机器翻译出错闹笑话的段子数不胜数，但大数据的应用却令这种技术手段日趋完善。甚至有支持者认为，机器翻译终将取代人力，让人类克服语言障碍交流。然而，技术真能参透人类语言的丰富和微妙之处吗？
【大数据优势】
初级机器翻译更像一部电子词典，擅长翻译单个字词和简单句子，但对多义词却束手无策。正因如此，尽管发展多年，纯粹的机器翻译仍然错漏百出。大数据时代的来临，可能彻底改写这种局面。
如今的机器翻译系统依据统计学原理工作。通常，设计者向机器翻译系统录入优质人工翻译文本。比对源语言和目标语言文本之后，系统能够自动识别，某种语言中的Ｘ在另一种语言中是Ｙ。结合上下文，机器翻译系统还能识别在何种语境之下，Ｘ应该翻译成Ｚ，而不是Ｙ。
牛津大学研究机器翻译的专家菲尔·布隆索姆因此认为，机器翻译就是猜。“电脑其实根本不懂这门语言或任何语法，只不过依据统计学原理确定，应该是‘一条狗’而非‘狗一条’，”他说。
这意味着，输入的文本资料越多，机器翻译的准确率越高。“各门语言的情况不一样，建立一个机器翻译模式，通常需要３０００万单词或者１００多万个句子，”布隆索姆说。多亏有联合国和欧盟这样的机构存在，其翻译人员历经多年积累起丰富的平行语料库（也称翻译记忆库），为机器翻译研发人员省去不少麻烦。
这也解释了，以数据和资料庞大著称的谷歌为何在机器翻译领域表现卓越。谷歌的机器翻译专有系统堪称业界典范，能够实现６３种常用语言的交互翻译。由于擅长摘取、利用网络资源，谷歌翻译还能实现某些罕见小语种的翻译。
“网络上有各种人翻译的多种语言文本，有些是高质量的翻译，有些不是，”知名机器翻译专家、谷歌翻译团队负责人弗兰泽·奥赫说，“各种类型我们都会用到，因为获取数据的量至关重要。”
【山头林立】
研究人员发现，如果将机器翻译应用于某一特定领域，其准确率将显著提高。因为这些专业用词精准、简洁。平时用途广泛、含义丰富的单词在该领域只有一个意思。
机器翻译发展因此呈现“山头林立”的局面，各企业开发出各自不同的专有系统。在这些翻译系统中，同一个词的意思往往大不相同。
以英文单词die为例，在生活用语中意为“死”，但在不同行业翻译系统中的意思大相径庭。适用工业领域的专有系统将这个词翻译为“硬模”、“一种金属工具”；玩具制造商的专有系统则将其译作“每面带点的方块”；宠物店用这个词则可能指“上等品”。
这些专有系统的存在，再辅以后期人工编辑，令机器翻译不光是背包客自助学外语的工具，更成为可靠、专业的翻译工具。
欧盟委员会已经广泛应用机器翻译。对于人而言，欧盟机构和法规的术语拗口难记，而这却是机器翻译的长项。
电脑公司“戴尔”运用机器翻译系统、辅以人工编辑，在官方网站上提供２８种语言阅读版本。戴尔因此缩减了４０％的翻译时间，自２０１１年以来削减四成翻译支出。公司负责相关项目的官员韦恩·布兰估计，戴尔对机器翻译投资的回报高达９００％。
专有系统提高了机器翻译的准确率，却限制了这种技术手段的通用性。今年６月，机器翻译专家、使用者和开发商在爱尔兰都柏林参与一个资源共享平台的聚会。主办者希望，越来越多开发者参与其中，共享各自的专有系统，这将极大增强机器翻译的应用前景。
