請記住,以前的翻譯器曾經出現過荒謬的情況,甚至會自己產生梗圖?比如來自中國的商品說明書建議“用反毛的方式熨燙貓咪以啟動”。這雖然好笑,但當你急需翻譯一份重要文件或向外國客戶解釋為何錯過了截止日期時,就不再好笑了。幸運的是,時代已經改變了。現代的神經網絡翻譯已經是另一個層次。我決定測試七個熱門的服務,看看哪一個真正能應對複雜的任務。
為了測試,我準備了兩個狡猾的題目。第一個是充滿成語和色彩代碼的文本:(feeling blue, red tape, in the red)。第二個是經典的語法悖論:時間像箭一樣飛逝,而果蠅喜歡香蕉。這不僅是對愚蠢的考驗,更是真實的陷阱,即使是先進的算法也會陷入。
我們從BotHub開始。它的底層運行的是Google的Gemini 3 Pro。Google數十年來索引了整個互聯網,對語言的了解比誰都多。在第一個任務中,Gemini表現出色——正確識別了所有成語,把“feeling blue”翻譯成“悲傷”,“red tape”譯為“官僚主義”。在第二個測試中,模型沒有被“flies”這個詞的陷阱困住,但卻失去了原文的雙關語。技術上合格,但沒有亮點。
來自德國科隆的DeepL,是一個專門的神經網絡翻譯器,自2017年以來建立了良好的聲譽。功能繁多:支持文件翻譯,支持35種語言,最近還加入了語音轉文字。第一個任務中,DeepL選擇了較口語化的風格,把“in
查看原文