- hotline： 400-682-1088
- services@fanyibase.com
【翻译与本地化】本地化行业的创造性破坏
翻译在历史上一直是人类和手工的任务。翻译人员会查看源文本并进行翻译，同时牢记语法，风格，术语和其他一些因素。翻译吞吐量受到人类生产力的限制，这严重限制了翻译量和所需时间。
创造性破坏的概念源于经济学家约瑟夫·熊彼特（Joseph Schumpeter）的卡尔·马克思（Karl Marx）的着作。熊彼特在其1942年出版的“ 资本主义，社会主义和民主” 一书中详细阐述了这一概念，他将创造性破坏描述为“工业变异的过程，它不断地从内部彻底改变经济结构，不断摧毁旧的经济结构，不断创造新的经济结构。
最开始作为经济学概念开始广泛用于描述需要发明和独创性的突破性创新 - 以及拆分或破坏先前的订单。要查找创意破坏的例子，请环顾四周。人工智能，机器学习和自动化正在创造巨大的效率提升和生产力提升，但它们也导致数百万人失业。优步和全球其他车辆应用程序正在改变运输，但许多传统的出租车公司都在努力。
随着时间的推移，创造性破坏和创新的过程正在加速。为了理解这一点，我们可以看看熊彼特（Kondratie ff）的技术创新浪潮。我们目前正处于由数字网络，软件行业和新媒体引领的第五波创新浪潮中。
可以在整个范围内感受到数字革命的影响。本地化行业也不例外，正在经历快节奏的数字中断。在本地化工具和流程中存在着技术的影响，这些技术正在引发重大变化。
本地化行业：与工业革命相似
我们所有人都熟悉工业革命。它始于18世纪下半叶，一直持续到19世纪中叶。作为工业革命的结果，我们目睹了从手工生产方法到基于机器的方法和工厂的转变，促进了大规模生产。它迎来了创新和城市化。这是最好的创造性破坏。回顾工业革命，我们看到有一些影响点，随之而来的是行业的巨大激增和变化。
翻译在历史上一直是人类和手工的任务。翻译人员会查看源文本并进行翻译，同时牢记语法，风格，术语和其他一些因素。翻译吞吐量受到人类生产力的限制，这严重限制了翻译量和所需时间。1764年，詹姆斯·哈格里夫斯（James Hargreaves）发明了旋转式jenny，这是一种能够让个人同时生产多个线轴的机器 。发明家Samuel Compton进一步创新并提出了纺纱骡子，进一步改善了工艺。接下来是Edmund Cartwright发明的通过动力织机织布的机械化。这些创新者及其发明彻底改变了纺织业。
对于本地化行业，类似的创新是机器翻译（MT）。对MT的艰苦研究已经持续了很多年，它在2005年后成为主流。创建了基于规则和统计的MT引擎，从而大大提高了生产率。然而，质量远不及人类生产的质量，因此MT发动机成为一种补充技术，帮助人类并帮助他们提高生产力。
根据使用的语言和引擎，生产率提高了30％-60％。担心译者的角色会减少。但他们的角色并没有减少，而是演变为后期编辑。
真正的突破发生在2016年，当时谷歌和微软推出神经机器翻译（NMT）引擎。NMT制作的质量还不是很好，但它似乎与人类翻译非常接近。它还可以再现
基于规则和统计机器翻译引擎所缺乏的写作风格和创造力的一些细微差别。NMT是在减少翻译过程中的人力足迹方面向前迈出的一大步。毫无疑问，这是一个影响点，虽然还不完美，但它
具有与纺纱珍妮和动力织机相同的破坏性潜力。生产率提高，价格降低，而且由于机器落后于它，可以管理的数量是无穷无尽的。因此，它再次担心是否需要翻译。对于翻译行业来说，旋转的珍妮是什么纺织品，其中几个体力劳动者 被机器取代。
然而，历史告诉我们的是，尽管基于现有任务或技术失去了工作，但是为支持更新的任务或技术而创建了更新的工作。
在钢铁行业，两位发明家创造了一个新的路线：亚伯拉罕达比，他使用焦炭燃料炉和亨利贝塞麦（Henry Bessemer）创造了一种更便宜，更容易生产铸铁的方法，他发明了贝塞麦工艺，这是第一个大规模的廉价工艺。生产钢铁。Bessemer工艺通过降低成本，从每长40英镑到每吨6-7英镑，彻底改变了钢铁制造。除了
降低成本外，速度也大幅提高，对劳动力的需求急剧下降。
本地化行业正在创建自己的Bessemer流程，称为持续本地化。 简单地说，它是一个完全连接和自动化的过程，内容创建者和开发者创建源材料，以连续的小块传递以进行翻译。翻译的内容不断合并，促进持续部署和发布。它是敏捷方法的扩展，它可以通过移动应用程序的示例进行演示，其中 最新更新不断地以多种语言推送到我们的手机。为了促进持续本地化，供应商平台或计算机辅助翻译（CAT）工具需要能够连接到客户端系统或需要提供的客户端 供应商及其资源使用的CAT工具类接口。该过程将从创建内容的开发人员或内容创建者无缝地流向编辑后编辑到机器翻译内容的后编辑器。钢铁行业的Bessemer工艺为大规模连续高效的钢铁生产铺平了道路。同样，持续本地化有可能为大规模连续和高效的本地化铺平道路，使公司能够以更低的价格更多地本地化更多语言。
还有许多其他颠覆性技术和流程导致了工业革命。对于本地化行业，还有其他一些工具和流程改进。
• 视听本地化和口译： 这是近年来开始发展的主题。像微软Skype和谷歌这样的玩家已经在文本到语音，语音到文本领域做出了改进。文本到语音已变得更像人类了，尽管还没有。语音到文本也得到了显着改善，输出质量上升，错误减少。解释是我们看到自动化解决方案涌现的另一个领域。谷歌的新耳机就是自动解读解决方案的一个例子。
• 自动术语提取： 这是一个没有得到太多关注和关注的术语。虽然人们一致认为术语是本地化质量的一个重要方面，但从技术进步的角度来看，似乎总是降级到较低的层次。有几个有趣的商业和开源解决方案，大大改善了术语提取，减少了误报。未来可能会通过人工智能和机器学习解决方案为该领域提供服务。
• 自动质量保证（QA）检查：质量检查检查可分为两个主要方面 - 功能和语言。在功能性质量保证方面，自动化已经存在了好几年，并且随着时间的推移已经有了很大的改进。已经有探索将机器学习和人工智能应用于功能自动化以预测错误，创建自我修复的脚本等等。 另一方面，语言质量保证 主要在拼写和术语检查方面实现了一些自动化。但是，自动化在其可以实现的范围内受到限制，并且不能取代人工检查或审核的需要。这个领域可以从人工智能和机器学习中获益匪浅。
• 使用聊天 机器人的本地语言支持： Chatbots正迅速成为大多数公司的第一级客户支持。大多数聊天机器人仍然使用英语。但是，我们开始在后台看到由机器翻译引擎支持的本地语言的聊天机器人，从而为国际客户提供本地语言支持。
• 数据（大或小）：虽然数据本身不是工具，技术或过程，但重要的是要将其调出。数据是上述许多技术和流程的核心。没有良好的语料库，就没有机器翻译。对于自动化术语提取和自动化QA检查，面临的挑战是拥有足够大的数据语料库，从而可以对机器进行培训。此外，元数据变得至关重要。今天，元数据对于为翻译人员提供额外的上下文信息非常重要，以确保更高质量的输出。将来，元数据将为机器提供相同的信息 - 机器翻译系统，自动QA检查等。这凸显了数据的重要性！
本地化的演变只不过是创造性破坏的力量。每个新的流程/技术都在破坏旧的运营方式 并创造新的前进方向。这也意味着在创建新作业时，旧作业将变得多余。
这个未来有多远？那么，整个过程非常耗费资源和技术。许多公司需要大量时间来采用这些做法。这为卖家提供了完美的机会，使他们能够提供自动化的数字化本地化解决方案。拥有丰富资源或资金的公司应该能够尽快实现这一目标。这也是泛行业开源平台可能加速这种转变的原因。
我们的成就
您身边的语言服务专家。
客户
3000
译员
8000
语种
100
字数
10000890
合作伙伴
Our Partners
