4月29日晚，外国语学院邀请比利时根特大学翻译、口译与传播系副教授 Lieve Macken在线上带来了一场题为“从规则到生成式人工智能：机器翻译的演变与影响”的精彩讲座。本次讲座由巫阿苗老师主持，学院100余名师生参与。
Lieve Macken副教授在语言技术研究领域深耕近三十年，其丰富的研究经历与卓越的学术成果，为本次讲座奠定了坚实的专业基础。早年她在鲁汶大学专注于机器翻译质量优化研究，后参与文本转语音系统研发，还主持荷兰语平行语料库项目并开发TExSIS术语提取系统，现任欧洲翻译与口译技术硕士项目联合负责人，在学术领域颇具影响力。
讲座伊始，Lieve Macken系统地介绍了机器翻译架构的发展历程。从20世纪80、90年代的传统机器翻译系统，到如今依靠大量数据与神经网络运行的现代系统，机器翻译发生了巨大变革。在神经网络模型中，单词被转化为数字，通过编码器和解码器处理，单词间的关联得以建立。她强调，语言之间的相关性对翻译质量有着重要影响，相关性越高，翻译质量往往越好，同时也指出当前主流翻译工具在支持语言数量上与世界语言总数的差距。
在翻译质量评估方面，Lieve Macken详细阐述了人工评估和自动评估两种方式。人工评估借助错误注释，采用MQM和SCATE错误分类法，从准确性和流畅性等维度对翻译进行细致分析；自动评估则基于参考译文，通过计算机器翻译输出与人工参考译文的相似度，运用基于单词和字符的指标来衡量翻译质量。她还介绍了根特大学开发的MATEO在线机器翻译评估工具，该工具旨在简化评估流程，服务于不同群体。
关于机器翻译与人工翻译在语言特征上的差异，Lieve Macken从多个角度进行了深入分析。在词汇丰富度方面，无论是单语还是双语层面，人工翻译均优于机器翻译；在语篇衔接上，人工翻译在句子与后续句子之间的词汇和语义重叠程度更高，展现出更强的局部连贯性；在句法结构上，神经机器翻译往往更紧密地遵循源语言结构，而人工翻译的句法更为多样。通过具体的实例和数据图表，这些差异得以清晰呈现。此外，Lieve Macken还探讨了利用机器学习方法自动区分人工翻译、神经机器翻译和大型语言模型翻译的可能性，以及不同翻译方式在处理翻译问题时所采用的技术和策略的差异。
讲座的最后一部分聚焦于机器翻译对读者的影响。Lieve Macken通过回顾相关研究，介绍了采用问卷调查和眼动追踪等方法对读者接受度的研究成果。研究表明，在某些情况下，读者难以区分高质量的人工翻译和译后编辑文本；而眼动追踪研究则发现，翻译质量越低，读者阅读时所需付出的认知努力越高，且机器翻译会增加读者的阅读时长，这种影响在实验初期尤为明显。
在讲座最后的问答环节，气氛热烈非凡。众多老师积极踊跃地提出问题，问题涵盖了多个前沿且极具深度的方向。他们与讲座主讲人展开了深入探讨，Live Macken副教授凭借其深厚的专业知识和丰富的实践经验，对每个问题都进行了耐心细致的解答，学术交流氛围浓厚。
此次讲座全面且深入地展现了机器翻译领域的发展现状与前沿动态，为学院师生提供了一个深入了解机器翻译演变与影响的宝贵机会，有助于大家更好地把握该领域未来的发展方向，对推动机器翻译相关研究与实践具有重要意义。
文稿|李文佳
初审|曾冠冠
终审|胡海燕