浅议“Translate with Bing”

一 BUG

通过对中英文翻译的结果对比，个人总结出以下几点bug：

1.根据每个单词含义，顺序组合翻译句子

    举例：1.an online startup called Coursera——在线启动称为Coursera

          2.anyone wanting to participate——任何人想要参与

          3.said Daphne Koller——表示达夫妮柯勒

          4.the cost of a degree——成本的一定程度

    这一点可以说是大多数翻译软件功能上的通病，无论是百度、谷歌还是金山等等都存在着类似的问题，这样的结果只能让读者自己进行排列组合猜测真实含义。

    推测原因：翻译功能缺乏对句子语法结构的学习，大多数只是单词含义的堆砌。例如不妨对于典型的定语（动名词；过去分词等）进行归类学习，翻译时置于所修饰的名词前。

2.词组含义翻译不准确

    举例：1.more than 680,000 students around the world——世界各地的多个680,000学生

          2.（more than 680,000 students around the world）have taken its courses——已开办的课程

    上面的第一个例子显然更好的翻译是世界各地超过680,000学生，对于more than 的解释不够准确，而第二个例子中应该翻译成参加课程（上课的意思）。

    推测原因：翻译功能缺少对更多词组以及固定搭配的学习，当然任何一种语言都是博大精深，在不能做到百分之百涵盖的前提下，尽可能扩大其对于基础常用的习惯学习是进一步努力的方向。

3.单词含义翻译单一、不准确

    举例：1.最上方的选项卡Homes——养老院（真实含义应该是房屋信息）

          2.do not earn credit——虽然赚的不诚信（显然为学分）

          3.Will free college courses replace degrees？——免费大学课程将会取代度吗？（显然degree此处为学位）

    推测原因：一词多义的现象在英语中十分普遍，翻译软件有可能只记住某一个意思，缺少在上下文应用环境中进行探索猜测。

4.人名（专有名词）翻译不当

    举例：1.Katherine Long ——罗兆贞长

          2.UW——康斯威星大学

    推测原因：当在现有词库中找不到合适解释时，由软件进行音译发生错误。当缩写词有多个解释时择取其中之一。前者不妨对专有词进行保留，一般不会造成歧义。

5.翻译不完全

    举例：没有对文末的其它链接进行翻译，如“Be a fighter in the parks”等

    推测原因：翻译功能只针对文本形式的语言进行翻译，忽略了链接。

二 新功能

    语言转换的复杂性是显而易见的，因此全部依靠机器翻译解决而不出现一丝错误是不现实的。同时每个人都有纠正错误的欲望，借以彰显自己的学识。web2.0为交互信息提供了前所未有的机遇与平台，因此可以把选择权下放给使用者。

    例如一词多义的情况，当通过比对找不到确切的选项时，不妨将单词显示成源语言，当用户鼠标放在上面时，显示出后备选项，由用户确定具体的意思，然后保存个人设置。

    有一点在使用过程中带来的不便之处是，当选择视图选项中的“并排”或“上下”时，还需要进行重新翻译，而不是像想象中那样将已有的翻译结果进行不同方式的显示，考验了用户的耐心。

三 众包

    个人觉得这个功能很好，相当于将语言的智慧取之于民，用之于民，集思广益，与维基百科等有相似之处。个人认为在具体的实现过程中要注意翻译意见的来源，互相约束监督，否则如果胡乱改写，文章一定会面目全非。可以借鉴百度知道的模式，由某些初级用户提出翻译中的不解之处，提出酬谢金额（虚拟），然后由其他用户解答（提问者满意后）获取相应奖励，将正确的结果添加到翻译结果中，这样由双方一问一答可以激励正确的修改意见的产生，同时增加用户的满足感与成就感。