在 GPT 的推动下，NMT 的进步有望使机器翻译变得更加普遍。因此，对语言学家的需求将减少，翻译成本将大幅下降。这也将使翻译成本大大降低。
但事情没那么简单。
释放猎犬
降低机器翻译成本的一种低风险的好方法是从人工翻译转向带人工后期编辑 (MTPE) 的机器翻译。它以较低的成本产生良好的结果，因为 NMT 起点可以帮助语言学家更快地工作。
更具挑战性的是充分利用机器翻译 (MT) 的潜力，而无需后期编辑。这似乎是可以实现更高潜在成本节约的地方，因为经过良好训练的领域自适应 NMT 显然能够生成完全可以按原样使用的翻译，而无需人工后期编辑，在许多情况下和许多情况下都是如此。
但大型组织尚未充分挖掘这一潜力，因为 NMT telegram 数字数据 翻译质量从根本上来说存在差异。即使翻译质量在 10 次中有 8 次是很高的，其他两次翻译也很重要，需要采取明智的方法来管理成本风险动态。
在控制风险的同时从纯机器工作流程中获益的一种方法是，为 MTPE 发送对质量最敏感的内容，为纯机器翻译方法发送对质量不太敏感的内容。
但这样做有几个问题。大型组织，尤其是金融和医疗保健领域的组织，不能在网站上出现任何翻译错误。这是因为他们有业务、法律和监管方面的顾虑。
对于非网站内容，在内容稳定后进行更正要比网站内容困难得多。此外，即使您可以容忍错误公开，拆分工作流方法仍存在两个问题。
- 对于经过 MTPE 工作流程的质量敏感型翻译，一些机器翻译已经足够好，无需后期编辑即可直接使用，在这种情况下，您需要为不需要的人工后期编辑付费。这从根本上来说是一种浪费。
- 对于其他仅通过机器翻译工作流程的翻译，您面临发布质量低得令人无法接受的翻译的风险，即使很少有人看到，这也可能会损害您的声誉。在当今世界，如果有人看到它，就会在推特上将其模仿，您的品牌就会成为笑柄。
必须有更好的方法来消除浪费，管理风险，并充分释放机器翻译的潜力以大幅降低成本。
动态工作流
更好的方法是将所有翻译置于一个动态工作流程中，该工作流程旨在以尽可能低的成本提供至少满足要求质量的翻译。这将包括：
- 根据内容本身和/或其呈现和访问的上下文确定所需的最低质量。
- 尽最大努力做好机器翻译。
- 对机器翻译进行快速且廉价的质量评估。
- 当且仅当，质量评估低于所需质量，才将其发送给人工后期编辑。
这种方法最大限度地发挥了利用良好机器翻译的成本优势，最大限度地降低了人工后期编辑成本，并完全降低了所有情况下所有内容类型的机器翻译质量差的风险。
了解如何获得可预测的翻译价格
这里要解决的第一个问题是为了步骤 1、3 和 4 的目的而对质量进行编码。围绕这一问题，存在几种行业标准（MQM、DQF 等），但在某种程度上，评分需要适应组织或垂直行业以及市场/语言的特定敏感性。
确定对每项翻译任务应用什么级别的质量要求 西里尔萨蒙 数据工程主管兼首席数据架构师 相对简单，就像前面给出的拆分工作流示例一样。这是在两种可能的分类之间做出决定：根据内容是否位于网站的高流量部分，进行 MTPE 还是进行 MT。
但在动态工作流程世界中，给定上下文中的任何内容都可以用 0-100 等滑动比例标记任何最低质量要求，然后可以采取更加细致入微的方法，考虑许多其他变量，例如用户行为分析或其他信号，这些信号可以说明翻译质量对业务的重要性。这可以高度调整以优化翻译成本与业务成果，而不仅仅是翻译成本与翻译质量。
质量评估和路由决策原则上可以由语言学家完成
但以经济高效的方式对大量翻译进行此项工作是将人工智能分类技术应用于评估质量问题以及评估其是否“足够好”的另一个好用例。
显然，这存在一些技术挑战，而且这在当今行业 墨西哥电话号码 中尚未解决。但这是一个可以解决的问题，这就是为什么 MotionPoint 投入巨资进行研发以开发Adaptive Translation™，其中包括与 AI 功能协同工作的卓越 NMT，用于翻译质量评估和动态工作流程路由。
我们的目标是使我们的客户充分发挥人工智能在网站翻译方面节省成本的潜力，扩大他们的本地化预算以支持更多市场，并提供比以往更多的商业价值。
在我们最近的网络研讨会上详细了解人工智能下网站翻译的未来。点击此处免费下载。