还记得以前翻译器会闹出那种荒唐事吗?比如连表情包都能自己“生成”。就像来自中国的商品说明,建议“用逆着毛的方向熨烫猫,用来开启”。虽然当时挺好笑的,但当你需要立刻翻译一份重要文件,或向外国客户解释为什么错过了截止日期——就一点都不好笑了。幸好,时代变了。如今用于翻译的现代神经网络,已经是完全不同的水平了。我决定测试 7 个热门服务,看看它们到底谁能真正应对复杂任务。
为了测试,我准备了两个刁钻的题目。第一个是塞满了惯用语和颜色代码的文本:(feeling blue, red tape, in the red)。第二个是经典的句法悖论:时间像箭一样飞逝,而 fruit flies 喜欢香蕉。这不仅是对“傻瓜”的考验,而是真正的陷阱,连先进的算法都会掉进去。
我们先从 BotHub 开始。它底层跑的是 Google 的 Gemini 3 Pro。Google 几十年来索引了整个互联网,懂得的语言比任何人都多。在第一个任务中,Gemini 表现得非常好——正确识别了所有惯用语,把“feeling blue”翻译成了“忧郁”,把“red tape”翻译成了“官僚主义”。在第二个测试中,模型没有被“flies”这个词的陷阱困住,但却丢失了原文的双关游戏。技术上算是过关,但缺少亮点。
来自德国科隆的 DeepL 是专业的神经网络翻译器,自 2017 年以来积累了良好的口碑。功能多到数不过来:支
查看原文