1引言
话语就是人们斗争的手段和目的。话语是权力，是人通过话语赋予自己以权力[1]。在法国当代哲学家米歇尔·福柯《话语的秩序》一书中，权力理论与话语理论第一次结合，话语不再仅仅是解释说明的符号，更是一种工具，话语的主体可以通过控制主动传播信息。一个国家综合国力的强弱决定着这个国家话语权的大小，国家的综合国力强，该国对外的话语权也就更大[1]。学术期刊为主体的话语体系，包含中华传统文化、国际贸易规则、国际组织合作等内容，多为社会科学研究的范畴。因此，人文社会科学研究对于中国话语体系的构建具有重要的学术意义和价值。作为承载人类智慧的重要载体，学术期刊“走出去”对于中国话语体系构建的重要性也毋庸置疑。在学术期刊创立至今350年的时间里，人类的创新思想、创新科技、管理经验等创新论文，在学术期刊上发表的比例高达87%[2]。我国的学术期刊发布学术成果、传播学术热点、推广创新思维，是思想与智慧的聚集地；对学术交流、社会进步，对传播中国声音、交流人类智慧、共建人类文明、对链接作者与读者、中国与世界之间起到重要的枢纽作用。但不得不承认，我国学术期刊对外传播的影响力甚微且发展缓慢。造成这种情况的因素诸多，如穿透力不够、话语传播不均衡、话语权缺失等问题，其中尤需关注出版语言的问题。语言的差异会给国外读者以及研究者带来阅读障碍，沟通交流存在不便。我国的通用语言汉语虽然使用人数最多，但并非国际主导语言。目前我国在列学术期刊有六千余种，出版发行语言大多是中文，英语及其他语种期刊的数量屈指可数，十不足一。从使用范围来看，迄今已发展1400年的英语是近60个主权国家的官方语言或官方语言之一，俨然已是国际主导语言之一。这种不可比拟的语言优势赋予以英语作为出版发行语言的期刊在传播领域具有天然的统治地位。从世界各主要期刊论文检索系统中的数据可窥见一斑，如SCI收录的英文期刊占综述的百分之八十以上，斯普林格（Springer）收录的2767种期刊中有2026种是英文期刊[3]。由此可见，出版语言使用的地域越多越广，接受传播的群体就越多，接受传播的几率也就越高。毋庸置疑的是，出版语言的优化可以帮助学术期刊突破语言障碍、增加竞争力、扩宽受众，从而增强话语权。
2机器翻译的历史
翻译，就是把一种语言转换为另一种语言，包括语内翻译和语际翻译。究其核心，则都是如何把原文的意思在译文中表达出来[4]。机器翻译（MachineTranslation，简称MT），顾名思义，就是利用机器进行语言转换的一种翻译方式。早在1933年，法国科学家G.B.阿尔楚尼提出借助某种机器进行语言转换的想法，但直到世界第一台电子计算机诞生的三年后，即1949年，机器翻译这一思想才在美国信息论先驱之一沃伦·韦弗的《翻译备忘录》一书中正式面世。利用计算机进行语言之间的自动转换——机器翻译从呱呱坠地至今天的枝繁叶茂，几十年的成长之路漫长又曲折。而它的发展也和计算机的发展存在着密不可分的关系。对学术期刊而言，大量的专业文献除了要求译者具有扎实的语言功底和文化基础外，还需要具有专业知识背景；除了掌握直译或意译、归化异化、增词减词等翻译策略和技巧，还需要了解专业领域的翻译特点。人工翻译已无法满足学术期刊对专业文章高水平、全方位、多元化的翻译需求。在人工智能、大数据、机器学习等技术的驱使下，机器翻译在翻译速度、译文质量、覆盖语种、知识获取方式等方面飞速发展，其应用势在必行。除了计算机科学，语言学也对机器翻译有不可忽视的作用。从语言处理的角度来说，机器翻译需要语言学从语音、语法、词汇等不同方向为其提供合适、普遍的语言翻译规律。而语言符号的组合规律要应用于计算机操作，就需要数学家先将其进行加工，把它们代码化。由此可见，机器翻译是跨学科的，无论是语言学、数学还是计算机科学，缺一不可。机器翻译是依托于计算机技术、信息技术、语言学、统计学等多学科而存在的自动翻译。我们熟知的Google翻译、百度翻译、有道翻译等翻译软件准确已有了很大提高。但由于它们语料库、翻译方法、语言规则等各有不同，同一文本输入的翻译并不能得出一样的译本输出。同人工翻译过程相似，机器翻译也要经过分析、转换、生成三个阶段，其中转换是核心过程。对原文本语言、句法结构分析解读的深度不同，转换后合成的译文必然不同。根据转换原则的不同，机器翻译系统类型主要有：（1）基于规则的系统。依据语言学理论和语法规则，结合常用词和专业词词典，可以提供术语准确的译文输出。（2）基于统计的系统。通过对大量的样本数据的“学习”，建立双语对照的实例库，可以提供行文流畅的译文输出。在实际应用的过程中，机器翻译系统是不同方法和策略的集合。
3机器翻译的应用
随着时代的发展、科技的进步，不同国家间政治、经济、文化等方面的交流不可或缺，不同语言沟通的问题日益凸显，机器翻译的重要性也更为突显。在大数据时代背景下，随着计算机科学、语言学研究的发展，随着信息技术、云计算、人工智能等技术的发展，特别是计算机硬件技术的大幅度提高以及人工智能在自然语言处理、机器人学和知识系统的应用，从技术层面推动了机器翻译研究，机器翻译的发展速度惊人[5]。从“机械大脑”到基于规则、基于统计的机器翻译，再到基于神经网络、深度学习的机器翻译，从技术上不断推陈出新从，算法上不断优化升级。目前人工智能技术已经应用于以谷歌翻译、百度翻译为代表的网络即时翻译和以译星、雅信译霸为代表的专业翻译系统。2016年，谷歌用基于深度学习神经网络获取语言间映射关系的更优算法，取代以往基于短语的算法，推出了神经机器翻译系统。对于多数非专业的文本，已做到基本表达原文，不影响理解与沟通的译文结果[6]。在中国，网易、搜狗和科大讯飞等公司也投入人工智能行业，科大讯飞在语音识别、机器翻译方面的表现尤为不俗。他们全力研发人工智能翻译设备，以卸下人工翻译的沉重负担[7]。本文根据人工智能技术发展的现状、人工智能在机器翻译应用、及学术期刊译文需要，尝试设计了机器翻译系统，以实现在实际编校过程中对文本的翻译需要。人工智能是一门独特的学科，构建其与世界交互的框架需要来自计算机科学、控制论、心理学、语言学、认知科学等众多学科的成果。机器翻译的发展也应采取跨学科联动的方式促进技术创新。多学科联合有助于技术研发者找到新视角并对已取得的成果进行分析与批评。无论是人工翻译还是机器的自动处理，翻译都不是表面看起来的简单的对应替换。语言转换的过程建立在对多种语言理解和分析的基础上，建立在包含语法、句法、语义的语言规则上，完成文本的分析和算法的选择。研究人员已经尽可能地在资料库增加句法、语法更深层结构的知识，列举词句背后可能的知识含义。但由于语言本身既精确又模糊的复杂性，即使人工智能也无法明确实现翻译策略的选择、文本特质的认知。翻译中与人类感知能力密切相关的“语义问题”和“语用问题”不仅是机器翻译技术难以跨越的鸿沟，也是人工智能的无法独立思维、缺乏想象力等问题的缩影[8]。
4结语
机器翻译相比人工翻译仍有诸多不足，如缺失对文化理解和情感解读、无法实现译文的“信、达、雅”，但机器翻译应用广、成本低、速度快且能有效保证专业领域的译文质量。同时由于机器翻译的流程简捷，程序运行速度快，能有效把控翻译工作时间节点以配合学术期刊出版时间。洞悉机器翻译的技术困境、明确机器翻译的使用范围，扬长避短，促进机器翻译在学术期刊出版语言优化中的应用，助力我国学术期刊“走出去”，让中国文化在国际上传播得更广泛，让中国学术思想与世界先进科研思想产生更多的碰撞，互相吸取经验。同时传播中国的本土化思想，实现双向传播互动，增强我国的学术话语权。
