每一個翻譯在出道前都是菜鳥

在一本教人寫作的書中，我曾看到這么一句話，“每一只鳥起初都是蛋，每一個成功的小說家開始都沒有作品”。

同理，每一個資i深翻譯在出道前都是菜鳥，也沒有多少翻譯經(jīng)驗或者有份量的譯作。

因此，每當(dāng)有人問：我是非英語專業(yè)的，或者我只是一個?？?三本生，我真的能做翻譯嗎？

我的回答永遠(yuǎn)都是：Of course！能！

在我認(rèn)識的數(shù)百名譯員中，非英語專業(yè)和普通學(xué)歷出身的譯員都大有人在。他們的翻譯水平并不比牛校的英專生差多少，有些人也成為了翻譯大神。

作為一個自封的1.5流翻譯，我的翻譯生涯早期也非?？部?。

從大四下學(xué)期開始，我就向很多翻譯公司投過簡歷，結(jié)果連一個試譯的機會都沒有（鳥我的都是騙i子公司）。直到畢業(yè)一年后，才通過測試進了一家中等規(guī)模的翻譯公司。

而在正式上班的第i一i天，我也是懵逼的。前后左右的譯員都在啪啪啪地打字，就像如chi如醉的pianist，而我連文件里的第i一句話都翻譯不出來。

譯后編輯/交互式機器翻譯

　?。?）譯后編輯

　　譯后編輯簡單而言就是通過人工直接修改機器翻譯的自動譯文來完成翻譯。譯后編輯是的人機交互方式。SDL Trados等計算機輔助翻譯工具通常支持谷歌翻譯等API來直接獲取機器翻譯的自動譯文，因此譯后編輯是目前i流行的輔助形式。如果機器翻譯的自動譯文質(zhì)量較高，人工修改量就比較少，這種方式可以有效提升譯員的生產(chǎn)效率。但在行業(yè)實踐中，譯后編輯面臨諸多現(xiàn)實挑戰(zhàn)，有時甚至僅僅是聊勝于無。主要原因在于當(dāng)前的機器翻譯系統(tǒng)對應(yīng)的譯文質(zhì)量遠(yuǎn)未達(dá)到人工翻譯場景的用戶期望。如果機器翻譯的自動譯文質(zhì)量較差，譯員不得不為了少打幾個字而分析和修改漏洞百出的整句譯文，其代價遠(yuǎn)超過直接翻譯。僵化的譯文和似是而非的術(shù)語翻譯使得譯員使用機器翻譯的熱情并不高，而重復(fù)糾正相同錯誤的乏味感和反復(fù)修改仍不能滿意的挫敗感也使用戶感到沮喪。完全不同于傳統(tǒng)機器翻譯中以基于離散符號的轉(zhuǎn)換規(guī)則為核心的做法，需要經(jīng)過詞對齊，抽規(guī)則，概率估計和調(diào)參等一系列步驟，容易產(chǎn)生誤差傳播。

　　近兩年來，神經(jīng)網(wǎng)絡(luò)機器翻譯發(fā)展迅猛，譯文質(zhì)量顯著提升，同時也帶來了新的挑戰(zhàn)，如“順而不信”和翻譯結(jié)果難以干預(yù)等問題。因此，神經(jīng)網(wǎng)絡(luò)機器翻譯仍需要相當(dāng)長時間才可能在實踐中顯著改善譯后編輯的人機交互體驗。

　　翻譯過程通常包括兩個基本的階段：理解階段和再表達(dá)階段。在理解階段，譯者要理解原文的意義。在再表達(dá)階段，譯者要找到合適的單詞和詞組，以便能夠用目標(biāo)語言重述原文內(nèi)容。正是在這一階段，新手譯員常犯的錯誤。換言之，大量精力都花費在確保原文的所有內(nèi)容都已被翻譯，包括反復(fù)核對重要術(shù)語。在理解階段可能發(fā)生各種錯誤，如曲解、誤譯、無意義的詞、省略等，這些都要十分注意。但是，由于疲勞、時間限制、和/或源語言的影響，再表達(dá)過程中的錯誤更常見，而且往往未得到足夠的重視。然而，它們是終譯文中極其重要的一部分。由此，在提交終譯文之前，新手(以及專家)譯者可以創(chuàng)建檢查表，咨詢自己與文本相關(guān)的問題，從中獲益。句法錯誤、詞語形態(tài)錯誤、標(biāo)點符號錯誤是三種容易識別的再表達(dá)錯誤。YoumayseethedeepForsts(應(yīng)該是forest)，thepebblesandsmellthefreshair。