在大數據時代，數據無所不在，數據激增會導致交流需求的激增，進而促進語言服務需求的激增。大數據技術是一個綜合性的技術，它反映了社會的技術性。在技術社會，它的重要特征就是技術因素比較活躍，技術發展和技術創新占主導地位，這將對翻譯行業的發展產生不可估量的影響。在語言服務業，許多過去難以量化的信息都將轉化為數據進行存儲和處理，大量復雜的待翻譯項目逐步浮出水面，所以激發并利用隱藏于數據內部尚未被發掘的價值，開拓語言服務業的藍海是翻譯行業的大勢所趨。傳統的翻譯研究者囿于語言和文本的研究，并未充分意識到到當今商業環境中翻譯技術發揮的巨大作用，而傳統的翻譯理論也很難描述和解釋現代新型的翻譯技術現象和翻譯技術活動。無論我們是否做好了準備，大數據時代下的翻譯技術發展迅猛，全球范圍內翻譯研究和翻譯教學將發生重大的變化。北京翻譯公司
　　一、大數據時代下的語言服務變革
　　一般認為，語言服務業包括翻譯與本地化服務、語言技術工具開發、語言教學與培訓、多語信息咨詢等四大業務領域。語言服務業的發展離不開海量信息的高速處理，然而，在經濟全球化的大背景下，信息呈指數增長，最近兩年生成的數據量，相當于此前所有時代人類所生產的數據量總和，知識增長和分化已經遠遠超出了人類的最大承受范圍，所以在信息時代，社會高速發展必須借助信息處理技術。大數據計算技術應運而生，解決了數據規模過大，傳統計算方式無法在合理時間完成分析處理的技術難題，大數據技術和基于統計方法的自然語言處理技術在語音識別、機器翻譯、語義索等技術領域都取得了重大突破性發展（唐智芳，于洋， 2015）。近年來，語言服務和技術市場一直不斷發展壯大，市場年增長額逐年遞增，從2009年的年增長額為250億美元到2016年為402.7億美元。這種變革進而將語言服務業帶入了一個全新的信息紀元：語言服務的內容不再局限于口譯和筆譯，而是隨著時間的發展變得日趨多元化。大數據催生出許多新的業務類型，語言服務市場的結構發生了很大的變化：雖然從整體上看，2016年，語言服務業最重要的業務還是傳統的筆譯和現場口譯，二者總市場份額由2013年的57%增至近73%。但是，同2013年相比，語言服務業新出現了會議口譯(占3.32%)、手機本地化(占0.51%)、游戲本地化(占0.54%)、搜索引擎優化(占0.35%)和字幕翻譯(占1.08%)，這些新興行業市場份額雖小,但是較為穩定。（CSA，2016）。同時，市場愈發多元化使得服務模式也隨之產生變化。例如，現在的跨境電商中通常需要實時的多語言交流和翻譯，所以即時的、動態的、碎片化的微語言服務模式才登上歷史舞臺，多元化的語言戰略也應該跟上市場的步伐，不斷改變。
　　二、大數據時代下的翻譯技術發展
　　大數據時代，世界是用數據來組成和表達的，我們人類已知的數據還只是冰山一角，尚有很多的數據還未得到充分的挖掘、理解和運用。在面臨著海量的、混沌的、非結構化的數據時，要從當中去挖掘更多對特定行業有意義和價值的數據，迫切需要現代語言處理技術。在新技術驅動之下，新興語言服務市場的重要特征是海量化、多元化、碎片化、多模態、即時性，這些特點更要求語言技術作為基礎支撐。在大數據時代，以翻譯為例，譯文作為產品可以貼上數據標簽，諸如原文的誕生、譯文生命的延續、譯者的風格、譯文的版本管理、譯文的跨國傳播、譯文的受眾群體、譯文的傳播效果等諸多因素都可以進行追溯，這些都可以生成一個龐大的翻譯數據庫，這將對翻譯教育和研究產生深遠的影響。
　　隨著信息技術的發展，尤其是在近年來在云計算和大數據技術的推動之下，語音識別、翻譯技術和翻譯平臺技術都得到了不斷發展。在大數據時代下，語料庫資源更加豐富，語音識別技術發展迅速；科大訊飛還開發了語音聽寫、語音輸入法、語音翻譯、語音學習、會議聽寫、輿情監控等智能化語言技術。以SDL為代表的翻譯工具開發商也紛紛開發出基于網絡的技術寫作、翻譯記憶、術語管理、語音識別、自動化質量保證、翻譯管理等工具，并廣泛應用于產業翻譯實踐之中。計算機輔助翻譯軟件也取得了重大發展，從單機版走向網絡協作、走向云端，從單一的PC平臺走向多元化的智能終端。諸如Flitto、TryCan、Onesky等生態整合性的眾包翻譯平臺也受益于大數據技術，蒸蒸日上。以中業科技研發的Trycan翻譯平臺為例，它依托于互聯網大數據，結合語言環境和不同國家的地域等因素，同時依托于中業科技背后數萬名在線兼職譯員以及多重高級譯員審核制度，特別是翻譯時間的限制，保證了各種翻譯能夠在一分鐘內得到解決，改變了機器翻譯和人工翻譯的模式，讓翻譯更加人性化。
　　三、大數據時代下的翻譯教學
　　縱觀國內翻譯技術教學，傳統的翻譯教學起步相對較早。2006年，教育部批準3所大學開設本科翻譯專業(Bachelor of Translation and Interpreting, BTI)；2007年，15所高校開設翻譯碩士專業學位(Master of Translation and Interpreting, MTI)；2011年，158所高校MTI，42所BTI；2012年，159所高校開設MTI，106所BTI；2016年，206所高校開設MTI，230所BTI。翻譯人才本應該滿足市場需求，但技術的飛速發展要求譯者具備更高水平的全方位立體多元化能力，高校輸送的人才很難達到企業的招聘要求。在此大背景之下，北大MTI在2009年就開始開設翻譯技術、本地化建設課程，并在2013年開創語言服務管理方向的先河，現已為企業輸送了幾批合適的人才，但為數不多的畢業生依然難以滿足企業日益增長的人才需求。2014-2015年，北京語言大學、廣東外語外貿大學、西安外國語大學等開設本地化方向，旨在培養適應本地化服務市場需要的專業化人才，還有不少高校開始根據當地區域和經濟發展的特點，開始和國際化企業開展定制化人才培養的戰略。
　　大數據時代下，機器翻譯、計算機輔助翻譯技術、智能語音轉寫和識別技術發展迅猛。翻譯技術已經從桌面轉變到云端，翻譯技術無處不在，語言服務市場不斷變化，對人才的需求也不再同于以往。同傳統翻譯行業相比，現代翻譯的對象、形式、流程、手段和所處環境等都發生了巨大的變化，翻譯教育也應充分考慮到這種變化，才能培養出可以滿足市場需求的人才。在翻譯生態環境中，翻譯的技術處理包括翻譯技術、審校技術、質檢技術、管理技術、排版技術等多道工序，與之對應是專業譯員、審校人員、質檢人員、項目經理和排版專員等多種角色。在該系統模型中，翻譯系統的各個技術需求與人才培養系統的職業培養目標相互匹配，要求翻譯教學與市場發展必須緊密結合。高校應該先分析市場，設定合理人才培養目標，再調整翻譯教學的內容，在課程設置中增加市場急需的翻譯技術，定向培養懂翻譯、懂技術的語言服務人才。比如，在大數據助力之下，機器翻譯技術取得了重大進展。以微軟的機器翻譯技術為例，在特定領域，利用深層神經網絡技術，準確率可維持在80%~90%之間，機器翻譯系統預先翻譯之后，再進行人工的編輯和審校即可完成翻譯，這就是所謂的機器翻譯編輯模式。相應地，譯員需要知道如何與機器"合作"，如何高效地進行譯后編輯。那么，這一部分內容就一定要在翻譯教學中涉及，這樣才能保證高效人才輸出與企業需求對接。
　　此外，翻譯技術教學區別于傳統的翻譯教學，在實施過程中，需要借助現代教育技術和平臺（如Moodle課程管理系統、Virtualclass系統以及MOOC教學模式），將現代教育的最新成果融入到翻譯技術課程教學之中，推動翻譯教學的創新，與時俱進。
　　四、總結
　　在大數據時代，翻譯技術本質上是數字人文主義下的翻譯人文和技術的融合，兩者相互影響、相互作用、共生共融。翻譯技術是對翻譯活動和翻譯社會的建構和促進。在新時代背景下下，翻譯技術已經構成了翻譯從業者不可逃脫的命運，我們應該以開放的心態擁抱新技術的發展，充分認識到技術的人文性和技術性之間的關系，充分發揮現代翻譯技術的優勢，根據市場的發展與時俱進，調整人才培養戰略和教學大綱，培養適應時代發展和市場需求的具備綜合素養的現代語言服務人才。