AI翻译高频术语解析：从NMT到后编辑一次搞懂

打开一个AI翻译工具，面对“NMT”“翻译记忆”“BLEU值”这些词，你清楚它们到底指什么吗？这篇文章用名词小词典的方式，把核心术语一次性讲明白。

基础架构术语：从SMT到NMT再到LLM

统计机器翻译（SMT）

统计机器翻译是2015年之前的主流方案。它把翻译拆成短语对齐和语言模型概率计算，比如根据双语语料统计“猫”对应“cat”的频率。但缺点很明显：生成的句子经常词序混乱、漏词。2026年仍有个别简单场景（如术语一致要求高的技术文档）在用它做辅助，但整体已非常边缘。

神经机器翻译（NMT）

NMT用深度神经网络把整个句子编码再解码，输出更通顺。2016年谷歌上线NMT后迅速取代SMT。它的核心是注意力机制，能自动对齐源语言和目标语言的词。2026年几乎所有在线翻译都基于NMT或其变体。判断一个工具是否用NMT很简单：看它是否一次输出整句（而非逐词），并且流畅度较高。

大语言模型（LLM）与翻译

2024年后，GPT等大语言模型开始介入翻译，不依赖专门的双语语料，而是通过上下文理解来翻译。它的优势是能处理比喻、双关，但劣势是成本高、延迟大。2026年许多AI翻译应用同时提供“NMT快速翻译”和“LLM精译”两种模式，前者更省资源，后者更擅长文学性文本。

应用模式术语：实时、离线与自适应

实时翻译

指输入文本后几乎即刻返回译文，通常延迟在1秒内。适用于即时聊天、会议字幕。2026年的实时翻译工具普遍支持断句重排和专有名词锁定。判断标准：看它是否支持“流式输出”（边输入边翻译），以及是否有明显的抖动。

离线翻译

指模型完全运行在本地设备上，无需联网。常见于手机、翻译笔。代价是模型规模受限，质量略低于云端。2026年苹果、高通等芯片厂商在设备端集成了专用NPU，离线翻译的准确度已接近2019年的云端水平。适合差旅、保密场景。决策点：如果常去无网络环境，优先选支持离线且模型大小小于500MB的工具。

领域自适应

指模型通过微调或提示词针对特定领域（如医学、法律）优化。普通通用模型翻译医学论文可能把“angina pectoris”翻成“心绞痛”，但领域自适应模型能确保术语准确。2026年企业级AI翻译平台普遍提供“定制模型”功能，上传100条以上术语库即可生效。

评估与质量术语：不再只看BLEU

BLEU值

BLEU是最早的自动评价指标，通过比较机器译文与参考译文的n-gram重合度打分（0-1）。缺点：过分依赖参考译文，对词序不敏感。2026年很多团队已经弃用它作为少有的指标，而是结合人工评分。作为用户，看到“BLEU 0.45”只能说翻译结果大致可用，但不要迷信。

人工评估与复合指标

2026年更流行的是结合流畅度与忠实度的人工评分，以及新的自动指标如COMET（基于神经网络的评估）。COMET能理解语义，比BLEU更接近人类判断。当你在评测报告里看到“COMET得分0.85”，说明翻译质量已经很高。在挑选工具时，建议直接试用一段包含专业术语的文本，比看分数更实际。

术语准确率

指特定领域专有名词翻译正确的比例。比如医学翻译中“ACEI”应为“血管紧张素转化酶抑制剂”，而非直译。好工具允许用户自定义术语库提高准确率。2026年主流AI翻译平台都支持上传Excel术语表。

工作流术语：翻译记忆与后编辑

翻译记忆（TM）

TM不是AI模型，而是一个数据库，存储人工翻译过的句段。当新文本出现重复或相似句子时，TM会自动匹配并提示。2026年TM与AI翻译深度整合：NMT先出初稿，TM再替换其中已确认的句子。常见于CAT工具如Trados、memoQ。适合大项目，能节省30%-50%的重复劳动。

后编辑（PEE）

指人工修改机器翻译的初稿。分为轻度PEE（只改严重错误）和充分PEE（使译文达到出版级）。2026年很多翻译公司明确要求：初级译员必须掌握PEE技能。判断一个工具是否适合PEE：看它是否有方便的“编辑-接受-拒绝”功能，以及是否自动记录修改历史。

质量核查（QA）

QA是发现术语不一致、漏译、数字错误的自动化检查。多数CAT工具内置QA。2026年AI辅助的QA还能检测风格是否统一。如果你需要批量处理翻译，确保工具支持自定义QA规则。

常见问题