翻譯轉換理論視角下機器翻譯與人工翻譯的對比研究

東北財經大學 王 巖 姚振軍 陳穎靜

一、引言

眾所周知，翻譯在國際交流中扮演著至關重要的角色。Nida(1982:87-89)將翻譯的性質描述為“翻譯是在目標語言中用最切近的、最自然的對等語再現源語言的信息，首先指語義上的對等，其次是風格上的對等”。

由于源語言與目標語言在語法結構等方面的差異，字面翻譯通常無法完全表達原文本的語義和風格。為了彌補這一不足,學者們(Nida 1964;Catford 1965;Hatim &Mason 1990;Larson 1998)提出并討論了“翻譯轉換”策略，即為了保證原文信息的完整性，在翻譯的過程中進行一些修改，偏離從源語言到目標語言的形式對應(Catford 1965:73)。

翻譯在幫助人們克服語言障礙以實現國際交流方面發揮著重要作用。過去，這種翻譯工作大多由人來完成。技術進步使機器翻譯應運而生。與人工翻譯相比，機器翻譯可以減少預算和翻譯時間，機器翻譯系統的出現也滿足了普通人對翻譯的需求。

機器翻譯的發展同樣讓人開始擔心筆譯專業學生的就業和翻譯市場的走向。本文將從翻譯轉換理論的角度對機器翻譯與人工翻譯的譯文進行對比來討論上述問題。

本文首先簡要介紹翻譯轉換理論和機器翻譯，然后說明本研究的數據來源、分析工具和研究方法，并對研究數據和文本進行詳細分析，最后得出對上述問題的結論并提出相關建議。

二、翻譯轉換

(一)翻譯轉換的來源

根據Nida(1982:87-89)的定義，翻譯是將信息從源語言轉移到目標語言，包括語義和風格。Nida(1964:156)指出，由于沒有兩種語言完全相同，無論是詞語的含義，還是詞語在短語和句子中的排列方式，都在兩種語言之間沒有絕對的對應關系。

對于這一現象，Catford(1965:27)在區分源語言翻譯成目標語言的“形式對應”(formal correspondence)和“文本對等”(textual equivalence)方面做了出色的工作。Larson(1998:179)指出，譯者不僅要考慮兩種語言，還要考慮兩種文化背景和社會環境。通過應用翻譯技巧或策略，譯者可以了解源語言和目標語言的轉換方式以及如何在兩種語言間尋求對等關系。目標語言系統或源語言系統中缺乏對應的語法范疇會影響譯者在翻譯中的決定，“轉換”隨之發生(Hatim &Mason 1990)。

(二)翻譯轉換的概念

Vinay &Darbelnet(1958:84-93)首次提出“詞性轉換”(transposition)的想法，即當一個詞的詞性改變時，它的含義不會改變，這被認為是翻譯轉換理論的基礎。Catford(1965:75-82)第一次提出 “翻譯轉換”的概念，即“在翻譯過程中偏離從源語言到目標語言的形式對應”。

(三)翻譯轉換的分類

Catford(1965:75-82)將翻譯轉換在微觀層面上分為兩種：層次轉換(level shift)和范疇轉換(category shift)，他進一步將范疇轉換分為單位轉換、結構轉換、類別轉換和內部系統轉換。Catford的翻譯理論對翻譯實踐和教學有著直接的指導意義，然而他忽視了非語言層面可能發生的變化(穆雷 1990)。

Popovic(1970)將翻譯轉換劃分為兩類：個體性偏離(individual shift)和構成性偏離(constitutive shift)。個體性偏離是譯者因在譯文中加入自己的風格特征而造成的翻譯轉換；構成性偏離是由于源語言和目標語言的結構系統差異而被應用的翻譯轉換。Popovic(1976:6)提出“文本對等”并將其定義為“原文與譯文的功能對等，目的是用相同意義的不變量達到表達上的一致”，此外，Popovic(1976:78)認為翻譯轉換是“一切不同于原文的新東西，或者沒有按照預期出現的譯本”，轉換代表的是“源語言作品與目標語言作品措辭方面的不同”。他把對翻譯轉換的定義和分類拓展到非語言層面，把譯者的主觀因素考慮在內，進一步豐富了翻譯轉換的研究。

Toury(1995:57)將翻譯轉換現象劃分為兩類：必要轉換(necessary or obligatory shift)和非必要轉換(unnecessary or non-obligatory shift)。必要轉換指兩種語言的結構和系統差異引起的不可避免的翻譯轉換；非必要轉換指那些可以避免的、譯者有權利決定是否應用的翻譯轉換。此外，他認為非必要轉換在翻譯中隨處可見并占翻譯轉換的大部分。

Vinay &Darbelnet(1958:36-37)注意到在翻譯轉換中必要(servitude)和可選(option)的區別：必要指基于兩種語言系統的差異而采用的必要轉換，譯者在翻譯時別無選擇；可選指基于譯者本身的語言風格和偏好而采用的非必要轉換。他們進一步強調，譯者在翻譯時應該優先考慮可選轉換，即非必要轉換。

Machali(1998:152)也將翻譯中出現的轉換分為兩類：必要轉換(obligatory shift)和非必要轉換(optional shift)。必要轉換指當譯文因不能形成“形式對應”而導致的轉換，這種轉換是源語言和目標語言的語法結構不同導致的；非必要轉換是譯者自行決定的結果，譯者可以站在目標語言讀者的角度選擇等值元素形成“文本對等”來代替“形式對應”。

根據上述學者的觀點，翻譯轉換在翻譯過程中是不可避免的，但這并不代表所有的翻譯轉換都是必要的。對于非必要的翻譯轉換，譯者可以自由選擇是否在譯文中采用翻譯轉換，并且這通常取決于譯者的個人文體偏好。

三、機器翻譯

機器翻譯是自然語言計算機處理的一個歷史悠久的部門(馮志偉 2004)。機器翻譯試圖用計算機模擬人的翻譯能力，因此，它也成為人工智能的一個重要分支(馮志偉 2017)。

機器翻譯自20世紀40年代產生以來，大體經歷了兩個階段：早期的基于規則的機器翻譯和統計機器翻譯。自2014年將神經網絡研究用于機器翻譯以來，端到端的神經機器翻譯取得了迅速發展。它采用一種全新的方法體系，直接使用神經網絡實現源語言文本到目標語言文本的映射。與統計機器翻譯不同，由于神經機器翻譯不再需要進行詞對齊、短語切分等步驟，也不需要句法分析等語言學知識支持，具有人工成本低、開發周期短的優點，并且較好地克服了統計機器翻譯面臨的語義表示、錯誤傳播等問題，成為國內外公司在線機器翻譯系統的核心技術(高明虎、于志強 2018)。

四、研究內容與方法

為了分析機器翻譯和人工翻譯之間的異同，本文收集了一些人工翻譯和不同機器翻譯系統對同一段英語文本的漢語譯文作為研究材料。然后，使用線上文本相似度檢測器對兩種譯文進行相似性對比分析，并計算出各自的相似度。最后，本文對得到的數據進行了討論并從“翻譯轉換”理論的角度對兩種譯者的譯文進行分析比較。

(一)研究目的

本研究的目的是回答以下3個問題：機器翻譯與人工翻譯是否存在共性？機器翻譯與人工翻譯有什么區別？機器翻譯與人工翻譯之間存在差異的原因是什么？

(二)數據來源和分析工具

本文主要對機器翻譯與人工翻譯之間的異同進行了研究。在研究中，本文選擇一篇含155個單詞的英語短文作為原文，該短文的內容是關于道歉的重要性。本文共收集了15份譯文材料作為本研究的基礎數據，其中10份譯文是由遼寧省大連市某高校10名MTI學生(翻譯碩士)完成，該項翻譯任務作為課后作業被布置給這些學生，學生在收到作業一周后將漢語譯文上交，其譯文在下文中簡稱為“人翻1”“人翻2”等。其他5份譯文分別來自5種在線機器翻譯系統，包括Google翻譯、百度翻譯、Bing Microsoft翻譯、360翻譯和有道翻譯，其譯文在下文中簡稱為“機翻1”“機翻2”等。

為了對機器翻譯和人工翻譯的譯文進行相似性分析，本文使用文本相似度檢測網站(http://tools.gonglue.qinggl.com/app/similar/)作為分析工具。該文本相似度檢測工具比較兩個文本中不包括標點和空格的有效文本，計算相似度值，相似度值越高，說明兩個被檢測的文本越相似。

(三)數據分析

從譯文材料中，可以獲得15份漢語譯文文本的字數。圖1顯示了15份譯文中字數的差異和規律。

通過圖1可以看出，除了“人翻4”包含145個字外，其他所有的譯文都包含大約250個字，比原文中的155個單詞要多。此外，可以看出，機器翻譯的譯文字數通常大于人工翻譯的譯文字數。

圖1 譯文字數

譯文字數比原文字數多的原因在于，英語與漢語的詞匯和語言特征不同，譯者在翻譯過程中通常采用“增詞”的翻譯策略。例如，機器翻譯和人工翻譯都將原文中的look back譯為“回顧過去”或“回首以往”。原文中look是不及物動詞，用副詞back修飾，沒有賓語。為了傳達原文包含的信息，譯文在原文的基礎上添加了一個賓語，表達出look at the past time的含義。鑒于這種情況，漢語譯文比英語原文使用了更多的單詞。此外，由于機器翻譯系統對原文進行字面翻譯，通常追求“形式對應”，因此在機器翻譯的譯文中可能出現一些重復，而人工翻譯可以識別句子中重復的成分并有意識地將其刪除，這導致人工翻譯的譯文字數普遍少于機器譯文。

對于這15份譯文材料，使用上文提到的文本相似度檢測網站，分別計算每份機器譯文與10份人工譯文的相似度，下頁表1顯示了保留兩位小數的文本相似度數值。

根據表1的數據，可以獲得機器譯文與人工譯文的相似度比較圖。圖2顯示了相似度比較的折線圖，從圖中可以看出每份機器譯文與每份人工譯文的相似度值。

圖2 文本相似度圖

顯然，每種機器譯文的相似度值在不同人工譯文之間的變化趨勢彼此并沒有太大差異。除了“人翻4”與5份機器譯文之間的相似度值較低外，其他所有相似度值均在7以上。“機翻4”與10份人工譯文的相似度在5份機器譯文中最高，其中最高的達到了23.53。當5份機器譯文與同一份人工譯文進行比較時，得到的相似度數值非常相近。

根據表1的數字，還可以得到文本相似度平均值的折線圖。圖3顯示了每份人工譯文與5份機器譯文之間的相似度值的平均值。

表1 文本相似度表

圖3 文本相似度平均值圖

可以看出，除了“人翻4”與5份機器譯文的相似度平均值為3.59外，其他9份人工譯文與機器譯文的相似度約為10,甚至更高。什么原因導致人工譯文和機器譯文之間的異同？為什么與同一份機器譯文相比，不同人工譯者的譯文在相似度值上有如此大的差異？為了找到問題的答案，下文對譯文進行了詳細的比較分析。

(四)文本分析

為了分析機器翻譯與人工翻譯的異同，我們對譯文中的必要轉換和非必要轉換進行詳細討論。為了便于表達，我們對原文的句子進行編號，用SS表示原文的句子，TS表示譯文的句子，MS表示機器譯文的句子，HS表示人工譯文的句子。

必要轉換是由于源語言和目標語言的詞匯范疇和語法結構不同，譯者在翻譯過程中必須執行的轉換，人工翻譯和機器翻譯在翻譯過程中都應用了這種翻譯策略。在本研究的譯文中，必要轉換隨處可見，具體內容如下：

(1)SS-1:It is never easy to admit you are in the wrong.

TS-1:承認自己的錯誤并不容易。

考慮到漢語的語言特點，英語原文中的you轉換為漢語譯文中的“自己”。

(2)SS-3:Look back with honesty and think how often you have judged roughly.

TS-3:誠實地回顧過去，想想你曾多少次輕易地判斷。

Look back with honesty譯為“誠實地回顧過去”，在這句話中，副詞back被轉換為名詞“過去(的時光)”，原文中的名詞honesty被轉換為副詞“誠實地”。原文中的How often you have judged roughly譯為“你曾多少次輕易地判斷”或“你有(過)多少次輕易的判斷”，這是一種層次轉換，即將一種語言的語法轉換為另一種語言的詞匯。由于漢語沒有表示時態的語法結構，因此在漢語譯文中添加了“曾”“過”等詞來表示英語原文的過去時態。

(3)SS-4:You said unkind things,and pushed yourself ahead at the expense of a friend.

TS-4:你說出不友好的話，并以犧牲朋友為代價推動自己前進。

為了與譯文中的“說”相匹配，句子you said unkind things中things的含義被縮減為“話”。當翻譯詞組at the expense of a friend時，為了符合漢語的表達習慣，動詞“犧牲”添加到譯文中。

(4)SS-8:That when even a small wrong has been committed.

TS-8:即使犯了一個小錯。

SS-9:It stays out of balance until fault is acknowledged and regret expressed.

TS-9:直到承認錯誤并表示悔恨，它才會重新平衡。

上述兩句翻譯中也能發現必要轉換。When even a small wrong has been committed譯為“即使犯了一個小錯”，fault is acknowledged and regret expressed譯為“承認錯誤并表示悔恨”。為了符合漢語“人做主語”的表達習慣，這兩句由原文的被動語態轉換為譯文的主動語態。

(5)SS-12:If you can think of someone who deserves an apology from you.

TS-12:如果你想到一個值得你道歉的人。

該譯文應用了類別轉換。Apology從原文的名詞轉換為動詞，句子譯為“一個值得你道歉的人”。

人工翻譯和機器翻譯都采用了上述翻譯轉換策略，這種類型的翻譯轉換可以在每份正確的譯文中找到。由于英語和漢語之間的語言結構差異，這些翻譯轉換必須在翻譯過程中應用，這種類型的翻譯轉換也被稱為必要轉換。為了保證譯文信息的完整性和可讀性，人工翻譯和機器翻譯都多次使用必要轉換，因此譯文彼此相似，導致檢測出的文本相似度較高。

除了必要轉換，還有一些翻譯轉換在人工譯文中大量存在，但在機器譯文中幾乎沒有。在很多情況下，直接的字面翻譯完全可以充分表達原文的信息，無須迫于兩種語言間的結構差異采用翻譯轉換，但在最終的譯文中還是選擇了轉換策略，這種轉換即非必要轉換。在本研究的翻譯材料中可以看到一些應用非必要轉換的例子。

(6)SS-2:Being human,we all need to know the art of apologizing.

MS-2:作為人類，我們都需要知道道歉的藝術。

HS-2:人非圣賢(孰能無過)，我們都需要知道道歉的藝術。

在機器譯文中，being human被譯為“作為人類”，但在大多數人工譯文中，該短語被轉換為“人非圣賢(孰能無過)”。“人非圣賢，孰能無過”是中國文化中特有的，對于漢語讀者耳熟能詳，而且其含義和內涵與原文語境中包含的信息相符，大多數人工翻譯都采用了這種轉換。這種翻譯轉換的使用可以使讀者一看見這個習慣用法，就立刻知道英語原文表達的含義。

(7)SS-3:Look back with honesty and think how often you have judged roughly.

MS-3:誠實地回顧過去，想想你曾多少次輕易地判斷。

HS-3:誠實地回顧過去，想想你有過多少輕易的判斷。

原文中的how often you have judged roughly機器翻譯譯為“你曾多少次輕易地判斷”，而在人工翻譯中被轉換為“你有(做出)過多少次輕易的判斷”。人工翻譯將原文副詞修飾動詞的形式轉換為形容詞修飾名詞的形式，并添加動詞“做出”使句子結構完整。這種轉換是一種類別轉換，即在翻譯中轉換某些詞語的詞性。

(8)SS-5:Then count the occasions when you indicated clearly and truly that you were so sorry.

MS-5:然后數一數你清楚而真實地表示你很抱歉的場合。

HS-5:然后數一數你清楚真實地表示抱歉(表達歉意)的場合。

在機器譯文中，you indicated clearly and truly that you were so sorry譯為“你清楚而真實地表示你很抱歉”，而在人工譯文中，這句話被轉換為“你真誠地表示道歉”或“你清楚真實地表達歉意”。因為英語原文中主句和從句的主語一致，人工譯者為了避免重復，刪除了從句中的主語并將原來的從句you were so sorry更改為譯文中的短語“表示道歉”或“表達歉意”。

(9)SS-7:It is frightening because some deep wisdom in us knows.

MS-7:害怕是因為我們內心深處的一些深奧的智慧知道。

HS-7:害怕是因為我們內心深處知道。

在機器譯文中，some deep wisdom in us knows譯為“我們內心深處的一些深奧的智慧知道”，而在某些人工譯文中，這句話被轉換為“我們內心深處知道”。漢語是一種以人為中心的語言，通常將人作為句子的主語，而以英語為母語者通常將無生命物體作為英語句子的主語。原文中的主語在機器譯文中被直譯為漢語“智慧”，而人工翻譯則考慮到漢語的特點，將主語從“智慧”轉換為“我們”。

(10)SS-10:And it stays out of balance until fault is acknowledged and regret expressed.

MS-10:并且在承認錯誤和表達遺憾之前，這種感覺都會失去平衡。

HS-10:并且等到承認錯誤并表示悔恨，心理才會平衡。

在一些人工譯文中，譯者將原文的否定句形式轉換為譯文的肯定句形式，這是翻譯中常見的一種結構轉換。

(11)SS-11:A heartfelt apology can not only heal a damaged relationship but also make it stronger.

MS-11:衷心(真誠)的道歉不僅可以治愈受損的關系，還可以使其更牢固。

HS-11:衷心(真誠)的道歉不僅可以修復關系，還能鞏固關系。

在機器譯文中，短語make it stronger譯為“讓關系更加牢固”，在一些人工譯文中，該短語譯為“鞏固關系”。一些人工翻譯將原文中的形容詞stronger轉換為動詞“鞏固”或“加強”。這種可選的類別轉換使譯文更符合漢語的簡潔性和多動詞的特征。

(12)SS-14:Do something about it right now.

MS-14:現在就做點什么吧。

HS-14:現在就道歉吧。

在機器譯文中，句子do something about it right now譯為“現在就做點什么吧”或“現在就采取行動吧”，但是人工翻譯考慮到原文的語境，將句子的意思表達為“現在就道歉吧”。這種翻譯轉換加強了譯文的意合。

可以看出，人工譯文中幾乎所有句子都出現了非必要轉換。如果不考慮上下文語境，所有機器翻譯的句子在語義上都符合英語原文句子的含義。但是，當我們在整篇文章的語境中考慮句子時，很明顯采用非必要轉換的人工譯文更符合漢語意合的特點，句子間的聯系更緊密，可讀性更強。人工翻譯選擇采用多種類型的非必要轉換，讓譯文更貼近目標語言的文化背景和語法習慣。

此外，機器譯文中出現了一些邏輯錯誤。例如，Google翻譯將someone you have wronged,or judged too roughly譯為“那些你曾經受過冤屈,或者過于粗暴的人”；百度翻譯將if you can think of someone who deserves an apology from you譯為“如果你能想到一個應該向你道歉的人”。甚至在某些情況下，機器翻譯出現了單詞錯誤和語法錯誤，還有一些譯文對讀者來說難以理解。例如，Bing Microsoft翻譯將when even a small wrong has been committed,some mysterious moral feeling is disturbed譯為“當一個小小的錯誤已經犯了,一些神秘的道德感覺擾亂”；這句話也被有道翻譯錯譯為“即使是一個小小的錯誤已經犯下，一些神秘的道德情感被擾亂，它保持失衡，直到承認錯誤和遺憾表達”。上面提到的4種機器翻譯系統在翻譯過程中都犯了錯誤，而這些錯誤在人工翻譯中沒有發現，因為人工譯者在翻譯中可以很輕易地識別出明顯的邏輯錯誤而避免譯文中出現不通順的語句。在所有機器翻譯系統中，360翻譯的譯文沒有任何單詞、語法和邏輯錯誤，因此該機器翻譯的譯文與人工譯文具有最高的相似度。

值得注意的是，“人翻4”與其他人工譯文相比，字數最少，與機器譯文的相似度最低。在此譯文中，每個句子都由四字詞語組成，使整個譯文變得富有節奏感。該譯者在翻譯過程中進行了文體轉換，使譯文符合漢語的特點和表達習慣。由于四字詞語具有很強的總結能力，因此譯文中的幾個字就可以充分表達原文的信息和含義，這使“人翻4”包含的字數少于原文和其他譯文。此外，相對于機器譯文和其他人工譯文，“人翻4”應用了更多的非必要轉換。在此譯文中，譯文詞序改變：句子we all need to know the art of apologizing轉換為“道歉之藝，皆需熟習”。為了更貼近中國文化，譯文中應用了成語：pushed yourself ahead at the expense of a friend轉換為“損友利己”。譯文整體反映了古代漢語的風格：Then count the occasions when you indicated clearly and truly that you were so sorry譯為“細數過往，道歉尚幾？”譯文采用了結構轉換：it stays out of balance until fault is acknowledged and regret expressed 譯為“若不致歉，仍難平抑”，其中原文的否定形式轉換為譯文的肯定形式。譯文采用單位轉換：原文中的名詞短語a heartfelt apology轉換為句子“致以歉意，需自心底”，這種表達有助于強調原文的情緒。譯文中也體現了一些文本轉換，即在翻譯中添加一些信息，以便為目標語言讀者提供足夠的信息。例如，A bit frightening,isn’t it?It is frightening,isn’t it?表達為“每每思此，心內有懼”；not only heal a damaged relationship but also make it stronger表達為“彌合和諧，友誼永續”；do something about it right now表達為“現今醒悟，尚不晚矣”。其中，“每每思此”“友誼永續”和“現今醒悟”是譯者提供的額外信息。

從上文分析可以看出，機器翻譯系統為了符合漢語的語言結構在翻譯過程中采取了必要轉換，但是譯文仍然存在一些錯誤的表述。當然，人工譯文也并不完美，有些甚至存在一些單詞錯誤。應用必要轉換導致人工譯文和機器譯文之間具有一定的相似性，但人工翻譯對非必要轉換的應用使其與機器翻譯有所不同。

五、結論

上文的數據分析和文本分析表明，大多數人工譯文與機器譯文有很多相似之處，但當譯者在翻譯中主動加入與目標語言文化背景相關的信息時，人工譯文會與機器譯文有更大的差異，并在眾多譯文中脫穎而出。在機器翻譯和人工翻譯中，都可以看到必要轉換，而非必要轉換使人工翻譯和機器翻譯有所不同。在人工翻譯中采用的非必要轉換越多，其譯文與機器翻譯的差異就越大。在翻譯界有這樣一句話：“翻譯就是戴著鐐銬跳舞”。其中，“鐐銬”是原文給譯文內容施加的束縛，限制了譯文的內容和內涵；但是“跳舞”是譯文以忠實、易讀和令人回味的方式將原文的含義傳遞給目標語言的讀者。一旦譯者接受了這種想法，并為自己設定翻譯標準，他的譯文中就會出現更多的非必要轉換，這些翻譯轉換在忠于原文的基礎上展現出更多的個人特點、文化修養和文本凝聚力。

盡管機器譯文中有一些易被發現的單詞或語法錯誤，但整體來講，機器翻譯系統完成的譯文可以與大多數MTI學生的譯文相比。因此，機器翻譯系統可以完成一些對風格和文化內涵沒有要求的翻譯工作，譯者只需要對其完成的譯文進行檢查并修改即可。但是，對于極富藝術性和創造性并且需要譯者再現原文語境的文學翻譯，機器翻譯不能勝任這項工作。只有稱職的人工翻譯才能在完整傳遞原文信息的基礎上，完成兩種語言之間不同文化背景的交流和融合，這就要求譯者充分發揮主觀能動性。

考慮到數據的局限性，不能確定人工翻譯采用更多的翻譯轉換時，翻譯轉換是否都是正確的。而且，當譯者在翻譯時添加主觀因素時，可能會由于對原文的誤解發生一些錯誤，并把這些錯誤由譯文傳遞給讀者。

機器翻譯系統強大的翻譯能力和效率，使人工翻譯望塵莫及，尤其對簡單文本的翻譯而言。當今科學技術日新月異，機器翻譯技術將不可避免地克服自身的不足，積極推動翻譯行業的革命。對于一些簡單的翻譯工作，人工翻譯一定會被機器翻譯取代。但是對于那些由譯者添加了社會、文化和創造性內涵的譯文而言，它們是不可替代的。由于機器翻譯系統顯然沒有能力準確地理解和分析文學作品中環境和情感的內涵，更不用說以藝術和文學的方式表達其含義，因此這種翻譯工作也不能通過機器翻譯系統完成。

為了在機器翻譯系統逐漸占據更多翻譯市場份額的環境中脫穎而出，正在學習翻譯的學生應加強培訓，并不斷學習翻譯技能，提高翻譯水平，在忠實于原文的前提下形成自己的特色和風格，并在譯文中再現原文風格。但是，機器翻譯和人工翻譯并不是完全對立的。隨著機器翻譯技術的成熟，無論是機器輔助人工翻譯還是人工輔助機器翻譯，人機結合將成為翻譯改革的主導方向。高度智能的翻譯軟件的開發依賴計算機科學、數學和語言學等領域專業人士的合作。總之，隨著更多交叉學科的發展，機器翻譯一定會有更加光明的前景。