英语与人工智能

各位读者，一段时间不见，有没有想念我？在过去的一个月，工作生活上的事情叠在一起，目前进入收尾阶段，我有了时间来写文章。最近没有什么重要考试，说说我在工作上的见闻以飨读者。

近来“让数字多跑腿，群众少跑腿”如火如荼，各个地方都在开展大数据、智能化办公。一些新模式让人耳目一新，比如在《人民的名义》中出现过的大屏，数据可视化动态化，实时更新重点突出；还有各种统计数字集合在一起，抽丝剥茧后反映经济和社会活动的现状，为决策分析提供依据。新模式能便利生活，还能全局总览且部分细究，蕴含巨大的价值。

但新模式因其改革性也会面临旧模式的桎梏，因此要打破、整理旧模式下的数据，从而使其符合新模式。数字、表格等一系列原有格式只需对应转化，而从未有过秩序的文本成为必须翻越的眼前大山。要想让文本有秩序，需要先让文本结构化，这关系到智能化水平和效率，因此要尽量以高效率方式进行。

非文学类文本的突破口在于规律。Python和NLP技术不仅能爬虫爬下来大量文本，还能根据文字位置、前后搭配等方法，从已有文本中抽取出对应的命名实体，并将其放置到对应的结构化表格中，为以后的统计和分析做基础。比如，脸书做过的舆情分析，根据关键字和时间收集用户发布的文字，再通过词性标注和句法分析找到表达感情的形容词等，分析其感情极性，判断大家对某人某事的看法是积极还是消极。这种方法在国内也有；能迅速、全面的把握群众情绪，为决策和措施提供科学依据。

除了对已有文字的拆分和处理，生成也是一大应用。比如美国发布的各种政策、公告、报告，一般结构很稳定，因此爬虫+句式对应+关键词翻译+文本生成发布，几乎可以全自动处理，同时还能将变化了的关键词集合成机构化表格，以备统计和分析。

那么是不是翻译必将失业？这个老话题最近总被提起。但是现状是，英汉的自动化流程并不顺利，因为目前没有大批量“略懂技术+精专语言”或者“略懂翻译+精专技术”的人。过去教育体系中没有培养，现在的职场生活中也还没有引导。因此，或许这是一条将所谓的落后产能、红牌专业的语言专业与新兴的、需求旺盛的IT、data结合的最佳方式。各位善于学习钻研的翻译人士、英语专业或许能施展所长、一展抱负。要知道一个有经验的NLPer的年薪比金融IT有过之而无不及呢。

乐观之余，留给翻译队的时间不多了。2016年清华开设计算语言学硕士专业；人大附中选派学生赴美参加语言奥林匹克；江苏等省在高中开设python课程；计算机二级增设python项目，以及美帝的无数geek。时间窗口或许正在缓缓关闭，还有后浪滚滚想把我拍在沙滩上。

“我35岁了，学不会别的”，这句话曾引起无数讨论。我想大多数人都不想自己沦落到这样的境地。主席教导我们：天下大乱，时机大好。如果十年前没有种下科技树，第二好的时机就是现在。

PS如果说实在不喜欢、学不会怎么办？可以走另一个方向，处理人——去创造独一无二的体验，用文字给自己开创一个国度，用故事给别人感同身受和有所启迪。