EVERYBODY has his own tale of terri

EVERYBODY has his own tale of terrible translation to tell — an incomprehensible restaurant menu in Croatia, a comically illiterate warning sign on a French beach. “Human-engineered” translation is just as inadequate in more important domains. In our courts and hospitals, in the military and security services, underpaid and overworked translators make muddles out of millions of vital interactions. Machine translation can certainly help in these cases. Its legendary bloopers are often no worse than the errors made by hard-pressed humans.
Machine translation has proved helpful in more urgent situations as well. When Haiti was devastated by an earthquake in January, aid teams poured in to the shattered island, speaking dozens of languages — but not Haitian Creole. How could a trapped survivor with a cellphone get usable information to rescuers? If he had to wait for a Chinese or Turkish or an English interpreter to turn up he might be dead before being understood. Carnegie Mellon University instantly released its Haitian Creole spoken and text data, and a network of volunteer developers produced a rough-and-ready machine translation system for Haitian Creole in little more than a long weekend. It didn’t produce prose of great beauty. But it worked.
The advantages and disadvantages of machine translation have been the subject of increasing debate among human translators lately because of the growing strides made in the last year by the newest major entrant in the field, Google Translate. But this debate actually began with the birth of machine translation itself.
The need for crude machine translation goes back to the start of the cold war. The United States decided it had to scan every scrap of Russian coming out of the Soviet Union, and there just weren’t enough translators to keep up (just as there aren’t enough now to translate all the languages that the United States wants to monitor). The cold war coincided with the invention of computers, and “cracking Russian” was one of the first tasks these machines were set.
The father of machine translation, Warren Weaver, chose to regard Russian as a “code” obscuring the real meaning of the text. His team and its successors here and in Europe proceeded in a commonsensical way: a natural language, they reckoned, is made of a lexicon (a set of words) and a grammar (a set of rules). If you could get the lexicons of two languages inside the machine (fairly easy) and also give it the whole set of rules by which humans construct meaningful combinations of words in the two languages (a more dubious proposition), then the machine would be able translate from one “code” into another.
Academic linguists of the era, Noam Chomsky chief among them, also viewed a language as a lexicon and a grammar, able to generate infinitely many different sentences out of a finite set of rules. But as the anti-Chomsky linguists at Oxford commented at the time, there are also infinitely many motor cars that can come out of a British auto plant, each one having something different wrong with it. Over the next four decades, machine translation achieved many useful results, but, like the British auto industry, it fell far short of the hopes of the 1950s.
Now we have a beast of a different kind. Google Translate is a statistical machine translation system, which means that it doesn’t try to unpick or understand anything. Instead of taking a sentence to pieces and then rebuilding it in the “target” tongue as the older machine translators do, Google Translate looks for similar sentences in already translated texts somewhere out there on the Web. Having found the most likely existing match through an incredibly clever and speedy statistical reckoning device, Google Translate coughs it up, raw or, if necessary, lightly cooked. That’s how it simulates — but only simulates — what we suppose goes on in a translator’s head.
Google Translate, which can so far handle 52 languages, sidesteps the linguists’ theoretical question of what language is and how it works in the human brain. In practice, languages are used to say the same things over and over again. For maybe 95 percent of all utterances, Google’s electronic magpie is a fabulous tool. But there are two important limitations that users of this or any other statistical machine translation system need to understand.
The target sentence supplied by Google Translate is not and must never be mistaken for the “correct translation.” That’s not just because no such thing as a “correct translation” really exists. It’s also because Google Translate gives only an expression consisting of the most probable equivalent phrases as computed by its analysis of an astronomically large set of paired sentences trawled from the Web.
The data comes in large part from the documentation of international organizations. Thousands of human translators working for the United Nations and the European Union and so forth have spent millions of hours producing precisely those pairings that Google Translate is now able to cherry-pick. The human translations have to come first for Google Translate to have anything to work with.
The variable quality of Google Translate in the different language pairings available is due in large part to the disparity in the quantities of human-engineered translations between those languages on the Web.
But what of real writing? Google Translate can work apparent miracles because it has access to the world library of Google Books. That’s presumably why, when asked to translate a famous phrase about love from “Les Misérables” — “On n’a pas d’autre perle à trouver dans les plis ténébreux de la vie” — Google Translate comes up with a very creditable “There is no other pearl to be found in the dark folds of life,” which just happens to be identical to one of the many published translations of that great novel. It’s an impressive trick for a computer, but for a human? All you need to do is get the old paperback from your basement.
And the program is very patchy. The opening sentence of Proust’s “In Search of Lost Time” comes out as an ungrammatical “Long time I went to bed early,” and the results for most other modern classics are just as unusable.
Can Google Translate ever be of any use for the creation of new literary translations into English or another language? The first thing to say is that there really is no need for it to do that: would-be translators of foreign literature are not in short supply — they are screaming for more opportunities to publish their work.
But even if the need were there, Google Translate could not do anything useful in this domain. It is not conceived or programmed to take into account the purpose, real-world context or style of any utterance. (Any system able to do that would be a truly epochal achievement, but such a miracle is not on the agenda of even the most advanced machine translation developers.)
However, to play devil’s advocate for a moment, if you were to take a decidedly jaundiced view of some genre of contemporary foreign fiction (say, French novels of adultery and inheritance), you could surmise that since such works have nothing new to say and employ only repeated formulas, then after a sufficient number of translated novels of that kind and their originals had been scanned and put up on the Web, Google Translate should be able to do a pretty good simulation of translating other regurgitations of the same ilk.
So what? That’s not what literary translation is about. For works that are truly original — and therefore worth translating — statistical machine translation hasn’t got a hope. Google Translate can provide stupendous services in many domains, but it is not set up to interpret or make readable work that is not routine — and it is unfair to ask it to try. After all, when it comes to the real challenges of literary translation, human beings have a hard time of it, too.

ผลลัพธ์ (ไทย) 1:

ทุกคนมีเรื่องเขาเองแปลกลัวจะบอกซึ่งเป็นเมนูอาหารที่ไม่สามารถเข้าใจในโครเอเชีย เตือน comically illiterate ลงบนชายหาดฝรั่งเศส "วิศวกรรมมนุษย์" แปลได้เพียงว่าไม่เพียงพอในโดเมนที่สำคัญ ในศาลและโรงพยาบาล ในการทหารและความปลอดภัย บริการของเราการชำระน้อยเกิน และ overworked แปลให้ muddles จากล้านของการโต้ตอบที่สำคัญ เครื่องแปลแน่นอนสามารถช่วยในกรณีเหล่านี้ ของ bloopers ตำนานมักไม่แย่ลงกว่าข้อผิดพลาดที่มนุษย์พึงทำเครื่องแปลได้พิสูจน์ประโยชน์ในสถานการณ์ที่เร่งด่วนมากขึ้นเช่น เมื่อเฮติถูกทำลาย โดยแผ่นดินไหวในเดือนมกราคม ช่วยทีม poured ในเกาะมลาย พูดนานาภาษา — แต่ไม่ชาวเฮติ ว่าสามารถรอดชีวิตติดอยู่กับข้อมูลได้รับโทรศัพท์มือถือเพื่อ rescuers ถ้าเขาต้องรอจีน หรือตุรกี หรือแปลเป็นภาษาอังกฤษต้องเปิด เขาอาจตายก่อนจะเข้าใจ คาร์เนกีเมลลอนมหาวิทยาลัยทันทีออกของชาวเฮติที่พูดและข้อความข้อมูล และเครือข่ายของนักพัฒนาอาสาสมัครผลิตระบบแปลภาษาด้วยเครื่อง rough-and-ready สำหรับชาวเฮติในวันหยุดที่ยาวมากกว่า มันไม่ได้ผลิตร้อยแก้วที่สวยงามมาก แต่ทำงานข้อดีและข้อเสียของการแปลภาษาด้วยเครื่องแล้วเรื่องของการอภิปรายที่เพิ่มขึ้นในหมู่มนุษย์แปลเมื่อเร็ว ๆ นี้เนื่องจากการก้าวหน้าเติบโตที่ทำในปีสุดท้าย โดย entrant สำคัญใหม่ในฟิลด์ Google แปล แต่อภิปรายนี้จริงเริ่ม ด้วยการเกิดของเครื่องแปลเองจำเป็นต้องแปลภาษาด้วยเครื่องน้ำมันจะกลับไปจุดเริ่มต้นของสงครามเย็น สหรัฐอเมริกาตัดสินใจที่จะมีการสแกนทุกเศษมาจากสหภาพโซเวียตรัสเซีย และมีไม่เพียงพอแปลให้ค่า (เหมือนมีไม่พอตอนนี้แปลภาษาทั้งหมดที่สหรัฐอเมริกาต้องการตรวจสอบ) สงครามเย็นร่วมกับการประดิษฐ์คอมพิวเตอร์ และ "cracking รัสเซีย" เป็นงานแรกที่มีตั้งเครื่องเหล่านี้อย่างใดอย่างหนึ่งพ่อของเครื่องแปล วอร์เรนช่างทอผ้า เลือกถือรัสเซีย "รหัส" obscuring ความหมายแท้จริงของข้อความ ทีมงานของเขาและผู้สืบทอดของที่นี่ และในครอบครัวในการ commonsensical วิธี: ภาษา พวกเขา reckoned ทำปทานุกรม (ชุดคำ) และไวยากรณ์ (ชุดของกฎ) ถ้าคุณสามารถได้รับ lexicons สองภาษาภายในเครื่อง (ค่อนข้างง่าย) และยัง ให้ ตั้งค่าทั้งหมดของกฎที่มนุษย์สร้างชุดความหมายของคำในภาษาสอง (ที่สงสัยเพิ่มเติมเสนอ), จาก นั้นเครื่องจะสามารถแปลจาก "รหัส" เป็นอีกนักภาษาศาสตร์ศึกษายุค โนมชัมสกีประธานในหมู่พวกเขา ยังดูภาษาเป็นพจนานุกรมและไวยากรณ์ สามารถสร้างประโยคต่าง ๆ เพียบหลายไม่จำกัดชุดของกฎ แต่เป็นนักภาษาศาสตร์ชัมสกีต้านที่ออกซ์ฟอร์ดความเห็นเวลา มีเพียงในรถยนต์ที่สามารถได้มาจากโรงงานรถยนต์ภาษาอังกฤษ แต่ละคนมีแตกต่างกันบางสิ่งบางอย่างไม่ถูกต้องด้วย กว่าสี่ทศวรรษถัดไป แปลภาษาด้วยเครื่องทำได้ผลลัพธ์ที่เป็นประโยชน์มาก แต่ เช่นอุตสาหกรรมยานยนต์อังกฤษ มันตกไกลขาดความหวังของมินิขณะนี้ เรามีสัตว์ชนิดต่าง ๆ Google แปลเป็นระบบแปลภาษาด้วยเครื่องสถิติ ซึ่งหมายความ ว่า จะไม่พยายามที่จะเบิกสินค้า หรือเข้าใจอะไร แทนการใช้ประโยคเป็นชิ้นแล้ว ฟื้นฟูได้ใน "เป้าหมาย" ลิ้นกับแปลเครื่องเก่า แปล Google ค้นหาประโยคที่คล้ายกันในข้อที่แปลแล้วไว้ออกมีบนเว็บ มีพบการจับคู่ที่มีอยู่มักผ่านอุปกรณ์ฉลาด และรวดเร็วอย่างเหลือเชื่อสถิติ reckoning, Google แปล coughs ค่า ดิบ หรือ ถ้าจำเป็น ลวกได้ดี เป็นวิธีจำลอง — แต่จำลองเท่านั้น ซึ่งเราสมมติไปในหัวของนักแปลGoogle แปล ซึ่งจนสามารถจัดการภาษา 52, sidesteps คำถามทฤษฎีของนักภาษาศาสตร์คือภาษาอะไรและวิธีการทำงานในสมองมนุษย์ ในทางปฏิบัติ ภาษาที่ใช้พูดในสิ่งเดียวกันเล่า ที 95 เปอร์เซ็นต์ของทั้งหมด utterances, magpie อิเล็กทรอนิกส์ของ Google เป็นเครื่องมือที่ดีเยี่ยม แต่มีข้อจำกัดสำคัญสองที่นี้หรือระบบแปลภาษาด้วยเครื่องสถิติอื่น ๆ ผู้ใช้ต้องเข้าใจโดย Google แปลประโยคเป้าหมายไม่ได้ และต้องไม่หลงใน "แปล" ที่ไม่ใช่เพียง เพราะสิ่งดังกล่าวเป็นการ "แปล" มีอยู่จริง ๆ อาจเป็น เพราะ Google แปลให้เฉพาะนิพจน์ประกอบด้วยวลีเทียบเท่ามากที่สุดน่าเป็นที่คำนวณ โดยการวิเคราะห์ชุดใหญ่ astronomically เป็นประโยคจัดเป็นคู่ที่ trawled จากเว็บข้อมูลมาส่วนใหญ่จากเอกสารขององค์กรระหว่างประเทศ พันมนุษย์แปลทำงานสหประชาชาติและสหภาพยุโรปดังนั้นมาได้ใช้เวลาหลายล้านชั่วโมงแม่นยำ pairings ที่ Google แปลได้เชอร์รี่รับ ผลิต การแปลภาษามนุษย์มาแรกสำหรับ Google แปลจะมีอะไรที่จะทำงานด้วยได้คุณภาพตัวแปรของ Google แปลใน pairings ภาษาอื่นมีครบกำหนดส่วนใหญ่ให้ disparity ปริมาณของมนุษย์วิศวกรรมแปลระหว่างภาษาบนเว็บได้แต่สิ่งที่เขียนจริงหรือไม่ Google แปลได้อัศจรรย์ชัดเจนเนื่องจากมันมีการเข้าถึงไลบรารีโลกของ Google Books ก็สันนิษฐานว่าทำไม เมื่อต้องแปลวลีที่มีชื่อเสียงเกี่ยวกับความรักจาก "Les Misérables" — "บน n'a pas d'autre เพรี เซ็ต trouver dans เลส plis ténébreux เดอลาวี" — Google แปลมากับสินเชื่อมาก "มีเพิร์ลไม่อื่น ๆ ในพับมืดของชีวิต ซึ่งเพิ่งเกิดขึ้นจะเหมือนกับหนึ่งในจำนวนมากเผยแพร่แปลนวนิยายที่ดี เป็นเทคนิคน่าประทับใจ สำหรับคอมพิวเตอร์ แต่ สำหรับมนุษย์หรือไม่ ทั้งหมดที่คุณจำเป็นต้องได้รับหนังสือปกอ่อนเก่าจากชั้นใต้ดินของคุณและโปรแกรมมากรำลึก ประโยคขึ้นต้นของ Proust "ในค้นหาของหายเวลา" ออกมาเป็น ungrammatical "นานผิดฉันไปนอนก่อน" และผลลัพธ์สำหรับคลาสสิกทันสมัยอื่น ๆ ส่วนใหญ่จะไม่เป็นเพียงสามารถแปล Google เคยมีการใช้งานสำหรับการสร้างการแปลวรรณกรรมใหม่เป็นภาษาอังกฤษหรืออีกภาษาหรือไม่ สิ่งแรกที่จะพูดคือ ว่า จริง ๆ ไม่จำเป็นสำหรับการทำ: ปรากฏแปลวรรณกรรมต่างประเทศจะไม่ขาด — พวกเขาจะกรีดร้องเพิ่มเติมโอกาสในการเผยแพร่งานของเขาแต่ถ้าจำเป็นต้องมีมี แปล Google ไม่สามารถทำสิ่งที่มีประโยชน์ในโดเมนนี้ มันไม่ได้รู้สึก หรือโปรแกรมการบัญชีวัตถุประสงค์ บริบทจริง หรือลักษณะใด ๆ utterance (ระบบใด ๆ ก็ตามสามารถที่จะเป็นความสำเร็จอย่างแท้จริง epochal แต่มหัศจรรย์ดังกล่าวไม่ได้อยู่ในวาระการประชุมได้พัฒนาที่เครื่องแปลขั้นสูงสุด)อย่างไรก็ตาม เล่นปีศาจของทนายครู่ ถ้าคุณใช้มุมมอง jaundiced เด็ดของบางประเภทของนิยายต่างประเทศร่วมสมัย (พูด ฝรั่งเศสนวนิยายผิดประเวณีและสืบทอด), คุณอาจสันนิษฐานว่า เนื่องจากงานดังกล่าวไม่มีอะไรใหม่ การว่า จ้างเท่านั้นซ้ำสูตร แล้วหลังจำนวนนวนิยายแปลว่าพอ ชนิดและต้นฉบับของพวกเขาได้ถูกสแกน และนำขึ้นบนเว็บ แปล Google จะทำการจำลองการดีแปลอื่น ๆ regurgitations บริการเดียวกันแล้วไง ที่ไม่ได้แปลว่าวรรณคดีคือ สำหรับการทำงานที่เดิมอย่างแท้จริง — ดังนั้นมูลค่าแปล — สถิติเครื่องแปลไม่ได้หวัง Google แปลสามารถให้บริการ stupendous ในโดเมนหลาย แต่มันไม่ได้ตั้งค่า การแปลให้อ่านงานที่ไม่ประจำตัวและไม่เป็นธรรมขอให้ลอง หลังจากที่ทุก เมื่อมันมาถึงความท้าทายแท้จริงของวรรณกรรมแปล มนุษย์ได้ทีของมัน เกินไป

ผลลัพธ์ (ไทย) 2:

ทุกคนมีเรื่องราวของตัวเองของการแปลที่น่ากลัวที่จะบอก - เมนูร้านอาหารที่ไม่สามารถเข้าใจในโครเอเชีย, สัญญาณเตือนภัยที่ไม่รู้หนังสือตลกบนชายหาดฝรั่งเศส "มนุษย์วิศวกรรม" แปลเป็นเพียงที่ไม่เพียงพอในโดเมนที่สำคัญมากขึ้น ในสนามของเราและโรงพยาบาลในการทหารและการให้บริการรักษาความปลอดภัยนักแปลค่าจ้างต่ำกว่าและทำงานหนักเกินไปทำให้ muddles ออกจากล้านของการสื่อสารที่สำคัญ เครื่องแปลภาษาอย่างแน่นอนสามารถช่วยในกรณีเหล่านี้ คลิปตำนานมักจะไม่เลวร้ายยิ่งกว่าข้อผิดพลาดที่เกิดขึ้นโดยมนุษย์ยาก.
เครื่องแปลภาษาได้พิสูจน์แล้วว่าเป็นประโยชน์ในสถานการณ์ที่เร่งด่วนมากขึ้นเช่นกัน เมื่อเฮติถูกทำลายจากแผ่นดินไหวในเดือนมกราคมที่ทีมช่วยเหลือหลั่งไหลไปยังเกาะแตกพูดหลายภาษา - แต่ไม่เฮติครีโอล วิธีการอาจรอดชีวิตที่ติดอยู่กับโทรศัพท์มือถือได้รับข้อมูลที่ใช้งานในการกู้ชีพ? ถ้าเขาจะต้องรอให้จีนหรือตุรกีหรือล่ามภาษาอังกฤษที่จะเปิดขึ้นเขาอาจจะตายก่อนที่จะถูกเข้าใจ Carnegie Mellon University ทันทีที่ปล่อยออกมาครีโอลเฮติของการพูดและข้อมูลที่เป็นข้อความและเครือข่ายอาสาสมัครของนักพัฒนาระบบการผลิตเครื่องแปลภาษาหยาบและพร้อมสำหรับครีโอลเฮติในน้อยกว่าวันหยุดยาว มันไม่ได้ผลิตออกมาเป็นร้อยแก้วของความงามที่ดี แต่ทำงาน.
ข้อดีและข้อเสียของเครื่องแปลภาษาได้รับเรื่องของการเพิ่มการถกเถียงในหมู่นักแปลของมนุษย์เมื่อเร็ว ๆ นี้เนื่องจากการเจริญเติบโตก้าวหน้าอย่างที่เกิดขึ้นในปีที่ผ่านมาโดยผู้เข้าแข่งขันใหม่ล่าสุดที่สำคัญในด้านที่ Google Translate แต่การอภิปรายครั้งนี้จริงเริ่มกับการเกิดของเครื่องแปลภาษาของตัวเอง.
ความจำเป็นในการแปลภาษาด้วยเครื่องน้ำมันดิบกลับไปจุดเริ่มต้นของสงครามเย็น สหรัฐอเมริกาตัดสินใจว่ามันจะต้องสแกนทุกเศษของรัสเซียออกมาจากสหภาพโซเวียตและมีเพียงไม่มากพอที่จะแปลให้ทัน (เช่นเดียวกับที่มีในขณะนี้ไม่เพียงพอที่จะแปลภาษาที่สหรัฐอเมริกาต้องการที่จะ จอแสดงผล) สงครามเย็นในเวลาใกล้เคียงกับการประดิษฐ์ของคอมพิวเตอร์และ "แตกรัสเซีย" เป็นหนึ่งในภารกิจแรกเครื่องเหล่านี้ถูกกำหนด.
พ่อของเครื่องแปลภาษา, วอร์เรนผู้ประกอบการเลือกที่จะเชื่อว่ารัสเซียเป็น "รหัส" ปิดบังความหมายที่แท้จริงของ ข้อความ ทีมงานของเขาและสืบทอดที่นี่และในยุโรปดำเนินการในทางที่ commonsensical: ภาษาธรรมชาติที่พวกเขาคาดคิด, ทำจากพจนานุกรม (ชุดของคำ) และไวยากรณ์ (ชุดของกฎ) หากคุณได้รับคำศัพท์สองภาษาภายในเครื่อง (ค่อนข้างง่าย) และยังให้มันทั้งชุดของกฎที่มนุษย์สร้างรวมกันมีความหมายของคำในสองภาษา (เป็นเรื่องที่น่าสงสัยมากขึ้น) จากนั้นเครื่องจะสามารถ แปลจาก "รหัส" เข้าไปอีก.
นักภาษาศาสตร์นักวิชาการในยุคของโนมชัมหัวหน้าของพวกเขายังมองว่าภาษาเป็นศัพท์และไวยากรณ์ที่สามารถสร้างประโยคที่แตกต่างกันหลายอย่างมากมายออกจากขอบเขตของกฎ แต่เป็นนักภาษาศาสตร์ต่อต้านชัมฟอร์ดให้ความเห็นที่ในเวลานี้ยังมีหลายอย่างมากมายรถยนต์ที่สามารถออกมาจากโรงงานรถยนต์อังกฤษแต่ละคนมีสิ่งที่แตกต่างอย่างผิดปกติกับมัน กว่าสี่สิบปีต่อมาเครื่องแปลภาษาบรรลุผลที่มีประโยชน์มากมาย แต่เช่นอุตสาหกรรมยานยนต์อังกฤษมันลดลงห่างไกลจากความหวังของปี 1950.
ตอนนี้เรามีสัตว์ชนิดที่แตกต่างกัน Google Translate เป็นระบบเครื่องแปลภาษาทางสถิติซึ่งหมายความว่ามันไม่ได้พยายามที่จะแก้ตะเข็บหรือเข้าใจอะไร แทนการประโยคชิ้นแล้วสร้างใหม่ใน "เป้าหมาย" ลิ้นเป็นนักแปลที่เครื่องเก่าที่ทำ Google Translate ลักษณะประโยคที่คล้ายกันในตำราแปลแล้วบางออกมีบนเว็บ มีการพบการแข่งขันที่มีแนวโน้มมากที่สุดที่มีอยู่ผ่านอุปกรณ์คำนวณทางสถิติอย่างไม่น่าเชื่อที่ฉลาดและรวดเร็ว Google Translate ไอขึ้นดิบหรือถ้าจำเป็นสุกเบา ๆ นั่นคือวิธีการที่จะเลียนแบบ - แต่จำลอง -. สิ่งที่เราคิดว่าเกิดขึ้นในล่ามหัว
Google Translate ซึ่งสามารถเพื่อให้ห่างไกลจัดการ 52 ภาษา sidesteps คำถามทฤษฎีภาษาศาสตร์ของสิ่งที่ภาษาและวิธีการทำงานในสมองของมนุษย์ ในทางปฏิบัติภาษาที่ใช้ในการพูดสิ่งเดียวกันซ้ำแล้วซ้ำอีก สำหรับอาจจะร้อยละ 95 ของคำพูดทั้งหมดนกกางเขนอิเล็กทรอนิกส์ของ Google เป็นเครื่องมือที่ยอดเยี่ยม แต่มีสองข้อ จำกัด ที่สำคัญที่ผู้ใช้หรือเครื่องสถิติอื่น ๆ ระบบการแปลต้องเข้าใจ.
ประโยคเป้าหมายที่จัดทำโดย Google Translate ไม่ได้และจะต้องไม่ถูกเข้าใจผิดว่าเป็น "แปลที่ถูกต้อง." นั่นไม่ใช่เพียงเพราะไม่มีสิ่งเช่น "การแปลที่ถูกต้อง" มีอยู่จริงๆ นอกจากนี้ยังเป็นเพราะ Google Translate ให้เพียงการแสดงออกซึ่งประกอบด้วยวลีเทียบเท่าน่าจะเป็นที่สุดตามที่คำนวณโดยการวิเคราะห์ของชุดใหญ่ astronomically ของประโยคคู่ trawled จากเว็บ.
ข้อมูลมาส่วนใหญ่มาจากเอกสารขององค์การระหว่างประเทศ พันของนักแปลของมนุษย์ที่ทำงานให้กับสหประชาชาติและสหภาพยุโรปและอื่น ๆ มีการใช้จ่ายนับล้านชั่วโมงการผลิตได้อย่างแม่นยำการจับคู่ที่ Google Translate อยู่ในขณะนี้สามารถที่จะเลือกเชอร์รี่ แปลมนุษย์ต้องมาเป็นครั้งแรกสำหรับ Google Translate จะมีอะไรที่จะทำงานร่วมกับ.
ที่มีคุณภาพตัวแปรของ Google Translate ในการจับคู่ภาษาที่แตกต่างกันเป็นเพราะส่วนใหญ่จะแตกต่างกันในปริมาณของการแปลของมนุษย์วิศวกรรมระหว่างภาษาผู้ที่อยู่ใน เว็บ.
แต่สิ่งที่เขียนจริง? Google Translate สามารถทำงานปาฏิหาริย์ที่เห็นได้ชัดเพราะมันมีการเข้าถึงห้องสมุดโลกของ Google หนังสือ นั่นเป็นเหตุผลที่สันนิษฐานว่าเมื่อถามว่าในการแปลวลีที่มีชื่อเสียงเกี่ยวกับความรักจาก "Les Misérables" - "ใน N'a อภิสิทธิ์ศิลปคนละ perle à dans les trouver plis ténébreux de la vie" - Google Translate มากับเชื่อถือมาก "มี ไม่มีมุกอื่น ๆ ที่จะพบได้ในที่มืดเท่าของชีวิต "ซึ่งเพิ่งเกิดขึ้นเป็นเหมือนหนึ่งในการแปลตีพิมพ์หลายที่นวนิยายเรื่องที่ดี มันเป็นเคล็ดลับที่น่าประทับใจสำหรับคอมพิวเตอร์ แต่สำหรับมนุษย์? ทั้งหมดที่คุณต้องทำคือการได้รับหนังสือปกอ่อนเก่าจากชั้นใต้ดินของคุณ.
และโปรแกรมที่เป็นหย่อมมาก ประโยคเปิดของสต์ของ "ในการค้นหาของที่หายไปเวลา" ออกมาเป็นไวยากรณ์ "เวลานานผมไปนอน แต่หัวค่ำ" และผลที่คลาสสิกที่ทันสมัยอื่น ๆ ส่วนใหญ่เป็นเพียงที่ใช้ไม่ได้.
สามารถ Google Translate เคยเป็นของใช้ใด ๆ สำหรับ การสร้างการแปลวรรณกรรมใหม่เป็นภาษาอังกฤษหรือภาษาอื่นได้หรือไม่ สิ่งแรกที่จะบอกก็คือว่ามีจริงๆไม่จำเป็นต้องให้มันทำอย่างนั้น. จะเป็นนักแปลวรรณกรรมต่างประเทศที่ไม่ได้อยู่ในการจัดหาสั้น - พวกเขาจะกรีดร้องหาโอกาสมากขึ้นในการเผยแพร่ผลงานของพวกเขา
แต่ถึงแม้ว่าความจำเป็นในการอยู่ที่นั่น Google Translate ไม่สามารถทำอะไรที่เป็นประโยชน์ในโดเมนนี้ มันไม่ได้รู้สึกหรือโปรแกรมที่จะคำนึงถึงวัตถุประสงค์ในบริบทโลกแห่งความจริงหรือรูปแบบของคำพูดใด ๆ (ระบบการใด ๆ ที่สามารถทำเช่นนั้นจะเป็นความสำเร็จที่สมัยอย่างแท้จริง แต่เช่นมิราเคิลไม่ได้อยู่ในวาระการประชุมของแม้แต่นักพัฒนาเครื่องแปลภาษาที่ทันสมัยที่สุด.)
อย่างไรก็ตามการเล่นปีศาจของผู้สนับสนุนสำหรับช่วงเวลาที่ถ้าคุณจะใช้เวลาเด็ด มุมมองความอิจฉาริษยาของรูปแบบของนิยายต่างประเทศร่วมสมัยบาง (พูด, นวนิยายฝรั่งเศสชู้และมรดก) คุณสามารถคาดการณ์ว่าตั้งแต่งานดังกล่าวไม่มีอะไรใหม่ที่จะพูดและใช้สูตรซ้ำเท่านั้นหลังจากนั้นเป็นจำนวนที่เพียงพอของนวนิยายแปลของชนิดและ ต้นฉบับของพวกเขาได้รับการสแกนและนำขึ้นบนเว็บแปลภาษาของ Google ควรจะสามารถที่จะทำแบบจำลองที่ดีงามของแปล regurgitations อื่น ๆ ของตระกูลเดียวกัน.
ดังนั้นสิ่งที่? นั่นไม่ใช่สิ่งที่แปลวรรณกรรมเป็นเรื่องเกี่ยวกับ สำหรับผลงานที่เป็นต้นฉบับอย่างแท้จริง - และดังนั้นจึงมีมูลค่าการแปล - เครื่องแปลภาษาทางสถิติที่ไม่ได้มีความหวัง Google Translate สามารถให้บริการมากมายในหลายโดเมน แต่มันก็ไม่ได้ตั้งค่าในการตีความหรือทำให้การทำงานที่สามารถอ่านได้ที่ไม่ได้เป็นประจำ - และมันไม่ยุติธรรมที่จะขอให้ลอง หลังจากที่ทุกเมื่อมันมาถึงความท้าทายที่แท้จริงของการแปลวรรณกรรมมนุษย์มีช่วงเวลาที่ยากของมันมากเกินไป

ผลลัพธ์ (ไทย) 3:

ทุกคนมีนิทานของเขาเองแปลแย่ บอก - เมนูมหาศาลร้านอาหารในโครเอเชีย , ป้ายเตือนหนังสือการ์ตูนหนังสือบนชายหาดฝรั่งเศส มนุษย์ " วิศวกรรม " แปลเป็นเพียงไม่เพียงพอในโดเมนที่สำคัญมากขึ้น ในศาลและโรงพยาบาลของเรา ในการให้บริการด้านการทหารและความมั่นคงได้เงินน้อยมาก และแปลให้ตีกันจากล้านของการโต้ตอบที่สําคัญ เครื่องแปลภาษาสามารถแน่นอนช่วยในคดีนี้ ของในตำนานครั้งมักจะไม่แย่กว่าข้อผิดพลาดที่ทำโดยกดยากมนุษย์
เครื่องแปลภาษาได้พิสูจน์เป็นประโยชน์ในสถานการณ์เร่งด่วนมากขึ้นเช่นกัน เมื่อเฮติเสียหายจากแผ่นดินไหว ในเดือนมกราคมทีมช่วยเทให้แตกเป็นเสี่ยง ๆ เกาะ พูดหลายสิบภาษา แต่ไม่ใช่ เฮติครีโอล . ทำไมติด Survivor กับมือถือได้รับข้อมูลใช้ได้กับการกู้ชีพ ? ถ้าเขาต้องรอ จีน หรือ ตุรกี หรือล่ามภาษาอังกฤษที่จะเปิดขึ้น เขาอาจจะตายก่อนที่จะเข้าใจ มหาวิทยาลัยคาร์เนกีเมลลอน เฮติครีโอลพูดทันทีเปิดตัวและข้อมูลข้อความและเครือข่ายนักพัฒนาอาสาสมัครผลิตหยาบและระบบแปลภาษาพร้อมสำหรับเฮติครีโอลในน้อยกว่าวันหยุด มันไม่ผลิตร้อยแก้วของความงามที่ยิ่งใหญ่ .
แต่มันได้ผลข้อดีและข้อเสียของเครื่องแปลภาษาได้รับเรื่องของการอภิปรายในหมู่มนุษย์แปล เมื่อเร็วๆ นี้ เพราะการเติบโตก้าวหน้า ทำให้ในปีที่ผ่านมา โดยล่าสุดผู้ใหญ่ในนาม Google แปล แต่การอภิปรายนี้จริงๆแล้วเริ่มด้วยการเกิดของเครื่องแปลเอง .
ต้องดิบแปลภาษากลับไปเริ่มต้นของสงครามเย็นสหรัฐอเมริกาตัดสินใจต้องสแกนทุกเศษเสี้ยวของรัสเซียออกมาจากสหภาพโซเวียต และมีเพียงไม่เพียงพอแปลภาษาให้ทัน ( ก็มีไม่เพียงพอที่จะแปลทุกภาษาที่สหรัฐอเมริกาต้องการที่จะตรวจสอบ ) สงครามเย็นประจวบเหมาะกับการประดิษฐ์ของคอมพิวเตอร์ และ " แตกรัสเซีย " เป็นหนึ่งในงานแรกที่เครื่องจักรเหล่านี้ถูกตั้ง
พ่อของแปลเครื่องวอร์เรน วีเวอร์ เลือกเรื่อง รัสเซีย เป็น " รหัส " ปิดบังความหมายที่แท้จริงของข้อความ ทีมของเขา และผู้สืบทอดของที่นี่ และในยุโรป โดยในทาง commonsensical : ธรรมชาติของภาษา พวกเขาคาดคิด , ทำพจนานุกรม ( ชุดของคำ ) และไวยากรณ์ ( กฏ )ถ้าคุณสามารถเอาพจนานุกรมสองภาษาในเครื่อง ( ค่อนข้างง่าย ) และยังให้ทั้งชุดของกฎที่มนุษย์สร้างชุดของคำที่มีความหมายในภาษาสองภาษา ( ข้อเสนอที่น่าสงสัยมากขึ้น ) จากนั้นเครื่องจะสามารถแปลจาก " รหัส " เข้าไปอีก .
ทางวิชาการนักภาษาศาสตร์จาก ยุค , แองกลิคันหัวหน้าในหมู่พวกเขายังแสดงภาษาเป็นพจนานุกรมและไวยากรณ์ที่สามารถสร้างประโยคที่แตกต่างกันจำนวนของชุดจำกัดของกฎ แต่เป็น anti ชอมสกีนักภาษาศาสตร์ที่ Oxford ซึ่งตอนนั้นมีจำนวนรถยนต์ที่ออกมาจากโรงงานรถยนต์ชาวอังกฤษ แต่ละคนต่างมีอะไรผิดปกติกับมัน กว่า 4 ทศวรรษเครื่องแปลภาษาได้ผล ประโยชน์ มากมาย แต่ เช่นอุตสาหกรรมรถยนต์ชาวอังกฤษ มันอยู่ห่างไกลจากความหวังของ 1950s .
ตอนนี้เรามีสัตว์ชนิดต่าง ๆ Google Translate เป็นสถิติแปลภาษาระบบ ซึ่งหมายความว่ามันไม่ได้พยายามที่จะ unpick หรือเข้าใจอะไรเลยแทนการใช้ประโยคที่ชิ้นแล้วสร้างใหม่ในลิ้น " เป้าหมาย " เป็นผู้แปลเครื่องเก่าจะ , Google แปลดูคล้ายกับประโยคในข้อความที่แปลแล้วออกมีบนเว็บ ที่พบมากที่สุดที่มีอยู่ตรงผ่านฉลาดอย่างไม่น่าเชื่อและอุปกรณ์การคำนวณรวดเร็วสถิติ Google แปลไอมัน ดิบ หรือ ถ้าจำเป็นค่อย ๆสุก มันเลียนแบบ แต่เลียนแบบ - - สิ่งที่เราสมมติขึ้นในหัวของนักแปล .
แปลของ Google ซึ่งสามารถไกลจัดการ 52 ภาษา sidesteps นักภาษาศาสตร์ ' ทฤษฎีถามเป็นภาษาอะไร และมันทำงานอย่างไร ในสมองของมนุษย์ ในการฝึกภาษาใช้พูดสิ่งเดียวกันซ้ำแล้วซ้ำอีก ประมาณร้อยละ 95 ของคำพูด ,นกกางเขนอิเล็กทรอนิกส์ของ Google เป็นเครื่องมือที่ยอดเยี่ยม แต่ก็มีข้อจำกัดที่สำคัญสองผู้ใช้นี้หรือใด ๆอื่น ๆระบบแปลภาษาเชิงสถิติต้องเข้าใจ
เป้าหมายจัดโดย Google แปลเป็นประโยคไม่ได้ และต้องไม่เคยถูกเข้าใจผิดว่า " การแปลที่ถูกต้อง . " นั่น ไม่ใช่แค่เพราะว่าไม่มีสิ่งเช่น " การแปลที่ถูกต้อง " มีอยู่จริง ๆก็เป็น เพราะ Google แปลให้เพียงแสดงออกซึ่งประกอบด้วยวลีที่น่าจะเป็นไปได้มากที่สุด เทียบเท่าเป็นคำนวณโดยการวิเคราะห์ของชุด astronomically ขนาดใหญ่ของคู่ประโยคป่นจากเว็บ .
ข้อมูลมาส่วนหนึ่งขนาดใหญ่จากเอกสารขององค์การระหว่างประเทศพันของมนุษย์แปลทำงานให้สหประชาชาติและสหภาพยุโรปและอื่น ๆมีการใช้จ่ายนับล้านชั่วโมงการผลิตได้อย่างแม่นยำนั้นคู่ที่ Google แปลในขณะนี้สามารถรับของเชอร์รี่ การแปลของมนุษย์ต้องมาก่อนสำหรับ Google แปลที่จะมีอะไรที่จะทำงานกับ .
ตัวแปรคุณภาพของ Google แปลในภาษาที่แตกต่างกันคู่ใช้ได้คือเนื่องจากในส่วนที่มีขนาดใหญ่ความแตกต่างในปริมาณของมนุษย์วิศวกรรมการแปลระหว่างภาษาบนเว็บ .
แต่สิ่งที่เขียนจริง Google Translate สามารถทำงาน miracles ชัดเจนเพราะมีการเข้าถึงห้องสมุดของหนังสือของ Google ที่สันนิษฐานว่าทำไมเมื่อถามว่า จะแปลเป็นวลีที่มีชื่อเสียงเกี่ยวกับความรักจาก " Zambo / ไม่มีผิดไม่มีโทษ " - " n'a PAS d'autre ภายในล่าสุด trouver ใน Les เพิ่มเติม T . kgm breux de la vie " - Google แปลมาพร้อมกับมากน่าเชื่อถือ " ไม่มีมุกอื่น ๆที่จะพบในที่มืดเท่าชีวิต " ที่ เป็นเหมือนหนึ่งในหลายหัวข้อเลยแปลนวนิยายมันเป็นทริคที่น่าประทับใจ สำหรับคอมพิวเตอร์ แต่สำหรับมนุษย์ ทั้งหมดที่คุณต้องทำคือการได้รับหนังสือเก่าจากชั้นใต้ดินของคุณ .
และโปรแกรมมากเป็นหย่อม เปิดประโยคของพรูสต์ " ในการค้นหาของเวลาที่สูญเสีย " ออกมาเป็นที่ผิดไวยากรณ์นานแล้วนะ ผมเข้านอนเร็ว " และผลสุดคลาสสิกที่ทันสมัยอื่น ๆ ก็ใช้ไม่ได้
ของ Google สามารถแปลได้จะมีประโยชน์สำหรับการสร้างใหม่ของวรรณกรรมแปลเป็นภาษาอังกฤษ หรือภาษาอื่น สิ่งแรกที่จะพูดคือว่ามีจริงๆไม่มีความจำเป็นที่จะทำว่าเป็นนักแปลวรรณกรรมของต่างประเทศไม่ได้อยู่ในการจัดหาสั้น - พวกเขาจะกรีดร้องสำหรับโอกาสมากขึ้นที่จะเผยแพร่งานของพวกเขา .
แต่ถ้าต้องการอยู่ที่นั่นGoogle แปลจะไม่ทำอะไรที่เป็นประโยชน์ในโดเมนนี้ มันไม่ได้รู้สึกหรือโปรแกรมที่จะคำนึงถึงจุดประสงค์จริงของบริบทหรือลักษณะใด ๆ ข้อกำหนด ( ระบบใดทำได้จะสัมฤทธิผล ซึ่งมีความสำคัญอย่างมากอย่างแท้จริง แต่มหัศจรรย์ไม่ได้อยู่ในวาระการประชุมของขนาดเครื่องจักรที่ทันสมัยที่สุด ( นักพัฒนา )
แต่เล่นเป็นทนายของปีศาจอยู่ครู่หนึ่งถ้าคุณจะเอาเด็ดดีซ่านมุมมองของบางประเภทของนวนิยายไทยร่วมสมัย ( พูด , นวนิยายฝรั่งเศสที่ล่วงประเวณีและมรดก ) , คุณอาจสันนิษฐานว่า เนื่องจากงานดังกล่าวมีอะไรใหม่ที่จะพูดและใช้เพียงสูตรซ้ำ แล้วหลังจากที่จำนวนที่เพียงพอของนวนิยายแปลของชนิดและต้นฉบับของพวกเขาได้รับการสแกน และใส่ ขึ้นบนเว็บGoogle แปลจะได้ทำแบบจำลองที่ดีงามของการแปล regurgitations อื่น ๆของประเภทเดียวกัน
แล้วไง ? นั่นไม่ใช่การแปลวรรณกรรมเรื่อง สำหรับผลงานที่มีต้นฉบับอย่างแท้จริง ดังนั้นมูลค่าการแปล - สถิติแปลภาษาไม่มีความหวัง แปลของ Google สามารถให้บริการมากมายหลายโดเมนแต่ไม่ใช่ตั้งขึ้นเพื่อตีความ หรือให้อ่านงานที่ไม่ใช่งานประจำ - และมันไม่ยุติธรรมที่จะให้มันลอง หลังจากทั้งหมดเมื่อมันมาถึงความท้าทายที่แท้จริงของการแปลวรรณกรรม มนุษย์มีเวลายากด้วยนะ