交流的大量內(nèi)容。
不論創(chuàng)建的內(nèi)容是什么，其容量之大都給翻譯和本地化帶來巨大且未實(shí)現(xiàn)的潛能。這對語言行業(yè)來說意味著什么，對人工翻譯和機(jī)器翻譯又意味著什么？
何為大數(shù)據(jù)？其重要性何在？
我們談?wù)摰拇髷?shù)據(jù)指的是獲取大量數(shù)據(jù)和使用軟件工具來識別以前未被發(fā)現(xiàn)的模式、趨勢、相關(guān)性和關(guān)聯(lián)的新方法。如果你在網(wǎng)上買了一本書，是因?yàn)樵诰�零售商告訴你，與你有類似瀏覽歷史的顧客都喜歡這本書，那么你就已經(jīng)是大數(shù)據(jù)分析的受益者了。
過去幾十年里，商業(yè)、政府和日常生活的數(shù)字化使這種做法成為可能。這些信息存儲在巨大的數(shù)據(jù)庫中，數(shù)據(jù)庫中有結(jié)構(gòu)化數(shù)據(jù)，以及大大小小的文檔資料。我們每天用更多的數(shù)據(jù)來喂養(yǎng)這只正在不斷成長的“野獸”。雖然所有機(jī)構(gòu)都依賴數(shù)據(jù)來運(yùn)行，但只有少量機(jī)構(gòu)利用數(shù)據(jù)更好地理解其所在領(lǐng)域人們的行為、偏好和趨勢，這種機(jī)構(gòu)數(shù)量雖少，卻呈現(xiàn)出增長態(tài)勢。機(jī)構(gòu)利用這些數(shù)據(jù)作出的分析，可以更好地決定如何推銷產(chǎn)品、幫助客戶、提高運(yùn)營效率，或者作出其他偉大構(gòu)想。
他們是怎么做的？使結(jié)構(gòu)化數(shù)據(jù)和文本富有多樣性并不不容易。對于高度結(jié)構(gòu)化的數(shù)據(jù)，則使用專門處理大數(shù)據(jù)的軟件從大型全網(wǎng)上數(shù)據(jù)庫中提取。然后，分析師采用新一代的商業(yè)智能和文本分析工具，將這些原始數(shù)據(jù)轉(zhuǎn)換成可用的信息和可操作的內(nèi)容。他們可能會將交易數(shù)據(jù)與服務(wù)器日志，點(diǎn)擊流數(shù)據(jù)，社交媒體內(nèi)容、客戶電子郵件文本，傳感器數(shù)據(jù)和電話記錄結(jié)合起來，再提取出數(shù)據(jù)分析。他們提取分析數(shù)據(jù)時(shí)，也使用高級分析工具，包括統(tǒng)計(jì)分析、數(shù)據(jù)和內(nèi)容挖掘、預(yù)測分析和文本分析。傳統(tǒng)的商業(yè)智能和現(xiàn)代數(shù)據(jù)可視化軟件可幫助分析師以人類可讀的形式呈現(xiàn)出他們的發(fā)現(xiàn)。
語言行業(yè)實(shí)際上是首個(gè)對大數(shù)據(jù)應(yīng)用表現(xiàn)出興趣的領(lǐng)域之一。早期的主流應(yīng)用就有谷歌和微軟推出的統(tǒng)計(jì)機(jī)器翻譯（SMT）。2011年卡門森斯顧問公司（CSA）在一份機(jī)器翻譯（MT）發(fā)展趨勢報(bào)告中指出，這些基于統(tǒng)計(jì)的方法都是大數(shù)據(jù)在MT領(lǐng)域的應(yīng)用，因?yàn)樗鼈儽仨氂玫酱罅康碾p語數(shù)據(jù)。例如，它們會將英文源文件與人工翻譯后的俄文文件進(jìn)行比對。
簡單來說，SMT可以通過將源文件中的零和一與譯文中的相關(guān)信息進(jìn)行對比，找出其中的相關(guān)性和翻譯模式。換句話說，計(jì)算機(jī)強(qiáng)大的處理能力可將文件與其譯文進(jìn)行拆分，然后分析其中的翻譯模式并預(yù)測未存儲文本的譯文。這種分析大大加快了語言支持的速度，而不是像從前MT那樣要依靠語言專家團(tuán)隊(duì)來創(chuàng)建語法，把它們整理成翻譯規(guī)則，創(chuàng)建雙語詞典，之后還要不斷地在發(fā)現(xiàn)問題后作出修改以及添加規(guī)則。
2011年CSA在一份報(bào)告中預(yù)測專家在處理更多的語言種類和大量的多語言內(nèi)容時(shí)，會使用這些基于數(shù)學(xué)的大數(shù)據(jù)算法來解決不同語言之間的溝通與營銷問題，這已經(jīng)成為事實(shí)。
過去幾年里，基于大數(shù)據(jù)分析的MT使用頻率早已超過了第一代基于規(guī)則的解決方案。Google翻譯吸引了大量的用戶，這證明其操作簡單、易于領(lǐng)會，從某種程度上說，也是MT輸出的質(zhì)量得到提高的結(jié)果。盡管學(xué)術(shù)研究表明BLEU7（雙語評估替代技術(shù)）等流行的質(zhì)量評估系統(tǒng)已經(jīng)有了提高，但這種提高并不是簡單的累加，在不同語言和不同可譯內(nèi)容類型（例如常規(guī)文本、音頻、視頻和社交媒體）之間，翻譯結(jié)果也會出現(xiàn)較大的差異。因此，能提升翻譯質(zhì)量的數(shù)據(jù)很少，除非用戶對翻譯質(zhì)量沒有很高的期待。
像Amazon Web Services和Microsoft這樣基于云計(jì)算并能無限使用的算法能為這些大數(shù)據(jù)實(shí)踐提供支持。隨著數(shù)以億計(jì)的設(shè)備（如傳感器、嵌入式控制器、可穿戴設(shè)備、健康檢查器以及尚未發(fā)明的小部件）接入互聯(lián)網(wǎng)，這類獲取和分析方式將會繼續(xù)發(fā)展成為“物聯(lián)網(wǎng)”。
為使大數(shù)據(jù)生成的數(shù)字內(nèi)容有效，需要針對不同渠道，將其進(jìn)行轉(zhuǎn)換，以用于各種用途和其他市場的本地化。企業(yè)和政府規(guī)劃人員早已了解到只用一種語言提供所有數(shù)字化信息是不夠的。他們的任務(wù)是盡可能多地使用數(shù)據(jù)來支持重要人群的用戶體驗(yàn)。否則就不可能吸引并留住國內(nèi)外的多元文化受眾。
只需考慮翻譯的必要要求，使其在轉(zhuǎn)換成另一種語言時(shí)能夠面向更廣泛的受眾。據(jù)估計(jì)，要提供14種語言才能滿足世界上90%經(jīng)濟(jì)活躍人口的需求，但大多數(shù)網(wǎng)站最多只支持六種語言或地區(qū)。許多公司的產(chǎn)品和文件本地化工作都很滯后。口譯活動更是受到限制。
隨著各機(jī)構(gòu)產(chǎn)生的數(shù)據(jù)越來越多，人們也越來越渴望為更多受眾提供產(chǎn)品和服務(wù)。近期CSA對于客戶方面受訪者的調(diào)查報(bào)告顯示，他們計(jì)劃在未來三年內(nèi)將翻譯量增加67%，從平均每年的5.9億字增至9.9億字。這種增長是語言行業(yè)現(xiàn)有方式無法滿足的，并且在CSA調(diào)查樣本中，買家希望能結(jié)合供應(yīng)商后期編輯內(nèi)容和原始MT來解決這種增長需求。
大數(shù)據(jù)在當(dāng)代的應(yīng)用，及其在未來的應(yīng)用
各機(jī)構(gòu)表示，要實(shí)現(xiàn)他們增加翻譯量的計(jì)劃，會耗盡所有現(xiàn)有譯員和短期內(nèi)會進(jìn)入該領(lǐng)域的譯員的精力。
為了滿足日益增長的翻譯需求，各機(jī)構(gòu)紛紛采取措施提高譯員和機(jī)器翻譯的生產(chǎn)力，以解決翻譯量和周轉(zhuǎn)時(shí)間的挑戰(zhàn)，以及多種目標(biāo)語言處理和預(yù)算有限的問題。公司對人工翻譯和后期編輯MT進(jìn)行投資，以應(yīng)用于重要的業(yè)務(wù)內(nèi)容，如比較固定的產(chǎn)品和營銷材料。例如，消費(fèi)者要依靠大批數(shù)量不斷增長的翻譯提供商，使用機(jī)器翻譯對源材料進(jìn)行預(yù)處理，然后語言專家再對輸出材料進(jìn)行人工編輯。一小部分客戶組織也將未經(jīng)編輯的機(jī)器翻譯輸出材料直接用于商業(yè)領(lǐng)域，比如“常見問題”和“知識庫”。
除了使用機(jī)器翻譯一些有限的商務(wù)文本外，一些消費(fèi)者也開始使用機(jī)器翻譯處理一些用戶生成的內(nèi)容，例如過去一些機(jī)構(gòu)不愿翻譯的產(chǎn)品評估、酒店評論和論壇討論等。但CSA的研究顯示，線上消費(fèi)者和商業(yè)買家都喜歡翻譯用戶評論，即使這些評論都已經(jīng)翻譯過了。
為何大數(shù)據(jù)的數(shù)量與翻譯消費(fèi)者和提供商有關(guān)
大數(shù)據(jù)代表了大量的數(shù)字，但翻譯行業(yè)的數(shù)據(jù)對于大數(shù)據(jù)來說簡直是冰山一角。我們只需看看書面單詞以及它們與每天生成的2.5兆字節(jié)數(shù)據(jù)有什么關(guān)系就知道了。
盡管當(dāng)今的目標(biāo)是使人類更加具有生產(chǎn)力，以節(jié)約時(shí)間和金錢，但全球的在線內(nèi)容遠(yuǎn)遠(yuǎn)無法適用于所有語言。從多年的研究和咨詢中可知，是否投資翻譯、本地化和口譯的討論都必須先審查可用的數(shù)據(jù)。
CSA決定調(diào)查本地化行業(yè)面臨的眾多挑戰(zhàn)，從翻譯內(nèi)容的角度看，從所有可譯數(shù)據(jù)中找出應(yīng)該翻譯什么。我們決定從某一天的數(shù)字內(nèi)容輸出開始，確定應(yīng)該翻譯什么，如果整個(gè)語言行業(yè)只處理這些內(nèi)容并且沒有積壓的數(shù)據(jù)，那么到底應(yīng)該翻譯什么。
什么是數(shù)據(jù)？數(shù)據(jù)就是每天數(shù)字化所創(chuàng)建的一切，包括從文檔到SQL數(shù)據(jù)，從遙測技術(shù)到數(shù)字多媒體技術(shù)。我們先將這個(gè)假設(shè)應(yīng)用于外包服務(wù)的支出。據(jù)估計(jì)，多種形式的翻譯——包括人工翻譯、譯后編輯、轉(zhuǎn)錄以及網(wǎng)站全球化和以文本為中心的本地化翻譯在381億美元的語言服務(wù)和技術(shù)市場中占264億美元。
然后，我們算出單詞每日花費(fèi)的金額。我們將26.4億美元平均分在365天里，估計(jì)翻譯行業(yè)日值7200萬美元。若假設(shè)每個(gè)字20美分，則預(yù)計(jì)專業(yè)譯員每天處理近3.62億個(gè)詞。然后，我們將每個(gè)詞轉(zhuǎn)換成9.71個(gè)字符，即相當(dāng)于七十億字節(jié)的雙字節(jié)字符。（請注意，某些語言較其他語言平均每個(gè)字的字符較少）。
最后，我們將其與日常創(chuàng)建的內(nèi)容量進(jìn)行比較。當(dāng)我們將2.5兆字節(jié)除以語言服務(wù)提供商產(chǎn)生的目標(biāo)語言內(nèi)容的數(shù)量時(shí)，預(yù)計(jì)翻譯公司每天只能處理全部創(chuàng)建內(nèi)容的0.00000000009%。然而，我們可以保守估計(jì)，絕大多數(shù)的數(shù)據(jù)將永遠(yuǎn)不會被翻譯——要么材料不可譯，要么翻譯此類材料沒有意義。
但是今天有些沒有翻譯的東西（如用戶評論和社交媒體帖子），隨著企業(yè)努力提高客戶體驗(yàn)，將來也會被翻譯。即使排除那些極小比例的日常字節(jié)，外包內(nèi)容的翻譯量仍然遠(yuǎn)低于每天創(chuàng)建內(nèi)容的1%。別忘了我們討論的是僅僅一天內(nèi)的翻譯缺口。這并不包括尚未翻譯的積壓內(nèi)容。
該假設(shè)的結(jié)果表明，若內(nèi)容被完全翻譯，通常在網(wǎng)上只會被翻譯成六種語言（在其他地方則更少）。這遠(yuǎn)遠(yuǎn)低于國內(nèi)外交流和商業(yè)中重要的網(wǎng)上語言總數(shù)。
當(dāng)然，還有許多影響計(jì)算的其他變量和因素。例如，應(yīng)該翻譯卻沒有翻譯的，以及現(xiàn)有內(nèi)容的許多部分。但能確定的是有大量內(nèi)容永遠(yuǎn)不會被翻譯或本地化。這不僅對技術(shù)公司而言是機(jī)會，對語言行業(yè)而言也是如此。
大數(shù)據(jù)對語言行業(yè)而言意味著什么
我們討論的大數(shù)據(jù)和翻譯需求為語言行業(yè)展現(xiàn)了機(jī)會，但是許多譯員由此擔(dān)心MT的廣泛應(yīng)用會剝奪了他們的工作機(jī)會。我們的研究估計(jì)，譯員實(shí)際上會因MT而失去一些較低價(jià)值的工作，但在可預(yù)見的將來，譯員的總體工作量將以穩(wěn)定的速度增長。
如果我們還考慮擴(kuò)展譯后編輯——可以肯定，這是一個(gè)有爭議的話題——相對于當(dāng)下對未來譯員的依賴，譯后編輯更加依賴專業(yè)人才。因此，如果要跟上需求，譯員們需要利用大數(shù)據(jù)來提高生產(chǎn)率。一些人將更進(jìn)一步成為可以構(gòu)建、訓(xùn)練和改進(jìn)MT引擎的專家。
在生產(chǎn)力方面，我們看到今天的大數(shù)據(jù)是基于統(tǒng)計(jì)的MT引擎，可用來補(bǔ)充其他MT模型的譯后編輯過程。與MT的連接可用于CAT工具，如Kilgray memoQ、Memsource Cloud和SDL Trados Studio。同時(shí)，像Lilt這樣的創(chuàng)業(yè)公司也使用類似CAT的工具中的MT輸出加速人工翻譯進(jìn)程。軟件開發(fā)人員也向我們表明，他們正在評估大數(shù)據(jù)機(jī)器學(xué)習(xí)技術(shù)，以改進(jìn)術(shù)語、翻譯記憶庫、消歧，以及對其他各種內(nèi)容的創(chuàng)建、本地化和任務(wù)審校。簡而言之，大數(shù)據(jù)將改進(jìn)譯員使用的大多數(shù)軟件工具。隨著MT技術(shù)的發(fā)展，口譯員也將受益匪淺。
大數(shù)據(jù)對語言專家而言意味著什么？正如他們看到的翻譯記憶庫和術(shù)語管理一樣，語言專家將能使用另一種工具。由于這種軟件會對源內(nèi)容的分析進(jìn)行改進(jìn)，最終買方和代理方的雇主都希望他們使用這種軟件提高工作效率。
我們2016年針對語言服務(wù)提供商的調(diào)查發(fā)現(xiàn)，49%的受訪者已經(jīng)承認(rèn)將MT譯后編輯作為其服務(wù)。早在2012年，我們的研究就顯示，21%的自由職業(yè)者都使用過這項(xiàng)技術(shù)。
有些人將舍棄傳統(tǒng)的翻譯公司結(jié)構(gòu)，成為大數(shù)據(jù)專家。他們將創(chuàng)建行業(yè)和領(lǐng)域?qū)Ｓ糜洃泿觳⑹占�、分析和翻譯內(nèi)容。語言專業(yè)人員與數(shù)據(jù)應(yīng)用程序合作利用相關(guān)結(jié)果“豐富”有用元數(shù)據(jù)（如主題分類、名稱和實(shí)體分類等）的內(nèi)容策略傾向正在出現(xiàn)。這種傾向?qū)⑹贡镜鼗�人員能夠創(chuàng)造特殊的市場價(jià)值。有些將采取下一步措施進(jìn)入全球主流營銷，增加他們的投資組合服務(wù)，如跨國商業(yè)智能，以幫助公司更好地了解其市場，或跨語言語義和情緒分析，以消除多語言的消費(fèi)者和商業(yè)買家的多語言內(nèi)容。
大數(shù)據(jù)大大增加了內(nèi)容量。同時(shí)，基于大數(shù)據(jù)科學(xué)的自動化內(nèi)容豐富和分析工具將能夠訓(xùn)練更復(fù)雜的工具，幫助人們翻譯不斷增長的內(nèi)容，并使機(jī)器能夠縮小生成的內(nèi)容與實(shí)際翻譯內(nèi)容之間的差距。毫無疑問，一些語言專家會將這些基于大數(shù)據(jù)的創(chuàng)新視為威脅。而另一些人則會將這種進(jìn)步看成是一種機(jī)遇，它可以幫助確定源內(nèi)容的意義，增強(qiáng)其他工具的有用性，以此提高生產(chǎn)率。
雖然這還沒有發(fā)生，但我們推測，由這些現(xiàn)象推動的MT可以消除譯員的“隱身衣”，給予他們更大的認(rèn)可和更高的地位。即使機(jī)器翻譯的比例大于人工翻譯的比例，人工翻譯的數(shù)量也絕對會增加，例如生命科學(xué)等領(lǐng)域。反過來，人工翻譯的感知價(jià)值可能會增加。這是為什么呢？因?yàn)楫?dāng)采用人工翻譯時(shí)，則意味著這項(xiàng)工作非常非常重要。這跟會計(jì)差不多。軟件可以處理日常事務(wù)，但是當(dāng)出現(xiàn)問題或事情至關(guān)重要時(shí)，還是需要資深會計(jì)來進(jìn)行處理。
由于語際交流變得透明化，我們預(yù)測出現(xiàn)高價(jià)值交易（即需要筆譯譯員和口譯譯員）的情況將會增多，而不是減少。如果提供商費(fèi)用增加，并且公司使用MT來滿足較大比例的語言需求，則會使譯員受益，因?yàn)樗麄兏冻隽撕艽蟮拇鷥r(jià)來支持客戶體驗(yàn)和其他高價(jià)值互動的最重要內(nèi)容。

Unitrans世聯(lián)翻譯公司在您身邊,離您近的翻譯公司,心貼心的專業(yè)服務(wù),專業(yè)的全球語言翻譯與信息解決方案供應(yīng)商,專業(yè)翻譯機(jī)構(gòu)品牌。無論在本地,國內(nèi)還是海外,我們的專業(yè)、星級體貼服務(wù)，為您的事業(yè)加速！世聯(lián)翻譯公司在北京、上海、深圳等國際交往城市設(shè)有翻譯基地，業(yè)務(wù)覆蓋全國城市。每天有近百萬字節(jié)的信息和貿(mào)易通過世聯(lián)走向全球！積累了大量政商用戶數(shù)據(jù)，翻譯人才庫數(shù)據(jù)，多語種語料庫大數(shù)據(jù)。世聯(lián)品牌和服務(wù)品質(zhì)已得到政務(wù)防務(wù)和國際組織、跨國公司和大中型企業(yè)等近萬用戶的認(rèn)可。 專業(yè)翻譯公司,北京翻譯公司,上海翻譯公司,英文翻譯,日文翻譯,韓語翻譯,翻譯公司排行榜,翻譯公司收費(fèi)價(jià)格表,翻譯公司收費(fèi)標(biāo)準(zhǔn),翻譯公司北京,翻譯公司上海。