科研之友
微信
新浪微博
Facebook
分享链接
摘要
在2016年11月,谷歌公司发布了神经网络翻译系统(GNMT),是谷歌公司开发的神经机器翻译(NMT)操作系统,这将大大提高Google译文的流利程度和准确率。GNMT和基于短语的传统机器翻译系统差别在于其采取的是端对端的机器学习结构,加之以循环神经网络和注意力机制,在多种主要语对的翻译过程中将翻译差错减少了百分之八十五以上。该文以概念隐喻为理论框架，选取语料是官方英文版习近平主席2021年新年贺词，采取定量与定性相结合的研究方法，对比分析翻译策略的选择，对GNMT译文质量加以评估分析。研究表明：1)习近平主席二〇二一年新年贺词中出现了五类隐喻：战争隐喻(32.0%)、人体隐喻(23.2%)、河流隐喻(8.7%)、建筑隐喻(5.8%)、旅程隐喻(5.8%);2) GNMT在翻译战争隐喻、人体隐喻、河流隐喻、旅途隐喻、建筑隐喻时表现较好；在翻译建筑隐喻表现较差。本研究旨在加深语言服务提供者对GNMT的了解，以期更好地利用机器辅助翻译。同时希望能够对于研发工程师升级机器翻译系统有一定的启发作用。
- 单位
