NLP语义理解技术对翻译行业的影响之我见

    随着AI人工智能的兴起，特别是NLP语义理解技术和机器翻译技术的发展，很多人担心翻译服务行业以后还有前途吗？我的答案是翻译仍大有前途。

    首先我们要理解NLP语义理解技术是用数学的方法尝试解决语言学的问题，机器翻译,搜索是计算机学科，它们不处理语义，只处理文字。比如：“我干掉了5个敌人”，“衣服晒干了”，这两个“干”，搜索是分不清的。同样，“吃了吗”机器翻译会翻译成“Did you have your meal”，但结合上下文，我们发现“吃了吗”可能是“你吃饭了吗”，也可能是“他吃药了吗”，更可能是打招呼“你好”。

    数学方法在搜索，图像识别上的成功让人们误以为它可以包治百病，而当人们进入自然语言翻译和交互时，发现数学方法不那么灵了。为什么不那么灵？

    第一：数学方法处理的语言文字并非语义本身。搜索和机器翻译是数学，不是语言学。搜索和机器翻译处理的是文字而非语义。文字只是语言的表达形式，语义才是语言的本质。人们之所以能把一种语言翻译成另一种语言就是因为它们语义相同。人们通过语言文字表达语义，语义处理就是通过语言文字处理语义。没有语言文字之前，人们通过手势，表情，符号，简单的语音表达意图。这个表达出来的意图跟通过语言文字表达的意图本质是一样的。语言文字虽然是语义的载体，但语言文字并非语义本身。它们之间有时是一致的，有时是错位的，这种错位是数学方法完全鞭长莫及的。

    第二，数学处理的是数据，不是语言，他们不研究语法。离开语法处理语义是不可能做好的。语言并不是字词句的堆砌。汉语有自己的语法，英语有自己的语法特征，日语也有自己的语法特征，不同的语言其语法特征是不一样的。数学家们忽略了语法特征的不同，企图用一套算法处理不同的语言，这是违背语言规律的。其实数学家们处理的只是数据，不是语言，语言是个有机体，语言是活的，语言是连续的。“苹果能吃”，隐含的语义是“富士苹果能吃”，“xx苹果能吃”等等。“你的苹果给我用用”里的苹果则和上面的苹果关系甚远，也不能吃。判断哪个“苹果”能吃，哪个不能吃不是靠一两句话，而是靠一个知识体系。

    第三，对语言的处理其实是个思辨的过程，需要智能，而数学方法是条件反射，拿分词来说，“是日本人去了山东”分成“是/日本人/去/了/山东”和“是日/本人/去/了/山东”和“是日/本人/去/了/山东”都是对的。什么情况下分成什么结果就要根据具体情况去思辨。而数学方法给出的分词结果是固定的，并不能根据具体情况发生变化。自然语言的特点还有不完整，不规范，不稳定的特点，这时数学就更无能为力了。比如“我稀饭你”，计算机会找不着北，而通过思辨人却可以理解这些话的意思。

    第四，语言的数据量大到数学方法无法覆盖，并且不断的演进中，用数学计算的方法在出来语义时就如蚍蜉撼树。

    不可否认，NLP语义理解技术意义重大，是一场新的技术革命，能部分解放人类的双眼和双手，但不能完全替代，只要人类在交流，真实世界中的翻译行业就仍大有可为。