翻译记忆系统的主要理念是:它可以识别之前已经翻译过的文本片段,并且能够自动将该文本片段提取到当前所翻译的文本中。 该自动化流程可以将大型翻译项目的工作负荷最多降低 60%,同时可以提升工作质量,这是因为该流程在一定程度上可以排除翻译不一致性。
上述程序的主要功能在于其记忆与搜索功能可辅助译员的记忆。 通过该功能,可存储所有已翻译的文件,任何新译员均可在瞬间完成自主搜索;通过与原文对比,决定匹配情况;并可自动嵌入目标语文本(预翻译)。
这意味着,译员无需从卷秩浩繁的文件中查找与当前翻译相关的相应字段;而且还可避免对重复出现的字段进行更改,降低译文不一致的可能性。
机器翻译 (MT) 从 60 和 70 年代开始起源于基于规则的系统。今天,最新的混合算法整合了基于规则的系统与现有翻译的统计和范例(基于范例的机器翻译,EBMT)。
机器翻译仍需要译员的后期编辑才能得到很好的结果。 一般来说,机器翻译仅适用于获得有关文本内容的最初印象,例如投标文件或简单的电子邮件,或者用于信息收集(用于理解信息的 MT、用于传递信息的 MT 以及用于促进交流的 MT)。
GLOSSA GROUP 认为,提高生产力和利用机器翻译面临着两大挑战:
GLOSSA GROUP 已开发了内部系统,且在近几年与早期的 LISA 成员协作,分享基本数据,创建可靠的自动化指标和框架,以改善 MT 结果的自动评价,并将 MT 与 TM 间的数据交换标准化。
GLOSSA GROUP 在 MT 和及时数据(其信息会迅速贬值)的多语输出领域收集了广泛的知识,例如互联网上的股票价格、天气或其他现行信息和新闻服务。