字體：小 中 大 |
|
|
|
| 2013/07/07 16:44:07瀏覽2155｜回應0｜推薦2 | |
翻譯語言一直是電腦專家多年的夢，早在1954年電腦使用真空管的時代，電腦體積有整個房間那麼大(當然速度差多了），已有許多先驅專家嘗試用電腦翻譯語言，起步之際利用IBM 701打卡式電腦，儲存250組雙語詞彙配對，僅以6條文法規則，藉其翻譯了60個俄文短句，當時IBM還發表慶賀新聞稿，聲稱其翻譯流暢，還認為前景頗樂觀，當時計劃主持人是喬治城大學的多思特(Leo Dostert)教授，他還預測，三到五年內，機器翻譯就會成為既成的事實。但最後證明，當初的成功其實是誤會一場，充其量電腦只是對應字詞或抓回記憶，絕不是真正的翻譯，到了1966年，那群機器翻譯的先進，終於宣告失敗，他們沒料到問題遠比想像中更困難。而要教電腦如何翻譯，教的不只是規則，還得教例外。翻譯不只是記憶和回憶，還要視上下文(context)而做不同的選擇。遇到慣用語(idiom)更是束手無策。我一直不明白，慣用語資料庫為何不能解決像“What’s in it for me? ”這樣的翻譯？如果輸入慣用語詞典，還是解決不了問題嗎？ 使用過翻譯軟體的人一定有經驗，有時譯文超級離譜，選字完全脫離情境，譯文也完全不符常理，修改不如重譯，更要緊的是，你完全無法掌握其正確的部分在哪兒，不知哪家翻譯軟體是值得信賴的？ 有些慣用語其實也蠻固定的型態，像 Out of sight, out of mind. (日久情疏。）In for a penny in for a pound. (一不做二不休）人腦在翻譯上的運作當然不是只有記憶與回憶，當你譯完 Time flies like an arrow. (光陰似箭）來上另一句，Fruit flies like a banana. 你鐵定不會譯成“水果飛得像香蕉“ 也不會譯成” 果蠅像香蕉“ 因為like這會已用作動詞，而不是介系詞，所以譯成“ 果蠅喜歡香蕉” 才合理。這樣的轉折，人腦一瞬間，電腦要做多少運算？ 過去我一直想念完24冊的Spoken American English，可是挺困難的，又不是只看過就完事，還要隨時從腦中取用才行，對電腦而言是小事一樁，人腦則深覺重負，電腦運算速度快如閃電，記憶快又紮實，可是翻譯卻沒那麼輕鬆，何也？人與機器合作的話結果又會如何？這段路有人走過一陣子了吧？不知是否仍難行？ 最近同時讀本質上挺矛盾的兩本書。牛津大學網路研究所教授 VIKTOR MAYER-SCHONBERGER 與 KENNETH GUKIER 合著的“Big Data"(大數據，天下出版）及 哈佛大學商學院教授 Eric Siegel 的“Predictive Analytics---the power to predict who will click,buy,lie,or die），方法論上已是兩條不同的路，但因為都想詮釋真實世界的真面目，讀起來挺有趣的。 似乎連Coogle 與 Amazon 都採用 Big Data 的概念，風起雲湧，能否蔚為成風，但看發展; 嚴謹的研究思緒在資料更豐富，電腦運算更迅速下，也可能改頭換面，讓我們拭目以待。科學其實在講究嚴謹下也走到預測不準的死胡同，大資料開拓了嶄新的另一條路，只是會帶領我們到哪裡，誰也不敢論斷。提這兩本書是因為他們都談到Big Data 的觀念。有位書評家還稱 Eric Siegel 的“Predictive Analytics“ 為“ Freaknomics of Big Data.” 當然不是純立場的對立，而是更進一步的整合。 不僅字詞典的編撰已採用自然語言(指母語者真正使用的語言)，電腦也一直在處理這個領域，大約在西元2000年的時候，微軟(Microsoft) 的研究人員班柯 (Michele Banko) 與布里爾(Eric Brill) ，希望能找出改善微軟word軟體文法檢查的方法，不管在運算方法或資料量方面他們都去試，現在我們已知道一個事實，資料多要比資料少好，甚至有些時候，資料多比品質好還來得重要，這也引領 Google 研究人員走上類似的路，這恐怕正是“大資料”(Big Data)理念的運用，他們不只用了10億字，而是一兆字！顯然Google的目標不只是文法校正軟體，而是整個語言的翻譯！ 展開人類科技與文明發展的軸線，演變絕不是線性的。人類對語言的學習與掌握原本就是動物中的翹楚，如果精通兩種以上的語言，翻譯當然較能駕輕就熟，然而人腦駕馭語言的能力，即便對高速的超級電腦仍有力有未殆之處，就像人可以在一 秒鐘以內認出熟面孔，電腦就需要計算處理龐大的資料才能達成，相信人腦對資料的處理方式有頗大部份遠非電腦可及，但電腦的很多超快速功能亦非人類得以向背。人腦與電腦的合作也許是現今頗值得走的康莊大道，科技如果真的進步到電腦完全可以取代人腦的時候，恐怕又是另一個社會問題的開端。 |
|
| ( 知識學習｜語言 ) |
