LanguageAI是翻译和本地化行业的热门话题。 这项技术具有巨大的变革潜力,引起了很多人的兴奋和炒作,但同时,很多人对于这项技术在日常实际应用中到底意味着什么感到困惑和惊愕。

人工智能和机器学习技术将如何应用于您? 它们将如何应用于您的公司? 它们将如何应用于您的客户?

在我们的现实系列的第一集中,Smartling 的创始人 Jack Welde 与 Olga Beregovaya(人工智能和机器翻译副总裁)和 Andrew Batwash(语言服务副总监)坐下来讨论人工智能对本地化的影响。 他们讨论了一些常见的误解和现实,并探索了该行业的发展方向。

 

什么是 LanguageAI?

让我们先来了解一下它不是什么。 LanguageAI 不仅仅是机器翻译(MT) 的另一个词——尽管 MT 是 LanguageAI 的主要组成部分。

当我们谈论 LanguageAI 时,我们指的是可以应用 AI 和机器学习 (ML) 技术来提高整个翻译过程效率的所有方式。 它包括操作或工作流程的改进以及内容本身的翻译。

例如,可以利用 AI 来帮助确定应该根据语言对和内容类型使用哪种 MT 引擎。 它可以促进公司语言资产的一致应用——无论内容是使用机器翻译还是通过人工翻译。 它可以帮助标签处理。 这些对工作流程的调整都不是无关紧要的。

然后,LanguageAI 等式的另一部分是 MT 和自然语言处理 (NLP) 应用程序。 其中包括最近引起广泛关注的方面:情绪分析、总结和文本生成。

 

LanguageAI 创造更聪明地工作的机会,而不是更努力地工作

语言专业人士早就使用技术来简化翻译流程。 例如,计算机辅助翻译( CAT )工具已经存在很长一段时间了。 但人工智能的最新发展促使语言行业的翻译方式发生了范式转变。

此前,人类承担着繁重的工作,人工智能只扮演辅助角色。 现在,事实却截然相反。

然而,这并不意味着人工智能技术会立即扼杀就业。 人工智能所能做的事情是有限的。 使用人工智能进一步简化翻译流程并大幅节省成本是可能的——但前提是你要有策略地这样做,并让人类专家了解情况。

  • 设定你的期望。 了解 LanguageAI 能做什么和不能做什么非常重要。 专业语言学家的专业知识在某些领域仍然非常宝贵,例如,审查机器翻译输出以标记虚假流畅性问题(句子在语法上正确但在其他方面存在不足)、处理文化敏感性以及创造情感参与。
  • 设计你的策略。 您的本地化战略应由您的业务目标以及您计划如何衡量成功来驱动。 首先定义这些,然后专注于校准您的本地化方法。

注意如何在本地化工作流程中处理不同类型的内容。 有些内容类型适合用机器翻译,而其他内容类型则最好交给人工翻译。 还有一些人则受益于混合方法。

最后,投资您的语言资产以帮助个性化您的内容——无论该内容是否要经过机器翻译工作流程或人工驱动的工作流程。

  • 实行良好的数据卫生。

为了提供任何类型的 ML 输出,您需要大量可供机器学习的内容。 公司可以利用他们的翻译记忆库,但关键是这些记忆库要尽可能干净 - 例如,不包含弃用的术语或翻译不一致的地方。 此外,公司必须采取措施确保数据安全。

 

Smartling 帮助企业利用 LanguageAI 最大化投资回报率

参与翻译和本地化行业是一个令人兴奋的时刻。 LanguageAI 为寻求可扩展方式丰富与全球受众互动的公司带来了新的可能性。 但更大程度的参与取决于牢记以下几点:

这不是一个非此即彼的情况。 事实上,选择一条路线而不是另一条路线——例如从全人类到全人工智能——是失败的根源。

相反,它是人类和机器的结合。

中间某处有一个最佳点。 尽管具体方法因公司业务目标而异,但那些最大限度地利用人类和 LanguageAI 优势的公司将具有竞争优势。

这正是 Smartling 可以发挥作用的地方。 Smartling 的翻译管理解决方案和专家语言服务可以帮助您确定在何处以及如何利用专业语言学家和 LanguageAI 来最大化您的本地化计划的投资回报率。

想要了解更多有关 LanguageAI 的未来以及 Smartling 如何帮助您在这个激动人心的时代茁壮成长的信息吗? 观看整个会议。