从科技英语翻译实例看Google翻译

Google翻译提供了强大的多语种互译功能,不仅可以进行词语翻译,更能进行句子和篇章的翻译,且翻译速度神速。不仅如此,相较于文学翻译,Google翻译提供的非文学翻译的译文具有更高的可读性和可靠性。文章拟从科技英语的特征出发,结合实例,分析Google翻译在科技英语翻译中的可行性。

Google翻译与翻译记忆库在翻译实践中的应用

以翻译一份商务类文本为实例,在借助Google翻译的基础上,利用CAT(computer-aided translation)工具Trados 2014翻译记忆软件的Winalign功能创建翻译记忆库。并利用该记忆库对原文本进行预翻译,然后在Trados编辑器中对预翻译后的译文单元进行编辑并修订。

文学语篇机器译文错误类型分析——以Google英译中国现当代小说为例

通过语料统计的研究方法,对中国现当代小说英译的机器译文错误类型和原因进行归纳和探讨。研究发现,Google的文学语篇翻译效果还不尽如人意,译文错误体现在词汇、句法、语篇及语用修辞等各个方面。词汇错译体现在机器不能识别由于语言类型及文化因素引起的词语多义性方面;句法错误体现在现代汉语特殊句法的英译中;语篇错误体现在关联词语的缺乏方面;语用及修辞错误体现在语义晦涩及话语标记语的译文语用失误方面。

基于Google新功能辅助汉译英的研究--以高校网页英文翻译为例

随着Google提供的在线翻译服务日趋完善,译者的电子工具也日渐丰富。文章系统研究了Google辅助翻译的三大功能:平行文本搜索功能、机器翻译辅助功能、译者工具存储功能。文章以中国高校网页"大学简介"英译为例,参照美国高校网页介绍,借助德国功能学派目的论为指导,展开实证分析,并提出Google辅助翻译的翻译流程设计。

文学语篇中连词“but”的机器翻译译文分析——以Harry Potter and the Philosopher’s Stone的Google机译为例

基于自建语料库研究文学语篇Harry Potter and the Philosopher’s Stone中连词“but”的机器翻译情况。采用语料统计及译文对比的研究方法,归纳了连词“but”的机译特点,分析了连词“but”的人工译文与Google在线机器翻译译文之间的差异,以及机器翻译存在的问题。从分析可知,机器译文在表达的地道性与多样性方面仍需通过人工译后编辑来提高质量,机译系统在逻辑语义关系分析和语用功能判断等方面与人工翻译存在明显差异。

利用Google打造自己的词霸和快译

利用Google在线翻译网站,通过编程来模拟浏览器抓取网页并进行分析,提供类似词霸软件的翻译服务,通过监视剪贴板和使用托盘气球提示,使用户更便捷地获取翻译结果。

从科技英语翻译实例看基于神经网络的机器翻译

随着人工智能在自然语言处理技术上的不断进步,基于“深度学习技术”的机器翻译从传统的机器翻译方法向神经网络机器翻译方法全面转变。全球科技巨头相继推出了基于神经网络算法的神经机器翻译系统,相对于统计机器翻译语言,神经机器翻译译文更加流畅准确,优化了翻译服务。本文结合科技文献翻译实例,分析了谷歌翻译与人工翻译的差距,机器翻译还是不能实现完美翻译。

细节也重要:“牡丹美食卡”英文官网语言质量析论

中国工商银行英文官网"牡丹美食卡"介绍文字语言质量有待进一步提高,统计机器翻译工具"Google翻译"可协助实用文本汉英语言之间进行更有效的转换。我国银行等领域企业官网英文翻译应得到更广泛且深入的关注,统计机器翻译工具的地道性和局限性也值得以点带面实际体验。

英语定语从句机译错误分析及译后编辑

定语从句是英语最常见的从句,体现了英语形合语言的特点,历来就是翻译的难点。为了研究机译定语从句的错误情况,以《联合国欧洲经济委员会汽车法规》为源语料,建立Google机器翻译译文和人工译后编辑译文的对比语料库,从词汇、小句及句子三个层面分析了定语从句机器译文的十种错误类型,并给出了相应的译后编辑修改方法,以期提高机器翻译的译文质量。

机器翻译的译后编辑策略探究

随着机器翻译技术取得了巨大进步,机器翻译应用日益广泛,深受学生、语言服务业者的青睐。但机器翻译工具尚未成熟,其译文仍有各类错误。为更好地利用机器翻译工具辅助翻译工作的展开,文章以Google在线翻译工具所提供的汉英译文为研究对象,将机器译文与专家译文进行对比,从词汇层面、句法层面和语篇层面探究译后编辑策略,以期提高译后编辑的效率。