導語：機器翻譯在學術期刊對外傳播的應用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1引言

話語就是人們斗爭的手段和目的。話語是權力，是人通過話語賦予自己以權力[1]。在法國當代哲學家米歇爾·福柯《話語的秩序》一書中，權力理論與話語理論第一次結合，話語不再僅僅是解釋說明的符號，更是一種工具，話語的主體可以通過控制主動傳播信息。一個國家綜合國力的強弱決定著這個國家話語權的大小，國家的綜合國力強，該國對外的話語權也就更大[1]。學術期刊為主體的話語體系，包含中華傳統文化、國際貿易規則、國際組織合作等內容，多為社會科學研究的范疇。因此，人文社會科學研究對于中國話語體系的構建具有重要的學術意義和價值。作為承載人類智慧的重要載體，學術期刊“走出去”對于中國話語體系構建的重要性也毋庸置疑。在學術期刊創立至今350年的時間里，人類的創新思想、創新科技、管理經驗等創新論文，在學術期刊上發表的比例高達87%[2]。我國的學術期刊學術成果、傳播學術熱點、推廣創新思維，是思想與智慧的聚集地；對學術交流、社會進步，對傳播中國聲音、交流人類智慧、共建人類文明、對鏈接作者與讀者、中國與世界之間起到重要的樞紐作用。但不得不承認，我國學術期刊對外傳播的影響力甚微且發展緩慢。造成這種情況的因素諸多，如穿透力不夠、話語傳播不均衡、話語權缺失等問題，其中尤需關注出版語言的問題。語言的差異會給國外讀者以及研究者帶來閱讀障礙，溝通交流存在不便。我國的通用語言漢語雖然使用人數最多，但并非國際主導語言。目前我國在列學術期刊有六千余種，出版發行語言大多是中文，英語及其他語種期刊的數量屈指可數，十不足一。從使用范圍來看，迄今已發展1400年的英語是近60個主權國家的官方語言或官方語言之一，儼然已是國際主導語言之一。這種不可比擬的語言優勢賦予以英語作為出版發行語言的期刊在傳播領域具有天然的統治地位。從世界各主要期刊論文檢索系統中的數據可窺見一斑，如SCI收錄的英文期刊占綜述的百分之八十以上，斯普林格（Springer）收錄的2767種期刊中有2026種是英文期刊[3]。由此可見，出版語言使用的地域越多越廣，接受傳播的群體就越多，接受傳播的幾率也就越高。毋庸置疑的是，出版語言的優化可以幫助學術期刊突破語言障礙、增加競爭力、擴寬受眾，從而增強話語權。

2機器翻譯的歷史

翻譯，就是把一種語言轉換為另一種語言，包括語內翻譯和語際翻譯。究其核心，則都是如何把原文的意思在譯文中表達出來[4]。機器翻譯（MachineTranslation，簡稱MT），顧名思義，就是利用機器進行語言轉換的一種翻譯方式。早在1933年，法國科學家G.B.阿爾楚尼提出借助某種機器進行語言轉換的想法，但直到世界第一臺電子計算機誕生的三年后，即1949年，機器翻譯這一思想才在美國信息論先驅之一沃倫·韋弗的《翻譯備忘錄》一書中正式面世。利用計算機進行語言之間的自動轉換——機器翻譯從呱呱墜地至今天的枝繁葉茂，幾十年的成長之路漫長又曲折。而它的發展也和計算機的發展存在著密不可分的關系。對學術期刊而言，大量的專業文獻除了要求譯者具有扎實的語言功底和文化基礎外，還需要具有專業知識背景；除了掌握直譯或意譯、歸化異化、增詞減詞等翻譯策略和技巧，還需要了解專業領域的翻譯特點。人工翻譯已無法滿足學術期刊對專業文章高水平、全方位、多元化的翻譯需求。在人工智能、大數據、機器學習等技術的驅使下，機器翻譯在翻譯速度、譯文質量、覆蓋語種、知識獲取方式等方面飛速發展，其應用勢在必行。除了計算機科學，語言學也對機器翻譯有不可忽視的作用。從語言處理的角度來說，機器翻譯需要語言學從語音、語法、詞匯等不同方向為其提供合適、普遍的語言翻譯規律。而語言符號的組合規律要應用于計算機操作，就需要數學家先將其進行加工，把它們代碼化。由此可見，機器翻譯是跨學科的，無論是語言學、數學還是計算機科學，缺一不可。機器翻譯是依托于計算機技術、信息技術、語言學、統計學等多學科而存在的自動翻譯。我們熟知的Google翻譯、百度翻譯、有道翻譯等翻譯軟件準確已有了很大提高。但由于它們語料庫、翻譯方法、語言規則等各有不同，同一文本輸入的翻譯并不能得出一樣的譯本輸出。同人工翻譯過程相似，機器翻譯也要經過分析、轉換、生成三個階段，其中轉換是核心過程。對原文本語言、句法結構分析解讀的深度不同，轉換后合成的譯文必然不同。根據轉換原則的不同，機器翻譯系統類型主要有：（1）基于規則的系統。依據語言學理論和語法規則，結合常用詞和專業詞詞典，可以提供術語準確的譯文輸出。（2）基于統計的系統。通過對大量的樣本數據的“學習”，建立雙語對照的實例庫，可以提供行文流暢的譯文輸出。在實際應用的過程中，機器翻譯系統是不同方法和策略的集合。

3機器翻譯的應用

隨著時代的發展、科技的進步，不同國家間政治、經濟、文化等方面的交流不可或缺，不同語言溝通的問題日益凸顯，機器翻譯的重要性也更為突顯。在大數據時代背景下，隨著計算機科學、語言學研究的發展，隨著信息技術、云計算、人工智能等技術的發展，特別是計算機硬件技術的大幅度提高以及人工智能在自然語言處理、機器人學和知識系統的應用，從技術層面推動了機器翻譯研究，機器翻譯的發展速度驚人[5]。從“機械大腦”到基于規則、基于統計的機器翻譯，再到基于神經網絡、深度學習的機器翻譯，從技術上不斷推陳出新從，算法上不斷優化升級。目前人工智能技術已經應用于以谷歌翻譯、百度翻譯為代表的網絡即時翻譯和以譯星、雅信譯霸為代表的專業翻譯系統。2016年，谷歌用基于深度學習神經網絡獲取語言間映射關系的更優算法，取代以往基于短語的算法，推出了神經機器翻譯系統。對于多數非專業的文本，已做到基本表達原文，不影響理解與溝通的譯文結果[6]。在中國，網易、搜狗和科大訊飛等公司也投入人工智能行業，科大訊飛在語音識別、機器翻譯方面的表現尤為不俗。他們全力研發人工智能翻譯設備，以卸下人工翻譯的沉重負擔[7]。本文根據人工智能技術發展的現狀、人工智能在機器翻譯應用、及學術期刊譯文需要，嘗試設計了機器翻譯系統，以實現在實際編校過程中對文本的翻譯需要。人工智能是一門獨特的學科，構建其與世界交互的框架需要來自計算機科學、控制論、心理學、語言學、認知科學等眾多學科的成果。機器翻譯的發展也應采取跨學科聯動的方式促進技術創新。多學科聯合有助于技術研發者找到新視角并對已取得的成果進行分析與批評。無論是人工翻譯還是機器的自動處理，翻譯都不是表面看起來的簡單的對應替換。語言轉換的過程建立在對多種語言理解和分析的基礎上，建立在包含語法、句法、語義的語言規則上，完成文本的分析和算法的選擇。研究人員已經盡可能地在資料庫增加句法、語法更深層結構的知識，列舉詞句背后可能的知識含義。但由于語言本身既精確又模糊的復雜性，即使人工智能也無法明確實現翻譯策略的選擇、文本特質的認知。翻譯中與人類感知能力密切相關的“語義問題”和“語用問題”不僅是機器翻譯技術難以跨越的鴻溝，也是人工智能的無法獨立思維、缺乏想象力等問題的縮影[8]。

4結語

機器翻譯相比人工翻譯仍有諸多不足，如缺失對文化理解和情感解讀、無法實現譯文的“信、達、雅”，但機器翻譯應用廣、成本低、速度快且能有效保證專業領域的譯文質量。同時由于機器翻譯的流程簡捷，程序運行速度快，能有效把控翻譯工作時間節點以配合學術期刊出版時間。洞悉機器翻譯的技術困境、明確機器翻譯的使用范圍，揚長避短，促進機器翻譯在學術期刊出版語言優化中的應用，助力我國學術期刊“走出去”，讓中國文化在國際上傳播得更廣泛，讓中國學術思想與世界先進科研思想產生更多的碰撞，互相吸取經驗。同時傳播中國的本土化思想，實現雙向傳播互動，增強我國的學術話語權。