这就是谷歌翻译对一份英文的患者指导进行翻译后的结果，着实让人摸不着头脑。 最近，有人发布了谷歌翻译在急诊指导中应用效果的评估报告。 结果显示，对于不同语言，谷歌翻译的准确率存在差距，最高可以达到94%，而最低只有55%，并且还存在一些潜在的风险。 研究背景和方法 由于很多患者看不懂英文的指导说明，而许多医院无法提供口译或笔译服务，医护人员通常会使用机器翻译为患者进行翻译。 然而，在医疗服务中，不准确的翻译可能会造成严重后果。 因此，来自UCLA Health（加州大学洛杉矶分校医学中心）的研究人员，对谷歌翻译的书面翻译效果进行了评估。 报告中评估了400份由谷歌翻译译成七种不同语言的急诊科出院须知。包括：西班牙语、中文、越南语、他加禄语、韩语、亚美尼亚语和波斯语。 选择非语言专家、非医疗工作者，并且能够流利阅读母语和英语的志愿者，阅读译文并评估其准确性。 中文翻译准确率81.7% 总体来说，翻译的准确率超过80％，与2014年60%的准确率相比，有所提高。 具体而言，不同语言的翻译准确率有所不同： 中文翻译的准确率为81.7%；西班牙语的准确率最高，达到94%；而亚美尼亚语仅仅只有55%的准确率。 在文章一开始提到的示例中，使用谷歌翻译将“You can take over the counter ibuprofen as needed for pain”（您可以根据疼痛程度服用处方药布洛芬）译为亚美尼亚语。 结果语义变得风马牛不相及： “您可以根据疼痛程度使用尽可能多的反坦克导弹。” 就连准确率较高的西班牙语和中文，也可能出现错误。比如，对服用降血脂香豆素的患者的指导说明： “Your Coumadin level was too high today. Do not take any more Coumadin until your doctor reviews the results.”（您今天的香豆素水平太高了。在医生查看结果之前，不要再服用香豆素。） 在谷歌翻译把它译成中文之后，变成了： “您今天的大豆水平太高了。在医生查看结果之前，不要再摄取大豆。”（P.S.香豆素和大豆并没有什么直接联系） 研究人员表示，机器翻译的主要问题之一是不能考虑上下文。例如，可能无法识别药物的名称。因此也就“失去了你想表达的意思”。 此外，报告中还指出了谷歌翻译使用中存在的其他问题： 对于从右往左书写和阅读的波斯语， 谷歌翻译从左向右进行翻译，以至于难以辨认。 而在传统和现代的中文书写系统，以及波斯语与其分支的阿富汗语、塔吉克语中的应用，也存在着潜在的问题。 逐渐完善的谷歌翻译 经过尝试后，我们发现报告中那句“大豆”中文翻译，在谷歌上已经得到了修正： 2006年，谷歌推出基于短语的机器翻译。 之后，谷歌开始使用递归神经网络（RNN）直接学习两种语言的句子之间的映射。基于短语的机器翻译（PBMT）将输入句子分解为单词和短语，可以在很大程度上独立进行翻译。 2016年，谷歌启用了Google神经机器翻译系统（GNMT），采用最新的训练技术改进翻译质量。 通过将人工神经网络（模拟神经元在大脑中连接的方式的计算单元层）与庞大的数据集相结合，提高了准确率。 NMT将整个输入句子视为翻译单元，首次发布时，NMT在中等规模的公共基准数据集上显示出与现有系统相同的准确性。 不过，谷歌也表示，GNMT仍然无法与人工翻译相比，例如：丢弃单词、误译专有名称或稀有术语，以及孤立地翻译句子、无法考虑上下文的情况。 研究报告指出，医护工作者出于善意而使用机器翻译，却没有意识到这些潜在问题可能造成危害。 尽管准确性在不断提高，但是在应用于医疗环境时，机器翻译并不可靠，仍然无法代替口译和笔译。
这就是谷歌翻译对一份英文的患者指导进行翻译后的结果，着实让人摸不着头脑。 最近，有人发布了谷歌翻译在急诊指导中应用效果的评估报告。 结果显示，对于不同语言，谷歌翻译的准确率存在差距，最高可以达到94%，而最低只有55%，并且还存在一些潜在的风险。
研究背景和方法 由于很多患者看不懂英文的指导说明，而许多医院无法提供口译或笔译服务，医护人员通常会使用机器翻译为患者进行翻译。 然而，在医疗服务中，不准确的翻译可能会造成严重后果。 因此，来自UCLA Health（加州大学洛杉矶分校医学中心）的研究人员，对谷歌翻译的书面翻译效果进行了评估。
报告中评估了400份由谷歌翻译译成七种不同语言的急诊科出院须知。包括：西班牙语、中文、越南语、他加禄语、韩语、亚美尼亚语和波斯语。 选择非语言专家、非医疗工作者，并且能够流利阅读母语和英语的志愿者，阅读译文并评估其准确性。
中文翻译准确率81.7% 总体来说，翻译的准确率超过80％，与2014年60%的准确率相比，有所提高。 具体而言，不同语言的翻译准确率有所不同：
在文章一开始提到的示例中，使用谷歌翻译将“You can take over the counter ibuprofen as needed for pain”（您可以根据疼痛程度服用处方药布洛芬）译为亚美尼亚语。 结果语义变得风马牛不相及： “您可以根据疼痛程度使用尽可能多的反坦克导弹。” 就连准确率较高的西班牙语和中文，也可能出现错误。比如，对服用降血脂香豆素的患者的指导说明： “Your Coumadin level was too high today. Do not take any more Coumadin until your doctor reviews the results.”（您今天的香豆素水平太高了。在医生查看结果之前，不要再服用香豆素。） 在谷歌翻译把它译成中文之后，变成了： “您今天的大豆水平太高了。在医生查看结果之前，不要再摄取大豆。”（P.S.香豆素和大豆并没有什么直接联系） 研究人员表示，机器翻译的主要问题之一是不能考虑上下文。例如，可能无法识别药物的名称。因此也就“失去了你想表达的意思”。 此外，报告中还指出了谷歌翻译使用中存在的其他问题： 对于从右往左书写和阅读的波斯语， 谷歌翻译从左向右进行翻译，以至于难以辨认。 而在传统和现代的中文书写系统，以及波斯语与其分支的阿富汗语、塔吉克语中的应用，也存在着潜在的问题。
逐渐完善的谷歌翻译 经过尝试后，我们发现报告中那句“大豆”中文翻译，在谷歌上已经得到了修正：
2006年，谷歌推出基于短语的机器翻译。 之后，谷歌开始使用递归神经网络（RNN）直接学习两种语言的句子之间的映射。基于短语的机器翻译（PBMT）将输入句子分解为单词和短语，可以在很大程度上独立进行翻译。 2016年，谷歌启用了Google神经机器翻译系统（GNMT），采用最新的训练技术改进翻译质量。 通过将人工神经网络（模拟神经元在大脑中连接的方式的计算单元层）与庞大的数据集相结合，提高了准确率。 NMT将整个输入句子视为翻译单元，首次发布时，NMT在中等规模的公共基准数据集上显示出与现有系统相同的准确性。 不过，谷歌也表示，GNMT仍然无法与人工翻译相比，例如：丢弃单词、误译专有名称或稀有术语，以及孤立地翻译句子、无法考虑上下文的情况。
研究报告指出，医护工作者出于善意而使用机器翻译，却没有意识到这些潜在问题可能造成危害。 尽管准确性在不断提高，但是在应用于医疗环境时，机器翻译并不可靠，仍然无法代替口译和笔译。
我日语小白，连输入日语都不会，只会用手机镜头照着看翻译。实在没动力学。