Chuyển đến nội dung

Tri thức soi sáng thế giới

Dịch thuật bằng Trí tuệ Nhân tạo: Cách sử dụng hiệu quả Google Translate, DeepL và các trợ lý trò chuyện

Dịch máy đã có những bước tiến lớn trong những năm gần đây và có thể tạo ra văn bản trôi chảy trong vài giây. Điểm mạnh và điểm yếu của các công cụ dịch thuật, các mẹo để có kết quả tốt hơn và các trường hợp bạn bắt buộc phải sử dụng dịch giả con người.

Dịch thuật bằng Trí tuệ Nhân tạo: Cách sử dụng hiệu quả Google Translate, DeepL và các trợ lý trò chuyện

Dịch máy đã cải thiện rõ rệt sau khi chuyển sang các hệ thống dựa trên mạng nơ-ron từ năm 2016 và các mô hình ngôn ngữ lớn hiện nay tạo ra các bản dịch bảo tồn tốt hơn phong cách và ngữ cảnh. Ngày nay, bạn có thể hiểu một trang web, email hoặc thực đơn trong vài giây. Nhưng vẫn có một khoảng cách quan trọng giữa "đủ tốt để hiểu" và "sẵn sàng xuất bản".

Công cụ nào cho việc gì?

  • Công cụ dịch thuật cổ điển: Google Translate, DeepL và Microsoft Translator hoạt động nhanh, hỗ trợ nhiều ngôn ngữ và dịch tài liệu.
  • Trợ lý trò chuyện: Bạn có thể cho các trợ lý như ChatGPT, Claude hoặc Gemini biết về phong cách, đối tượng độc giả và các thuật ngữ ưa thích, đồng thời yêu cầu họ giải thích bản dịch hoặc đưa ra các lựa chọn thay thế.
  • Dịch bằng camera và giọng nói: Đọc biển báo và dịch hội thoại rất tiện dụng khi đi du lịch.

Mẹo để có kết quả tốt hơn

  1. Cung cấp ngữ cảnh: ví dụ "Đây là một email trang trọng gửi cho khách hàng".
  2. Thêm bảng thuật ngữ: Liệt kê các thuật ngữ đặc biệt của thương hiệu hoặc lĩnh vực của bạn và các bản dịch ưa thích của chúng.
  3. Sử dụng câu ngắn, rõ ràng: Các câu dài, mơ hồ làm tăng lỗi.
  4. Dịch ngược: Dịch kết quả ngược lại ngôn ngữ nguồn để kiểm tra xem ý nghĩa có được giữ nguyên hay không.
  5. Nhờ người bản xứ đọc lại: Đặc biệt đối với các văn bản sẽ được xuất bản.

Các lỗi phổ biến

  • Thành ngữ và tục ngữ được dịch từng chữ một
  • Mức độ trang trọng không phù hợp
  • Định dạng số, ngày tháng và đơn vị bị xáo trộn
  • Thông tin được thêm vào không có trong văn bản nguồn, hoặc một câu bị bỏ sót

Khi nào dịch giả con người là thiết yếu?

Chi phí của sai sót rất cao trong các hợp đồng, tài liệu tòa án, báo cáo y tế, tờ hướng dẫn sử dụng thuốc, đơn từ chính thức và sách hoặc bản thảo quảng cáo để xuất bản. Đối với những trường hợp này, hãy sử dụng dịch giả chuyên nghiệp và, khi được yêu cầu, dịch giả có tuyên thệ. Sử dụng dịch máy làm bản nháp được chuyên gia chỉnh sửa (hậu biên tập) cũng là một phương pháp phổ biến.

Dịch máy đã phát triển như thế nào?

Các nỗ lực dịch thuật bằng máy tính có từ những năm 1950, nhưng các phương pháp đã trải qua một số giai đoạn chính:

  • Hệ thống dựa trên quy tắc: Các nhà ngôn ngữ học viết từ điển và quy tắc ngữ pháp từng cái một; kết quả thường thô kệch và dịch từng từ.
  • Dịch thống kê: Vào những năm 2000, các hệ thống bắt đầu học hỏi, thông qua xác suất, cụm từ nào tương ứng với cụm từ nào từ hàng triệu cặp câu do con người dịch.
  • Dịch máy nơ-ron: Vào năm 2016, Google thông báo chuyển sang hệ thống mạng nơ-ron xử lý toàn bộ câu, và độ trôi chảy đã cải thiện rõ rệt.
  • Transformer và các mô hình ngôn ngữ lớn: Kiến trúc Transformer được giới thiệu vào năm 2017 tạo thành nền tảng của các công cụ dịch thuật và trợ lý trò chuyện ngày nay.

Tại sao các ngôn ngữ ít được sử dụng rộng rãi lại khó hơn?

Hệ thống dịch thuật cần lượng lớn văn bản song ngữ để học tập. Chất lượng cao đối với các ngôn ngữ như tiếng Anh, tiếng Tây Ban Nha hoặc tiếng Pháp vì dữ liệu đó phong phú; đối với các ngôn ngữ ít có văn bản trên internet, lỗi tăng lên rõ rệt. Những ngôn ngữ này được gọi là "ngôn ngữ tài nguyên thấp". Các nghiên cứu như dự án NLLB-200 của Meta, được công bố vào năm 2022, đang cố gắng thu hẹp khoảng cách này với các mô hình bao gồm 200 ngôn ngữ. Mặc dù vậy, nếu bạn đang dịch một văn bản quan trọng sang một ngôn ngữ tài nguyên thấp, việc nhờ người bản xứ kiểm tra kết quả lại càng quan trọng hơn bao giờ hết.

Các tính năng, gói cước và giá cả của công cụ AI thay đổi thường xuyên. Luôn kiểm tra trang chính thức của công cụ để có thông tin hiện tại.

Nguồn và đọc thêm

  1. Yonghui Wu et al., “Google’s Neural Machine Translation System”, arXiv, 2016.
  2. ISO 18587:2017, “Translation services — Post-editing of machine translation output”.
  3. European Commission, eTranslation service and machine translation guidance.
  4. Wu, Y. et al. (2016), “Google’s Neural Machine Translation System”, arXiv:1609.08144
  5. Vaswani, A. et al. (2017), “Attention Is All You Need”, NeurIPS
  6. NLLB Team (2022), “No Language Left Behind: Scaling Human-Centered Machine Translation”, arXiv:2207.04672
Chia sẻ
Theo dõi YulaHubNhận những tin quan trọng nhất trong ngày sớm nhất.
RSS

Để lại bình luận

Địa chỉ email của bạn sẽ không được công khai. Các trường bắt buộc được đánh dấu *