一、能夠處理的方面
1. 術語庫
一些成熟的AI翻譯公司會構建龐大的術語庫。例如，在醫學領域，像“hypertension（高血壓）”、“cardiovascular disease（心血管疾病）”等術語可能已經被收錄在術語庫中。這些術語庫可以是通用的多語言術語庫，也可以是針對特定行業定制的。
2. 預訓練模型
很多AI翻譯模型是基于大量文本預訓練的。如果預訓練數據包含了專業領域的文本，那么模型在一定程度上能夠學習到特殊術語的翻譯。例如，在法律領域，如果預訓練數據中有很多合同、法律條文等文本，模型就可能學會像“plaintiff（原告）”、“defendant（被告）”等術語的翻譯。
二、存在的局限性
1. 新興術語
對于一些新興的專業術語，尤其是在快速發展的科技領域，如“quantum computing（量子計算）”中的一些新的概念性術語，AI翻譯公司可能無法及時更新術語庫或模型，從而導致翻譯不準確。
2. 語境特異性
特殊術語在不同的語境下可能有不同的含義。例如，“bank”在金融領域是“銀行”的意思，但在地理領域可能是“河岸”的意思。AI翻譯公司可能難以準確判斷語境，從而給出錯誤的翻譯。
