拓宽翻译领域
人工智能技术在语言服务应用上最为显著的体现是机器翻译。机器翻译作为一门交叉学科，建立在计算机语言学、人工智能和数理逻辑之上。根据Amnier《2018人工智能之机器翻译研究报告》及《2018自然语言处理研究报告》显示，按媒介划分，目前人工智能语言服务主要体现在文本翻译、语音翻译以及图像翻译等领域上。
1.文本翻译服务。在人工智能技术的加持下，机器翻译最初的应用便在于市场潜力巨大的文本翻译上，即机器通过对自然语言的理解与处理，将源语言文本转化成目标语文本。目前，市面上运用最广泛的机器文本翻译，大多由传统的统计机器翻译向神经网络翻译转变。比如，谷歌翻译自2007年10月上市以来一直沿用的都是专有统计翻译技术，但随着对翻译质量需求的提升以及人工智能技术的发展，从2016年9月开始，谷歌翻译研究团队开始研发神经机器翻译系统，并在同年11月正式投入市场使用。基于实例之上的神经网络机器文本翻译，通过对数百万个具体示例进行对比分析学习，能够实现更好、更自然的文本翻译。
完善语言服务
虽然在人工智能技术的帮助下，机器翻译拓宽了翻译领域，但是与人工翻译相比，其翻译质量还有待提高，这也在一定程度上影响了语言服务质量。而且，据中国翻译协会《2019中国语言服务行业发展报告》显示，虽然75%的语言服务需求方受访企业都对人工智能翻译持积极态度，但96.7%的受访企业也表示只有在人工智能翻译能保障翻译效果的前提下，才愿意选择人工智能翻译来承担公司或单位的翻译任务，并且还只是部分翻译任务。就目前来看，人工智能机器翻译距离满足语言服务要求，尚有一段距离，人工智能技术下的语言服务业的发展前景仍十分严峻。因此，完善语言服务就变得十分必要，可以从以下几个方面着手。
1.拓宽服务内容。随着科学技术的不断发展与进步，人工智能技术在语言服务业的应用范围应该逐步拓宽，不单局限于机器翻译服务，还可以涉及技术研发、工具应用、研究咨询、资产管理、贸易营销、培训考试、投资并购等专业化内容。语言服务业应充分利用人工智能技术这一帮手，采集与挖掘语言大数据，把握用户需求，为顾客提供更加精准、便捷的语言服务及相关衍生服务产品。
2.革新服务模式。随着语言服务主体由个体逐渐转变为以翻译公司和本地化公司为主，语言服务模式也需要发生相应变化。以人力和成本为核心的外包业务模式已不再适合于人工智能时代下的语言服务业，更多应向产品导向及服务导向模式发展。语言服务业应以客户需求为核心，通过人工智能技术、云计算、移动互联网、物联网、大数据等新技术和新平台，向广大客户提供定制化服务。
3.创新服务技术。语言服务业应最大程度利用人工智能技术对大数据的推理运算，以及模拟人脑的思维模式，逐步研发语言服务项目管理工具和质量控制工具，以此提高语言服务的质量和效率。语言服务可以借助人工智能技术来提高机器翻译质量；利用语言大数据的重复性特征，提升翻译工作效率；通过云计算设计出更丰富、更有效的云翻译平台。专家希望未来的语言服务业能够将人工智能技术与机器翻译技术、术语管理技术、翻译记忆技术、语料库管理技术、人工翻译技术与客户需求紧密结合，从而实现更高程度的云端化、自动化、技术化、专业化、平台化。
4.培养语言人才。人工智能技术在语言服务上的应用也转变了语言服务人才的培养方案。目前，全国已有281所高校招收翻译硕士研究生，每年有一万余名新生。可以说，翻译人才培养规模还是较为庞大的。在人工智能技术大发展的行业背景下，高校课程设置也将计算机辅助翻译、本地化技术、项目管理培训班等课程纳入了人才培养体系中，让预备语言服务人才充分学习、理解人工智能技术支持下的新型翻译方式。
总的来说，人工智能时代，语言服务得到快速发展。“人工智能+语言”已成为势不可当的发展趋势，渗透到我们生活中的方方面面。在人工智能机器翻译成功应用于文本翻译、语音翻译、图像翻译等领域的基础上，未来，语言服务所要努力的方向在于更多的尝试。比如，利用人工智能技术，结合大数据、物联网、互联网、云计算等新技术、新平台，拓宽语言服务内容、革新服务模式、创新翻译技术及培养语言服务人才。
end
（本文系江苏省高校哲学社会科学研究思政专项“全媒体时代高校主流意识形态话语权提升研究”（2019SJB063）阶段性成果）
（作者单位：南京师范大学）
来源：《中国社会科学报》
图片来源：CFP
