国庆节前，谷歌发布一条重大新闻：谷歌重磅推出其新一代神经机器翻译系统（GNMT）（ArXiv.org/《Google`s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation》），还宣布将 GNMT 投入到了非常困难的汉语-英语语言的翻译生产中，引起了业内的极大的关注并在一时间似乎使众多“职业翻译”们有了自己即将被替代而失业的惊慌。

 惊呼之余，我们先来看看该 2.0 翻译工具的“能耐”到底如何，以下为谷歌翻译在其发布新闻里贴出的例证：

        对此，网友们都炸了，特别是学翻译的小伙伴们：

   @猞猁与兔狲

   作为一个翻译，看到这个新闻的此时此刻，我理解了18世纪纺织工人看到蒸汽机时的忧虑与恐惧……

  @李某正在潜逃

   换言之···做翻译的人现在开始要被第三次工业革命淘汰了？

  @咖喱枝葉

  外语系大学还没毕业的开始害怕

  @帥_路

  毕业论文英文版有救了！

 其实，在该上线新闻发布后，谷歌还专门发文详细介绍了自己最新的神经机器翻译系统（GNMT），以及新系统的工作原理。

文章很长，其重点就是，该新的循环神经网络（RNN：Recurrent Neural Networks）与十年前发布的 Google Translate（谷歌翻译）的核心区别，就是两种系统背后的核心算法有所升级，简言之，老系统是基于短语的机器翻译（PBMT: Phrase-Based Machine Translation）；而新服务在一定程度上采用了以句子为基本单元的翻译。

　在翻译能力效果上，谷歌宣称， GNMT 系统得出的翻译相比于之前基于短语的生产系统有了极大提升，且GNMT 在多个主要语言对的翻译中将翻译误差降低了 55%-85%， 甚至更多。

作为一名断断续续涉足翻译界十余年的老兵（曾供创立并经营专业法律翻译公司-上海元兆），对上述业界重大突破，也在第一时间进行了关注。

对于谷歌列出的例证，个人觉得，翻译效果还是相当不错的，但是，该例证中的 source sentence 似乎过于简单，待译段落中的文意也基本属于标准的叙述式，这对理解原文及翻译重述的难度均很少，即系统在翻译时，对原文的理解基本没有困难，翻译重述时也需要将前后句子拆分后重构译文，以此为例，应该是官方精心安排，Google Translate 团队的小伙伴们也是蛮“敬业”的！

但是，如果将 source text 换作是复杂的段落，情况又会如何呢？

根据我们十多年的翻译经验及体会，好的专业翻译过程应达到两点基本要求：1）准确理解原文；2）专业准确表达重述原意。其中，第1项要求是准确翻译的前提，否则，译文将会是无源之水并缪以千里；第2项要求则是在译文的再生，准确表达原意是第一层次的要义，表达可读且专业严谨，即达到目标语言的作家或专业人士的文笔水平则是第二层次的目标。

纵观 Google Translate GNML 的更新功能及效果，无论其与十年前的老功能有多大提高，其讨论的范畴仍局限在“准确”的基本层面。从其例证中的译文也可以很明显的看到，译文的段落的组织性及可读性基本难以直视。

结合我们团队的核心业务-法律金融翻译来看，鉴于 source text 本身的复杂专业，句式冗长、段落之间逻辑关联，专业术语众多，一般行业中人尚难准确理解融通，对于 GNML 来说，将始终难以跨越；在表达重述方面，由于法律文本的翻译转换还涉及到两种法律文化的差异及人工技巧的解释嫁接，有时，译者还必须立足于篇章段落的层面进行语句顺序调整，甚至对个别段落的顺序进行适当变换，以使译文能够达到目标语言专业人士的起草水平及风格，进而消除令目标语言受众难以忍受的“翻译痕迹”（注：很多专业客户在委托了不合格的法律译员进行翻译，但事后却发觉这些公司的翻译质量根本达不到其要求，原来还基本看得懂原文，但拿到这些公司交付的中文译稿时，却看不懂了）。

综上，我们认为也同意，机器翻译在进步，但在可预见的未来，恐怕也只能局限于一些简单领域的短段或语句的翻译，对于不太重要的文件来说作个参考，了解个大意而已。对于专业极强且对客户自身意义重大的文件（比如，法律合同），绝非 Google Translate 或随便一家翻译公司能够胜任的。

 

　　最后，我想用 Google Translate 关于GNMT 的评估报告中的一句话来结束：机器翻译还远未得到完全解决。GNMT 仍然会做出一些人类翻译者永远不出做出的重大错误，例如漏词和错误翻译专有名词或罕见术语，以及将句子单独进行翻译而不考虑其段落或页面的上下文。

        如果有人问我（作为职业法律翻译译者）对于谷歌神经机器翻译系统的看法，我会说，点滴进步，不足为惧。

        本文为个人观点，不代表其供职单位立场。如需转载，请注明出处。