5.5.5 翻译的创造性与机器翻译的局限
在第三章3.5.2节和本章5.2.3节，我们指出，近年来，基于神经网络模拟的人工智能给翻译技术带来了巨大的进步。可以说，在大数据时代，从主要依托规则模式到主要依托神经网络模式的巨大转变，使得翻译技术突飞猛进，翻译技术对多变的翻译语境的适应性也越来越强。然而，翻译技术的提高可能仅仅体现在正确度的提高上，机器翻译应该如何处理创造性的语言使用？机器翻译能否体现创造性呢？下面我们基于识解的不同维度来对此作初步考察。
（1）Nothing happened in the night
谷歌译文：夜间没有发生任何事情。
刘季春译：夜间倒是风平浪静，什么事也没发生。
（2）Away fies the arrow!
谷歌译文：远离箭头！
学生译文：箭嗖的一声飞走了。／嗖——箭飞走了。
（3）If you are willing to marry me, you will enjoy luxuries all your life.
谷歌译文：如果你愿意嫁给我，你将终生享受奢侈品。
学生译文：只要你嫁过来，鸡鸭鱼肉，绫罗绸缎，一辈子享受不尽。
（4）He cooks to perfection.
谷歌译文：他做饭做得很完美。
学生译文：他烹炸煎炒样样拿手。
在以上译文中，机器译文仅实现了语言形式的对应，人工翻译则利用场景要素，采用具体化的识解，创造性地丰富了表达的内容。
（5）He had to sit down five times before he reached his shack.
谷歌译文：他到达他的小屋前不得不坐下五次。
海观译：他走到他的茅棚以前，他不得不坐在地上歇了五次。
余光中译：他一路坐下来休息了五次，才挨到自己的草屋。
李锡胤译：一路上他又歇了五次才到家。
对比机器翻译，我们可以看到，对于原文中的sit down，人工翻译中有的根据场景作了具体化处理，增加了“在地上”；有的作了与行动主体涉身体验相关的识解处理，将其变为“歇”，或增加了“休息”。人工翻译也通过移情识解，增加了体现创造性的情感因素，体现在“挨”和“又……才”这样的表达上。
（6）Bright sunshine flooded the street where a group of boys in Sunday clothes were playing ball.
谷歌译文：明亮的阳光充斥着街上星期天衣服里的一群男孩在玩弄球。
学生译文：大街上阳光明媚，一群身着节日服装的孩子正在玩球。
此例中，原文句子结构相对复杂，是包含了定语从句的复合句。谷歌译文在处理上出现了错乱，各个场景要素之间的关系出现了非逻辑性关联。原文对规约性的背景要素bright sunshine作了凸显，使其成为图形，而人的活动成为修饰街道的次要元素。学生译者基于目标语的规约进行了图形–背景的重新配置，对场景的框架进行了重组，以小句并列的形式成功凸显了“阳光”和“孩子”两个图形。
如前所述，语言形式只是台上的场景提示，意义的获取还需要台下丰富的认知加工。在创造性翻译中，译者可以基于语言形式的提示，通过认知识解，利用丰富的场景要素，建立新的语言框架和表达。鉴于场景和语境的多变性，机器翻译和人工翻译在创造性方面仍然存在巨大差距。
当然，我们可以说，机器翻译的技术前提是对齐或类比数据的输入，而具有深度学习机制的神经网络系统解释性不高，似乎无所谓创造性。然而，如何应对多变的语境，逼近人的创造性语言使用特征应该是机器翻译未来努力的方向。目前机器翻译系统的结果似乎具有无序性和不可预知性，不同的机器翻译系统之间也表现出差异，各有优劣。为了更清晰地认识机器翻译与人工翻译在创造性特征上的差距，我们可以在不同的认知维度上作系统化的对比、总结和探讨，对比和评测不同机器翻译系统，并将它们和人工翻译进行对比。我们希望通过产出有关机器翻译缺陷的规律性认识，增强译后编辑的针对性，并有望能够通过训练机器翻译系统的特定方面或通过改善其相关配置，优化系统的运作，进一步提升机器翻译的质量。