在過(guò)去十年的大部分時(shí)間里，大數(shù)據(jù)是一種技術(shù)現(xiàn)象，而不是其他任何一種技術(shù)現(xiàn)象，企業(yè)試圖利用這種技術(shù)為自己謀利。人們?cè)诰W(wǎng)絡(luò)生活中每天采取的成千上萬(wàn)的行動(dòng)可以被用來(lái)定位廣告，識(shí)別趨勢(shì)，甚至預(yù)測(cè)行為，這是一個(gè)誘人的想法。市場(chǎng)營(yíng)銷部門和整個(gè)公司都以數(shù)據(jù)作為“21 世紀(jì)的石油”為前提。

這些公司挖掘了我們的搜索歷史，我們的瀏覽行為和我們的上網(wǎng)習(xí)慣，其中一些公司通過(guò)銷售或使用它來(lái)瞄準(zhǔn)他們的市場(chǎng)獲得了巨大的利潤(rùn)。

現(xiàn)在又出現(xiàn)了一種新的現(xiàn)象。最近的數(shù)據(jù)濫用丑聞使大數(shù)據(jù)運(yùn)動(dòng)黯然失色，將行業(yè)重點(diǎn)轉(zhuǎn)移到了一個(gè)更可持續(xù)的模式上：走進(jìn)這些宏大的內(nèi)容里。

想想互聯(lián)網(wǎng)有多大。它真的很大。有 550 億個(gè)網(wǎng)頁(yè)。如果每一頁(yè)都有 100字，那就是 5.5 萬(wàn)億字。這可能是一個(gè)保守的估計(jì)。顯然，并非所有這些內(nèi)容對(duì)擁有這些內(nèi)容的公司都有用。這些頁(yè)面中有許多包含填充語(yǔ)、文本或法律術(shù)語(yǔ)。從大內(nèi)容的角度來(lái)看，真正讓營(yíng)銷人員感興趣的頁(yè)面是那些可以被收獲并對(duì)數(shù)據(jù)分析人員有用的頁(yè)面。那么，什么是“大內(nèi)容”？讓我們把電子商務(wù)的產(chǎn)品描述和評(píng)論作為最好的例子在這里，有數(shù)以百萬(wàn)計(jì)的產(chǎn)品在互聯(lián)網(wǎng)上銷售，他們每一個(gè)都需要一個(gè)良好的書面描述，以有效地銷售。同樣，這些產(chǎn)品中的絕大多數(shù)都在站點(diǎn)上提供了一個(gè)或多個(gè)客戶評(píng)論。如果他們是信息和明確，他們可以幫助買家作出自己的決定，也可以幫助零售商采取任何反饋在船上。所有這些都是與特定產(chǎn)品相關(guān)的內(nèi)容。

因此，有許多有用的內(nèi)容，但你如何處理這些信息，現(xiàn)在它是現(xiàn)成的？現(xiàn)在我們知道所有這些信息都存在，我們確定為一個(gè) 語(yǔ)言服務(wù)提供商，它很可能在某一點(diǎn)上需要多種語(yǔ)言，要在多個(gè)國(guó)家/地區(qū)銷售產(chǎn)品，就需要本地化。然而，所涉及的龐大字?jǐn)?shù)排除了傳統(tǒng)的每天 2000 字的翻譯方法，因?yàn)檫@太費(fèi)時(shí)了。

這就是機(jī)器翻譯譯后編輯 (MTPE) 和眾包的用武之地。有效處理如此大量?jī)?nèi)容的一種行之有效的方法是大規(guī)模機(jī)器翻譯，并使用大量經(jīng)過(guò)審查的語(yǔ)言學(xué)家對(duì)其進(jìn)行后期編輯并優(yōu)化其對(duì)讀者的影響。在工業(yè)中，使用 NMT 正迅速成為一種普遍現(xiàn)象。然而，仍然有陷阱與機(jī)器轉(zhuǎn)換和準(zhǔn)確性仍然是問(wèn)題。這就是我們引入人的元素以確保質(zhì)量的地方。但是，由于“大內(nèi)容”項(xiàng)目中的字?jǐn)?shù)太多，采用眾包策略是加快這一過(guò)程的一種快速而有效的方法。通過(guò)吸引多種語(yǔ)言，并為他們提供成為成功的后編輯所需的培訓(xùn)和知識(shí)，我們可以產(chǎn)生更快的、有質(zhì)量保證的結(jié)果。

這就是為什么眾包仍然是 Joncker 和整個(gè)行業(yè)的一個(gè)重要焦點(diǎn)，在大內(nèi)容時(shí)代，這種方法顯然是唯一可持續(xù)的解決方案之一。