随着科技和社会经济的快速发展，全世界的互联互通已经成为不可阻挡的发展趋势，首先便是正在不断深化的跨语言信息联通，我们正在以前所未有的速度从单语世界转向多语世界。小到出国旅游翻译或者技术资料翻译，大到基于互联网的在线电商、旅游、外贸活动、O2O、租车、金融等服务的国际化市场推广，一个无法避免的痛点在于面临多语种语言翻译问题。
机器翻译vs人工翻译
具体而言，翻译行业主要有传统翻译、机器翻译、在线人工翻译等众多模式。传统翻译在翻译行业的普遍问题就是关于速度、成本、便利性的问题，也就是人性化体验，其固有的传统机制已无法适应当今互联网时代潮流。而网民使用率和接受度最高的在线机器翻译，其翻译质量也饱受诟病，相信用过百度、Google、有道等在线翻译的朋友都能体会到，“请在一米线外等候”的英文翻译为“Please wait outside a noodle”、“平时禁止入内”翻译成“No entry on peacetime”，翻译质量如何，懂点语言知识的人一眼就能识出破绽，因而，质量问题永远是在线机器翻译的“硬伤”。
不过虽然翻译中存在一些错误，但这些错误却是在线产品不断改进的关键所在。由于机器学习技术能够自动检测结果，并作出相应的调整，使得这类服务可以随着使用量的加大不断改进。事实上，在线拼写检查功能正是通过这种方式才变成令人依赖的功能。
机器翻译是怎么实现的
机器翻译的研究是建立在语言学、数学和计算机科学这3门学科的基础之上的。语言学家提供适合于计算机进行加工的词典和语法规则，数学家把语言学家提供的材料形式化和代码化，计算机科学家给机器翻译提供软件手段和硬件设备，并进行程序设计。缺少上述任何一方面，机器翻译就不能实现，机器翻译效果的好坏，也完全取决于这三个方面的共同努力。
机译系统可划分为基于规则（Rule-Based ）和基于语料库（Corpus-Based）两大类。前者由词典和规则库构成知识源；后者由经过划分并具有标注的语料库构成知识源，既不需要词典也不需要规则，以统计规律为主。基于规则的机译系统由词典和语法规则库构成翻译知识库，而基于语料库的机译系统是以语料的应用为核心，由经过划分并具有标注的语料库构成知识库，基于语料库的方法还可以分为基于统计（Statistics-based）的方法和基于实例（Example-based）的方法。
Google 的在线翻译已为人熟知，其背后的技术即为基于统计的机器翻译方法，基本运行原理是通过搜索大量的双语网页内容，将其作为语料库，然后由计算机自动选取最为常见的词与词的对应关系，最后给出翻译结果。基于统计的方法不需要依赖大量知识，直接靠统计结果进行歧义消解处理和译文选择，避开了语言理解的诸多难题。
机器翻译的贴心服务
实时语音翻译
微软旗下的语音通话服务Skype推出了英语与西班牙语之间的同声传译服务，而谷歌翻译现在可以为90种语言提供笔译，而且能够听译多种热门语言。在最新的版本中，这款应用还能自动识别某人说的是否一种热门语言，并自动将其转换成文本。只要携带安装该APP的手机，就可以在不同语言间进行自由交流，这种工具特别适合于普通大众出国旅游之用，真正实现“一机在手，走遍全球”。
微软在2014年5月的Code Conference上也演示了Skype实时翻译技术，微软副总裁帕尔通过Skype利用实时翻译技术与微软的另一位员工进行了对话，前者使用英语，后者使用德语，演示内容显示，Skype顺利完成了两者对话时的实时翻译。
翻译平台与其他平台结合
文言文也可以翻译了
当然，除了在不同语种之间的翻译之外，你有没有想过白话文和文言文之间的互翻呢？百度翻译就提供了相关的功能，百度翻译团队的相关负责人表示，这个定位的初衷就是从两个方面考虑――学习和娱乐。
翻译团队收集了大量文笔优美的古文进行机器训练学习，完成韵律模型。整个翻译原理就是结合收集的海量数据和机器翻译模型，在保证翻译结果基本正确的情况下，综合考虑古诗文的韵律、乐感、平仄声交错等规则，得出最后的翻译结果。团队还专门招聘了古代汉语文学专业的学生进行质量评估，对翻译提供建议和意见，帮助机器翻译优化。
触手可及的翻译应用
虽然翻译技术显得那么复杂和高大上，但是对于普通用户来说，常见的翻译不论是巨头如Google翻译、百度翻译、有道翻译、必应翻译，或是一些小而美的翻译应用，都足以满足需求了。
虽然机器翻译还无法达到人工翻译的准确性，也有大量的俚语俗语无法准确翻译，但是机器翻译以其快捷、便利以及强大的学习能力正变得越来越好，越来越实用。我们有充分的理由相信，在单语世界到多语世界的发展潮流中，机器翻译技术正在改变人们的工作和生活方式，要不了多久，机器翻译就会融入大家的日常生活中，成为生活不可缺少的一部分。
