人工智能背景下英語閱讀教學(xué)使用機器翻譯影響機制

黃亞楠

摘 要：人工智能背景下，英語閱讀課堂教學(xué)過程中使用機器翻譯是當(dāng)今較為普遍的學(xué)習(xí)方法，傳統(tǒng)教學(xué)方法中，機器翻譯比人工翻譯更加方便快捷，但在語法、句式方面往往會與原文有偏差。文章基于英語閱讀課堂視角，把傳統(tǒng)與機器翻譯兩種形式進行比較分析，并探討人工智能作用下英語閱讀課堂教學(xué)中使用機器翻譯現(xiàn)狀的未來發(fā)展趨勢和影響機制。

關(guān)鍵詞：人工智能;機器翻譯;中英轉(zhuǎn)換;英語教學(xué)

中圖分類號：TP18;H085 文獻標(biāo)識碼：A 文章編號：2095-9052（2020）01-0050-03

隨著我國綜合國力與國際競爭力的增強，與世界各國的貿(mào)易往來、文化交流日益加深，英語作為應(yīng)用最為廣泛的語言，成為我國與其他國家之間溝通的橋梁，所以學(xué)好英語很重要。在實際英語教學(xué)過程中，閱讀是當(dāng)今社會人們獲取信息的最重要手段，新知識的獲取、思維能力的提升、社會適應(yīng)能力的增強都與閱讀息息相關(guān)。那么在教師英語閱讀教學(xué)中，學(xué)生學(xué)習(xí)過程中，都會必不可少地遇到陌生詞匯和句式，翻譯的功能在此處必不可少。隨著科技技術(shù)的創(chuàng)新和發(fā)展，不難發(fā)現(xiàn)機器翻譯在悄悄地改變?nèi)藗兊膶W(xué)習(xí)方式。大到國際會議，小到日常生活，中英文語言轉(zhuǎn)換都必不可少。隨著人工智能的出現(xiàn)，英語課堂中的翻譯手段從人工轉(zhuǎn)變?yōu)闄C器已是大勢所趨，更有部分學(xué)者表明“同聲傳譯職業(yè)會被機器翻譯取代”。在實際英語教學(xué)課堂中，機器翻譯的運用，使用計算機進行中英文轉(zhuǎn)換是學(xué)生選擇學(xué)習(xí)英語的主要方式。

一、人工智能的簡要闡述

第一，從概念上來說，人工智能是以計算機學(xué)科為依托的一個學(xué)科分支，其是以人類的智能模式為依托，結(jié)合科學(xué)技術(shù)，應(yīng)用相似的模式和方法開發(fā)研制出來的一種智能化的機器，關(guān)于其具體的載體，包括了機器人、語言辨別、圖像辨別幾種典型的類型。隨著這種技術(shù)和相關(guān)產(chǎn)品的開發(fā)，其實際應(yīng)用領(lǐng)域和應(yīng)用價值在不斷地體現(xiàn)。從未來的發(fā)展趨勢上，這種技術(shù)必將在不斷的更新和完善中在一定程度上實現(xiàn)對人類行為和功能技術(shù)的替代。

第二，人工智能的功能與技術(shù)范圍。人工智能的作用范圍包括了大腦模擬功能、符號處理技術(shù)，關(guān)于具體的方法又包括了子符號法和統(tǒng)計學(xué)方法等。從這個維度上來看，人工智能技術(shù)的應(yīng)用和實現(xiàn)有非常顯著的專業(yè)性特征，在具體應(yīng)用中需要控制和操作人員結(jié)合具體的智能化功能，對其發(fā)揮作用的原理和模式有一個深入的了解，方可更好地發(fā)揮人工智能的作用。

二、英語閱讀教學(xué)中使用機器翻譯的現(xiàn)狀

第一，傳統(tǒng)英語閱讀教學(xué)中，遇到陌生單詞或者句式往往會選擇用筆畫下來課后查閱，但是如果未能及時查閱信息，會因為學(xué)生偷懶或者暫時性忘記而延遲查閱翻譯或者甚至是不查;還可以使用紙質(zhì)詞典進行查閱，但是由于紙質(zhì)詞典查閱速度較慢，會降低英語閱讀學(xué)習(xí)的實效性，導(dǎo)致跟不上教師講課速度。人工智能背景下，隨著科技發(fā)展和技術(shù)創(chuàng)新，機器翻譯應(yīng)運而生，這為英語學(xué)習(xí)者提供了很大幫助，教師可以培養(yǎng)學(xué)生自主學(xué)習(xí)能力，教會學(xué)生閱讀方法，利用機器翻譯輔助教學(xué)，促進學(xué)生快速融入英語氛圍，理解未知詞匯。但值得注意的是，機器翻譯雖然快捷，但并不是英語閱讀學(xué)習(xí)者的主要依賴工具，只是具有輔助功能，如果完全依賴會導(dǎo)致學(xué)生喪失學(xué)習(xí)英語興趣和能力，所以教師應(yīng)該教育學(xué)生使用機器翻譯尺度和正確方法。

第二，從機器翻譯的具體應(yīng)用的角度上來說，目前基于機器翻譯工具具有多樣性的特征，在實際選擇應(yīng)用中，教師應(yīng)當(dāng)注意結(jié)合具體的課程教學(xué)要求選擇合適的翻譯機器。從而最大程度地發(fā)揮翻譯機器在英語閱讀中的輔助作用。

三、機器翻譯對英語課堂教學(xué)的影響

第一，與傳統(tǒng)教學(xué)相比，現(xiàn)代英語課堂使用機器翻譯的現(xiàn)象隨處可見，尤其是對于高校學(xué)生在學(xué)習(xí)英語知識時會更傾向選擇使用人工智能手段進行機器翻譯，查閱陌生詞匯以及句式翻譯，以教師講解為基礎(chǔ)進一步理解全文。傳統(tǒng)查閱英語詞匯的方式往往是通過紙質(zhì)版的詞典，詞典單詞存儲量很大，但其查閱速度較慢，單詞更新較慢，甚至是在學(xué)生不理解詞義時也無法通過詞典解釋去了解含義。在機器翻譯時代，運用電子詞典翻譯，不僅可以快速查閱單詞含義，還會了解單詞發(fā)音以及連接百度百科，了解其含義以及在句子中的應(yīng)用，以便學(xué)生能夠快速了解該單詞解釋。如果需要長文翻譯也可以通過電子辭典翻譯功能進行源語言與目標(biāo)語言轉(zhuǎn)換。這種查閱方式使得英語教學(xué)方便快捷，教師在講解的同時學(xué)生使用查閱工具可以更好理解文章含義以及對知識點的整合理解。盡管機器翻譯可以有助于學(xué)生主動學(xué)習(xí)，但不能盲從而脫離教師講學(xué)，機器翻譯是幫助學(xué)生學(xué)習(xí)的工具，但不是主要工具，更不能因此脫離教師講解，本末倒置。可見，機器翻譯時代確實改變了英語課堂的教學(xué)手段和學(xué)習(xí)方法，培養(yǎng)學(xué)生主動性學(xué)習(xí)思維，使得學(xué)生更易了解知識，但在使用時也應(yīng)注意，要仍然以教師教學(xué)為主，使用機器翻譯查閱為輔。

第二，從負(fù)面的影響上來分析，機器翻譯比較容易讓學(xué)生產(chǎn)生依賴感，這從激發(fā)學(xué)生的主觀學(xué)習(xí)動力的角度上來說，是存在不利影響的，另外，機器翻譯雖然在應(yīng)用上的便捷性比較高，但是對于操作和應(yīng)用人員的輸入準(zhǔn)確性要求也同樣比較高，如果在原始的輸入環(huán)節(jié)中就出現(xiàn)誤差，則機器翻譯的作用就很難切實得到發(fā)揮。這也是機器翻譯的方法所存在的一個具體應(yīng)用中的實際問題，而且，機器翻譯是依托于網(wǎng)絡(luò)環(huán)境而發(fā)揮作用的一種翻譯方法，網(wǎng)絡(luò)環(huán)境的開放性也會對學(xué)生的英語學(xué)習(xí)的專注力造成一定程度的影響。

四、人工翻譯與機器翻譯對比分析

人工翻譯是指靠人的腦力進行中文與英文兩種語言轉(zhuǎn)換，此種翻譯行為需要專業(yè)的英語翻譯人員來對文章的詞匯、句式、語法全面分析，進而找到最合適、恰當(dāng)?shù)脑~匯來進行匹配分析，使得文章準(zhǔn)確、流暢。人工智能翻譯需要專業(yè)人士的英語功底也需要其對相關(guān)領(lǐng)域的專業(yè)技能素養(yǎng)。如在法律專業(yè)方面，專業(yè)法律英語知識的運用更需要以法律為專業(yè)背景并具有扎實英語基礎(chǔ)功底的人才來進行中英文語言轉(zhuǎn)換，進行源語言的輸入從而得到目標(biāo)語言的文本輸出。機器翻譯是自然語言計算機處理的一個歷史悠久的部門。機器翻譯試圖用計算機來模擬人的翻譯能力，因此，它也成為人工智能的一個重要分支。20世紀(jì)30年代初，法國科學(xué)家阿爾楚尼（G.B. Artsouni）明確地提出了用機器來進行語言翻譯的想法。用計算機將兩種語言進行轉(zhuǎn)換，輸入源語言，輸出目標(biāo)語言，這是機器翻譯的過程。早在1957年，美國學(xué)者英格維（V.Yingve）在《句法翻譯的框架》（Framework for syntactic translation）一文中就指出，一個好的機器翻譯系統(tǒng)，應(yīng)該對源語言和目標(biāo)語言都做出恰如其分的描寫，這樣的描寫應(yīng)該互不影響，相對獨立。基于以上分析，人工翻譯與機器翻譯各自擁有其特點和用途，具體體現(xiàn)如下：

1.人工翻譯準(zhǔn)確性更高，但時效較低

中英文兩種語言實際轉(zhuǎn)換時，注重信、達、雅三個維度，實際翻譯過程中還應(yīng)該注意翻譯資料背后的文化背景和專業(yè)知識，不僅僅從字面分析語言轉(zhuǎn)換，還會從更深層次的環(huán)境背景影響從而選擇運用最恰當(dāng)?shù)脑~匯以及結(jié)合翻譯者自身的英語專業(yè)技能和中文知識來進行有效整合，從而達到最優(yōu)效果。但人工翻譯需要依靠腦力，腦力反應(yīng)速度及翻譯速度與機器相比，有時會有偏差和延遲，這對于大量翻譯要求時，人工翻譯更為辛苦，速度較慢，時間較長。無法做到如同機器翻譯快速進行翻譯整理，對于需求快速翻譯的群體，人工翻譯稍顯滯后。

2.機器翻譯速度較快，句法需要及時糾正

機器翻譯的運用極為廣泛，有道翻譯、金山詞霸等是很多人使用的翻譯工具。有道翻譯近幾年新出的功能是可以直接將文檔拖進翻譯工具里，會在短時間內(nèi)對文檔進行翻譯，篇幅過多時會有收費需求。實際使用機器翻譯過程中，不難發(fā)現(xiàn)，機器翻譯最大的特點是逐字逐句翻譯，無法借鑒當(dāng)下實際文化背景和情境信息，只是根據(jù)字面要求來進行轉(zhuǎn)譯，這種形式下很難滿足文章翻譯的準(zhǔn)確性，很難讓機器自動結(jié)合上下文背景來對文章進行分析和翻譯。尤其是針對學(xué)術(shù)性文章，準(zhǔn)確性要求極高，這時機器翻譯往往達不到要求，更需要人為查找專業(yè)知識書籍或資料去完善所需要的翻譯內(nèi)容。在需要專業(yè)詞匯去貫穿全文時，機器翻譯處于弱勢，因為單純的機器翻譯真的很難做到理解全文內(nèi)涵，機器的轉(zhuǎn)換目前還達不到體會人的思想和中心主旨。無法帶有感情色彩去理解文中含義。

經(jīng)對比分析不難發(fā)現(xiàn)，機器翻譯是當(dāng)下語言轉(zhuǎn)換的主流工具，備受青睞，因其翻譯速度和反應(yīng)速度較快，適合很多工作場所來用。但與人工翻譯相比，機器翻譯有時不夠準(zhǔn)確，因為有些詞匯、句式、關(guān)鍵詞往往需要結(jié)合專業(yè)背景知識，但是單純地使用機器翻譯卻很難做到這一點。

五、機器翻譯的未來發(fā)展趨勢

機器翻譯運用“直接翻譯”、“句法轉(zhuǎn)換”、“語義轉(zhuǎn)換”等技術(shù)手段，使目標(biāo)語言盡可能地逼近源語言，盡量遵循語言的忠實性、流暢性、準(zhǔn)確性。當(dāng)下流行的機器翻譯工具有電子詞典、微信、QQ等聊天工具，其應(yīng)用廣泛。在日常聊天中，這些工具可以滿足人們?nèi)粘Ｉ罱涣鞯男枨螅龅綄I(yè)詞匯時，單純的機器翻譯也會讓人覺得怪異，因為很多時候詞匯的理解、句法的排列都需要結(jié)合實際情景去更好地了解，而不是簡單的字面意思翻譯。但這并不意味著機器翻譯不再是寵兒。20世紀(jì)90年代初，由于人工智能領(lǐng)域中深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的成功，機器翻譯引入了這些新技術(shù)，于是統(tǒng)計機器翻譯發(fā)展成神經(jīng)機器翻譯（Neural Machine Translation，簡稱NMT）。人工神經(jīng)網(wǎng)絡(luò)的主要特點是信息的分布存儲和信息處理的并行化，采用聯(lián)結(jié)主義（connectionism）的方法，具有自組織和自學(xué)習(xí)的能力，這使得人們利用機器加工處理信息有了新的途徑和方法，解決了一些使用傳統(tǒng)的符號主義（symbolism）方法難以解決的問題。

可見，機器翻譯的發(fā)展一直在不斷進步和前行，人們一直在創(chuàng)新新的技術(shù)，以使源語言與目標(biāo)語言切合度更高，讓機器把語言變得“原汁原味”，讓兩種不同的語言用不同的符號去表達相同的意思。如同中國的古詩詞，要在理解詩詞的基礎(chǔ)上再運用英語語言知識去進行翻譯整合，同時需求英語和漢語的語言功底。

六、結(jié)語

人工智能（Artificial Intelligence ，AI）是由麥卡錫首次在1956年“達特沃斯會議”中提出的，其用途是研究如何使用計算機去做過去只有人才能做的智能工作，其標(biāo)志性事件是谷歌AlphaGo戰(zhàn)勝世界圍棋冠軍李世石。1946年，世界上第一臺電子計算機ENIAC誕生，其運算速度遠遠超過了人的計算速速，引發(fā)英國工程師布斯（A.D. Booth）和美國科學(xué)家韋弗（W. Weaver）在討論電子計算機的應(yīng)用范圍時，就提出了利用計算機進行語言自動翻譯的構(gòu)想。可見，人們一直在為機器翻譯時代做出各種各樣的努力和設(shè)想。人工智能的到來帶來了計算機時代，更帶來了機器翻譯的時代。與人工翻譯相比，機器翻譯固然擁有很多優(yōu)勢，甚至是人工翻譯所無法比擬的優(yōu)點。但鑒于本文以上分析和探討可以看出，不要盲目推崇和使用機器翻譯，翻譯類似于解讀密碼的過程，但對于具有深層次文化背景、歷史背景的文字就不僅僅是簡單的源語言與目標(biāo)語言的字符轉(zhuǎn)換，更多的是要求帶有人文氣息和古典文化底蘊，才會使語言地道，易于理解。

所以，在人工智能影響下，機器翻譯時代的到來與傳統(tǒng)人工翻譯之間的撞擊，更值得人們思考。扎實的英語基礎(chǔ)依然是翻譯時代的主流，機器翻譯可以作為使用工具，但不能作為所有工作的需要，機器可以代替部分人類的工作，但目前依然無法代替所有的工作。英語閱讀教學(xué)中，機器翻譯是學(xué)生學(xué)習(xí)的工具，但不能依賴此功能放棄學(xué)習(xí)，脫離教師教學(xué)，應(yīng)該巧妙利用機器翻譯工具來進行英語語言整合，更加準(zhǔn)確、快速地了解所學(xué)知識內(nèi)涵，以便更好理解文章含義。依靠但不依賴，是當(dāng)今人工智能背景下運用機器翻譯的主流思想。

參考文獻：

[1]劉宇鵬，馬春光，張亞楠.深度遞歸的層次化機器翻譯模型[J].計算機學(xué)報，2017，40（4）.

[2]李響，南江，楊雅婷，等.泛化語言模型在漢維機器翻譯中的應(yīng)用[J].計算機應(yīng)用研究，2014，31（10）.

[3]馮志偉.應(yīng)用語言學(xué)新論——語言應(yīng)用研究的三大支柱[M].北京：當(dāng)代世界出版社，2003.

[4]馮志偉.自然語言計算機形式分析的理論與方法[M].合肥：中國科學(xué)技術(shù)大學(xué)出版社，2017.

[5]劉群.機器翻譯技術(shù)現(xiàn)狀與展望[J].集成技術(shù)，20121（1）.

（責(zé)任編輯：李凌峰）