探索 DeepL 机器翻译：DeepL 的工作原理及其准确性

让不同语言之间实现高效、准确的交流。这一愿景一直是推动机器翻译（MT）发展的核心动力。翻译作为计算能力最早的应用之一，最初在20世纪50年代以实验性项目开始，到了21世纪已成为一种可行的生产力工具。

如今，AI 驱动的机器翻译工具正在革新全球商业运营。在机器翻译领域，DeepL 是一个领先的服务商。这家来自德国的公司，专注于提供基于神经网络的机器翻译（NMT）技术。在本指南中，我们将深入探讨 DeepL 的工作原理、优缺点，以及在专业翻译项目中使用它的最佳实践。

什么是 DeepL？DeepL 简介

DeepL 于2009年在德国成立，最初名为 Linguee，是一个在线词典，旨在创建一个神经网络机器翻译系统，能够生成比传统统计机器翻译（SMT）高得多的翻译质量。

DeepL 的工程师应用了最新的深度学习技术（这也是公司名称的由来），并在 Linguee 数据库的现有数据上训练模型。

自2017年以来，DeepL 迅速走红，迄今已有超过十亿人使用其服务。它支持28种语言，可实现650种翻译组合。

用户可以根据需要，在 DeepL 的免费版与付费版之间、以及网页版与独立翻译客户端之间自由选择。免费版适合个人使用，付费版则为企业提供更多功能。

不过，DeepL 如今早已不只是一个单纯的翻译服务了。如今，它也开始涉足人工智能领域，并专注于文本生成方向。DeepL 在 2023 年初推出了最新产品 DeepL Write，旨在成为一款英语写作助手，并超越 Grammarly 等竞争对手。

DeepL 是如何工作的？

并非所有机器翻译系统都是一样的，随着时间的推移，系统变得越来越复杂。直到2016年，机器翻译系统要么是基于规则的——依赖于大量手动编写的规则——要么是基于统计的——根据多语言语料库（大量平行文本）进行翻译，以单词或短语为基础，寻找统计模式。

如今，大多数主流机器翻译系统使用神经网络。这被称为神经机器翻译，是一种端到端学习方式，其中程序的神经网络在生成输出句子时考虑整个输入句子，而不是仅关注翻译词两侧的几个单词。

DeepL 是神经机器翻译（NMT）系统的一个典型代表。借助深度学习算法，它能够生成比传统统计机器翻译引擎更加自然、更像真人表达的译文。它的网络架构还使其能够从大量数据中学习并适应新环境。

剖析 DeepL 的功能特点

如前所述，DeepL 的核心优势在于其神经机器翻译（NMT）系统。与传统的统计机器翻译方法相比，NMT 能让它生成更准确、也更自然的译文。接下来，我们就来看看它最为突出的一些能力：

• 多语言支持：DeepL 支持多种语言之间的互译，涵盖英语、西班牙语、法语、德语、中文、日语等等，数量非常丰富。用户可以在不同语言对之间无缝翻译文本，而无需单独的工具。
• 上下文理解能力：DeepL 所采用的 AI 引擎能够理解输入文本的上下文，力求使翻译在语境上更加准确，并完整保留原文想表达的含义。这在处理惯用表达和复杂长句时尤其有帮助。
• 翻译质量：DeepL 在某些语言对上的翻译质量广受用户好评，这也是它备受认可的一大优势。它理解上下文并提供精确翻译的能力受到专业人士和语言爱好者的重视。
• 翻译插件与桌面应用：DeepL 提供了浏览器插件，可以与 Microsoft Office 等多种应用程序集成，让您无需离开正在使用的软件就能直接翻译文本。此外，您也可以在主流操作系统上下载它的桌面应用。
• 文档翻译功能：除了文本翻译，DeepL 还支持用户上传完整文档进行翻译。对于需要处理多语言内容的个人和企业来说，这是一个非常实用的功能。
• 数据隐私保护：DeepL 总部位于德国，因此受欧盟数据保护法律的约束。虽然这家公司对于免费版机器翻译工具中的数据具体如何处理没有过多说明，但明确承诺：所有 DeepL Pro 订阅用户的翻译过程都享有安全加密的连接，并且翻译完成后，数据不会被保存在他们的服务器上。
• API 集成DeepL 提供了 API 接口，使开发者能够将其翻译服务集成到自己的应用、网站或服务中，从而为最终用户带来无缝的翻译体验。

DeepL 的主要竞争对手有哪些？

机器翻译工具的世界广阔而多样。除了 DeepL，目前市面上比较知名的机器翻译服务商还包括：

谷歌翻译

谷歌翻译于 2006 年推出，并在 2016 年 —— 也就是 DeepL 上线前几个月 —— 从统计模型切换到了神经机器翻译（NMT）模型。

它支持超过133种语言，且免费使用（除非通过 API 访问翻译你自己的网站，或每月翻译字符数超过500,000时）。谷歌翻译的界面非常友好，设计也直观易懂，因此深受普通用户的欢迎，成为他们常用的翻译工具。此外，它可以翻译整个网站、图像和语音。

Systran Translate

Systran 成立于1968年，是市场上第一个商业机器翻译软件。Systran 也是唯一一家拥有神经网络机器翻译和神经序列学习开源生态系统的公司：OpenNMT。

Systran Translate 支持超过50种语言，用户可以添加自己的术语表、词典和语料库，以个性化输出。

微软翻译

微软翻译于 2009 年推出，基于最新的神经网络技术，并采用了基于注意力机制的模型。它不仅集成在微软的搜索引擎 Bing 中，还作为内置功能出现在 Microsoft Office 办公软件里。

如今，它也作为独立的移动应用程序可用于 iPhone 和 Android 设备。它支持超过100种语言，并可进行语音和文本翻译。

Amazon Translate

作为该领域最年轻的参与者之一，Amazon Translate 于2017年发布。它采用了神经机器翻译引擎，在短短的发展历程中，已经取得了相当出色的性能表现。

用户需要拥有 AWS 账户，才能使用 Amazon Translate 提供的各项功能，例如定制化（术语库与平行语料）、术语编码，以及批量翻译（通过 Amazon S3）等等。

腾讯机器翻译

腾讯机器翻译（Tencent Machine Translation，简称 TMT）是该领域较新的入局者之一。它目前支持 10 种语言，并结合了神经网络和统计机器翻译模型。

腾讯机器翻译在中文处理能力方面尤为突出：在英译中方向取得了有记录以来最高的人工评估得分，在中译英方向也拿下了最高的自动化评测分数。

DeepL 与 谷歌翻译：哪个更出色？

DeepL 比谷歌翻译更出色吗？这个问题的答案，像其他任何事情一样，取决于上下文和用户的具体需求。一般来说，人们普遍认为 DeepL 在翻译准确性上要优于谷歌翻译。

尽管如此，DeepL 也存在一些自身的局限：DeepL 支持的语言种类比谷歌翻译要少一些。而且，要想使用它的全部功能——比如完整翻译文档并保留原始格式，或者选择正式与非正式的语气——就需要升级到付费账户。

DeepL 有一项谷歌翻译不具备的功能：用户可以点击译文框中的任意单词，快速查看该词的其他译法选项。如果您选择了与 DeepL 建议不同的译法，系统会自动调整其余文本，使其与您修改后的用词保持一致。

在安全方面，就其免费版本而言，谷歌翻译和DeepL 都会保留您翻译的文本历史。相比之下，DeepL Pro 则提供全球领先的数据保护标准，并且会在翻译完成后立即删除您的文本。这使其特别适合敏感内容。

总体而言，两家服务商都为机器翻译提供了有用的解决方案。如果您只是寻找一个便宜、易于使用的翻译工具，且不需要自定义的广泛语言选项，那么谷歌翻译可能是更好的选择。如果您需要高度准确的翻译，且可以自定义，并且需要确保您的数据受到保护，那么 DeepL 可能是更好的选择。

评估 DeepL 的翻译准确性与性能表现

评估一个机器翻译引擎的准确性，向来都是一件公认的难事。翻译结果的好坏，取决于多个因素：不同的语言对、不同类型的文本（技术性很强的金融文档和一篇博客文章肯定不一样），以及您所需要的定制化程度高低。

此外，由于语言是动态的，作者的意图等因素无法量化，因此准确性具有相对的定义。例如，小说对语法和标点准确性的期望与社交媒体帖子的期望会有所不同。

也就是说，从网络上的普遍反馈来看，用户普遍认为 DeepL 的准确性相当高，尤其是在处理欧洲语言之间的互译时表现尤为出色。 DeepL 自己所做的实验也印证了这一点。不过，由于该公司展示数据的方式可能存在一定的主观偏向，因此衡量准确性的更可靠指标其实是用户的反馈。总体来看，用户评价普遍积极，主要体现在以下几个方面：

• 习语和俚语的解读与等效表达
• 译文的自然流畅度
• 语体风格的精准翻译

归根结底，每个用户还是需要自己在实际场景中试一试，再判断 DeepL 的表现是否符合需求。好消息是，免费版本允许您在不产生任何费用的情况下做到这一点。

DeepL 的优点与不足

像 DeepL 这样的神经机器翻译系统，打开了无限可能的新世界。作为领先的神经机器翻译技术提供商之一，DeepL 具备以下优势：

• 准确性高：它能够理解单词和短语的更广泛上下文，从而产生更准确和流畅的翻译，并随着时间的推移而改进。
• 学习速度快：可以通过自动化流程快速训练神经网络，这不同于传统机器翻译所需的昂贵且主要依赖人工的方法。
• 灵活且易于集成：通过 API、扩展和插件，您可以将其集成到大多数浏览器或软件中，并应用于多种内容文件格式。
• 可定制化：通常情况下，您可以通过术语库、品牌专属术语表以及其他数据源来定制 DeepL 的翻译输出，从而提升翻译效果。
• 高性价比：与任何其他神经机器翻译引擎一样，DeepL 能够以极低的成本实现高准确率、高速的翻译。
• 可规模化：当您的翻译需求扩大时，DeepL 能够帮助您轻松应对增长的业务量。

尽管 DeepL 的发展已经达到了相当高的水平，但几乎没有哪个机器翻译引擎能做到完美无缺 ——DeepL 在逼近人工翻译的准确度上，仍然还有一段路要走。

DeepL 在未来几年还能提升多少，目前尚难预料，也不容易做出准确判断。就目前而言，它在某些人类特有的语言能力上仍然存在不足，比如：

• 主动提问
• 理解上下文
• 识别源文本中的错误
• 识别反讽
• 创造性翻译
• 做出审慎的用词选择
• 查证信息
• 保持一致性
• 保证完整性
• 有选择地增删信息
• 添加注释或说明

尽管机器翻译引擎处理这些类型任务的能力仍然有限，但手动译后编辑在不久的将来仍然可能是任何翻译工作流的重要组成部分。

在专业翻译中使用 DeepL 的最佳实践

在使用 DeepL 进行机器翻译时，重要的是要坚持那些可以最大限度地发挥其作用而不影响质量的用例。其中包括：

• 曝光度低或流量小的内容，例如内部备忘录、网站页脚、电子邮件、用于情感分析的社交媒体帖子等。
• 重复性强的技术类内容（例如使用说明书），只要做到”可操作、能看懂”即可。如果条件允许，最好还是让人工译员对这类内容进行后期编辑，以避免出现影响用户体验的问题。
• 低风险内容，不需要完全准确或遵循复杂的规定，一个典型的例子是用户生成的内容，比如商品评论，消费者通常不会对这类内容的翻译质量抱有过高期待。
• 时效性强的内容，例如聊天或电子邮件支持消息、客户咨询等。
• 需要短时间内交付的大量内容，例如需要快速上线的数百个产品描述。
• 频繁更新的内容 —— 比如产品功能更新或信息变动这类。

大多数这类场景下，只需要进行轻度机器翻译译后编辑（MTPE）就能保证准确性和清晰度。如果内容本身不是关键任务型的，甚至直接使用原始译文也未尝不可。

而对于其他一些对准确性要求更高的内容类型，则需要进行更耗时的人工后期编辑。这些内容包括：

• 产品名称：产品名称信息量大且简明扼要，往往包含专有名词和多义词，词序弹性通常较大，容易造成歧义。
• 句法结构差异较大的语言对之间的翻译：以日语和西班牙语为例，这两种语言涉及大量的词序和短语结构调整，使得机器翻译引擎很难生成通顺自然的句子。
• 中等曝光度的、会影响客户体验的内容：知识库、常见问题解答、系统提示等内容，需要尽可能做到准确无误，才能实现高效客户支持的目标。
• 后端 SEO 元信息：某些 SEO 元素，比如图片的替代文本（alt text）和标题说明，虽然曝光度不高，但需要进行技术性优化（例如植入目标语言的关键词）才能提升搜索排名。在机器翻译后，最好让人工对这些元素进行轻度后期编辑，以优化关键词和使用效果。

如何借助翻译技术充分发挥 DeepL 的潜力

现代翻译技术，例如本地化平台，通过彻底改变企业管理、翻译和交付多语言内容的方式，已经成为企业高效拓展全球市场的强大助推器。这些工具能够实现从起点到终点的全流程无缝衔接。

这类解决方案大多还集成了机器翻译引擎，让用户无需切换界面，就能在同一个平台上完成内容的导入、翻译、审校以及导出回源系统，同时还能快速将大量文本转换成目标语言。仅在生产力方面的提升就非常显著，并且当与利用机器翻译所带来的成本节省相结合时，最终的投资回报率可以是惊人的。

相比之下，当将机器翻译作为独立引擎使用，且该引擎与内容不在同一系统中时，实际上是在翻译过程中增加了额外的复杂性 —— 例如手动上传文件或下载结果的麻烦。由此产生的瓶颈、脱节的工作流程以及对整个过程缺乏可见性，必然会影响翻译的交付时间和准确性。

以 DeepL 作为全托管机器翻译引擎，集成到像 Phrase TMS 这样的企业级翻译管理系统中为例。该系统会自动为每个工作选择最佳的机器翻译引擎，其基于 AI 的解决方案会过滤掉不应翻译的内容：

• 无需担心技术配置的问题：只需将开关切换到“开启”，即可自动为所选语言启用引擎，并立即开始发挥其强大功能。
• 只在最合适的内容上使用 DeepL：尽管 DeepL 是一款非常强大的翻译引擎，但也不能保证它在所有领域和语言对上都同样出色。不同的内容和语言组合，效果可能会有差异。Phrase 的自动选择功能可一次启用多个机器翻译引擎，并自动将其分配给最符合其能力的内容。
• 善用术语表功能：您可以直接在 TMS 中统一管理所有的 机器翻译术语表 和专业词汇，DeepL 会自动调用这些术语，确保所有译文都符合您公司的风格规范。这对于其他集成的机器翻译引擎也适用。
• 跨引擎享受无限制的机器翻译和译后编辑：虽然 DeepL 作为独立产品也提供无限制的机器翻译，但在 Phrase TMS 中，您可以在所有全托管引擎上享受同样的福利。

DeepL 的效果取决于您如何使用它。

显然，DeepL 从最初默默无闻走到今天，已经取得了长足的进步。如今，它可以用于多种场景，快速生成高质量的翻译。

然而，要释放其真正的潜力，您需要将其用于合适的内容，并根据用例进行不同程度的译后编辑，当然，还要在合适的技术环境中进行操作。像 Phrase TMS 这样的翻译管理系统，正是发挥 DeepL 优势的理想平台。它让您能够充分调用 DeepL 的各项出色功能，实现最佳翻译效果。