大家是如何看待有些译员在翻译文章时，先机翻，然后在机翻的基础上进行修改和润色？机翻是否可取呢？ 第1页

不重要。

重要的是结果，你管人家怎么翻呢，如果用这种方式又快又好的完成了，那有什么好看待的，那人家就做得对啊。如果这种方式错误百出效率还低，那当然该骂了。

从机翻原理上谈谈这件事。

主流模型用的训练集，大多是全领域全面向的。主要是日常生活口语和报章杂志。所以，一个很有趣的方向是翻译人员的自训练。

什么是翻译人员的自训练呢？打个比方，把机器翻译模型看成输入法软件，比如谷歌输入法或者搜狗输入法。这个软件会根据一个初始的词库（对应机翻模型的训练集），判断你敲键盘时要的是什么文字。

现在的机器翻译模型，为了照顾所有人的需求，初始“词库”都是一样的。并不会为了某个领域或某个风格的文字做更多的努力。所以你要翻译法律文件、日常对话或者文学作品，可能感觉就不一样，有的机翻结果改起来更顺手，有的机翻结果改起来不顺手。

但是，作为翻译人员，你的翻译工作实际上就在更新这个“词库”。如果你把你翻译的作品加到这个“词库”里，把你校正过的文字作为目标，让模型再次训练，它就会更切合你的想法。久而久之，这个模型就会学习你的风格，学习你的偏好，犯更少的错误。

所以，看待机器翻译，没有必要把它看成一个好像很庞大的未知机器，而应该把它看成一种输入法，一种辅助写作的工具。掌握了机器翻译理论，自己搭建机器翻译模型，翻译人员甚至可以把它看作是在培养一个助手。比如从某个基准模型出发，为文书类翻译专门训练一个模型，为小说翻译训练另一个模型，为日常对话再训练一个模型……每个模型对应一个门类、一个专业领域。这样，机器翻译模型就会越来越“聪明”、越来越“得心应手”。

如果翻译专门领域的人士主动进到机器学习领域，会给这个领域带来更多的东西。