机器翻译质量的研究与探讨
何站涛韩兆强闫栗丽
交大铭泰软件有限公司北京１０００８１
Ｅ—ｍａｉｌ：ｈｅｚｔ＠ｓｕｎｖ．ｃｏｍ
＜摘要：本文简介了机器翻译的发展历史和常用方法，重点阐述了提高机器翻译质量的新思路，最后进行了展望．
关键词：机器翻译Ｎ元文法语义网语料库计算机辅助翻译
一、引言
计算机对自然语言的研究和处理，一般应经过如下三个方面的过程：
Ｉ．把问题在语言学上加以形式化．使之能用数学形式严密而规整地表示出来
２．把这种数学形式表示为算法，使之在计算上形式化；
３．根据算法编写计算机程序，使之在计算机上加以实现。
因此．自然语言处理就成了语言学、数学和计算机科学之间的边缘学科。
二、机器翻译概述
面向计算机的语言的机器翻译研究是二十世纪五十年代才开始的：
从五十年代初期到六十年代中期，机器翻译一直是自然语言处理系统研究的中心课题，当时采用的主要是“词对词”翻译方式，这种不是建立在对自然语言理解的基础上的简单技术，没有得到预期的翻译效果，如，威沃（Ｗｅａｖｅｒ）设计实现的机器翻译原型系统，该系统采取查找双语词典，句子译文只是单词译文的简单罗列。
六十年代初，自然语言处理使用了简单的语料库统计方法，不仅依据词的意义．而且依据词与其他词的共现情况对词进行分类。但经验主义遭到了理性主义的批评，如乔姆斯基（Ｃｈｏｍｓｋｙ）对Ｎ元语法（Ｎ．Ｇｒａｍ）的批评、闵斯基（Ｍｉｎｓｋｙ）等对神经网络的批评。
六十年代中期，人们开始转入对自然语言的语法、语义和语用等基本问题的研究，并尝试着让计算机来理解自然语言。乔姆斯基的转换语法和形式化理论为下一代的自然语言处理提供了一种新的解决方案。
七十年代初，美国哈佛大学人工智能专家伍兹（Ｗｏｏｄｓ）提出了扩充转移网络（ＡｕｇｍｅｎｔｅｄＴｒａｎｓｉｔｉｏｎＮｅｔＷｏｒｋ，ＡＴＮ），通过使用成份寄存器和功能约束对有限状态机进行了扩充，ＡＴＮ考察了更多的上下文信息，保持了有限状态计算的简单性。
从八十年代初期开始，国际计算语言学界出现了一批新的语法理论。比较著名的有广义短语结构语法（ＧｅｎｅｒａｌｉｚｅｄＰｈｒａｓｅＳｔｒｕｃｔｕｒｅＧｒａｍｍａｒ，ＧＰＳＧ）、中心语驱动的短语结构语法（Ｈｅａｄ－ｄｒｉｖｅｎＰｈｒａｓｅＳｔｒｕｃｔｕｒｅＧｒａｍｍａｒ，ＨＰＳＧ）、词汇功能语法（ＬｅｘｉｃａｌＦｕｎｃｔｉｏｎａｌＧｒａｍｍａｒ，ＬＦＧ）、功能合一语法（ＦｕｎｃｔｉｏｎＵｎｉｆｉｃａｔｉｏｎＧｒａｍｍａｒ，ＦＵＧ）等确定子句语法。
?２１８?
九十年代初期，计算机从速度、容量方面都有了，大幅度的提高．且统计方法在语音自动识别、词典编纂等领域取得了重大成功，因此，统计方法在机器翻译领域又重新复苏，引起了广泛关注，先后出现了基于语料的机器翻译系统（Ｃｏｒｐｕｓ—ＢａｓｅｄＭａｃｈｉｎｅＴｒａｎｓｌａｔｉｏｎ）和基于实例（Ｅｘａｍｐｌｅ．ＢａｓｅｄＭａｃｈｉｎｅＴｒａｎｓｌａｔｉｏｎ）的机器翻译系统。
三、机器翻译的三种常用方法
１．直接翻译法（ＤｉｒｅｃｔＴｒａｎｓｌａｔｉｏｎ）
从源语言的句子出发，将其中的单词、固定词组直接替换成目标语言的对应成分。这种方法对翻译过程的认识过于简单化，基本上属于一种过时的方法。
２．中间语言法（ＩｎｔｒａｌｉｎｇｕａｌＡｐｐｒｏａｃｈ）
用一种对所有语言都适合的句法，语义表示任意一种源语言．然后再从这种表示生成任意一种目标语言。
３．转换法（ＴｒａｎｓｆｅｒＡｐｐｒｏａｃｈ）
当今许多实用的系统都采用了转换法，通常都是分三个阶段进行翻译：第一个阶段用代码化的结构标志来表示源语言文句的结构，第二阶段把源语言的结构标志转换为目标语言的结构标志，第三阶段再根据目标语言的结构标志生成目标语言。
第一阶段只涉段源语言，不受目标语言的影响，除了作源语言的词法分析之外，还要进行源语言的句法分析；第三阶段只涉及目标语言，不受源语言的影响，除了作目标语言的词法生成之外，还要作目标语言的句法生成；在第二阶段涉及到源语言和目标语言二者，除了进行源语言和目标语言的词汇转换之外，还要进行源语言和目标语言的结构转换。
四、机器翻译质量的突破
机器翻译经历了半个多世纪的发展，从经验主义的基于统计的方法，到理性主义的基于规则的方法，又回到了统计方法，虽然是一个螺旋式的上升，但机器翻译的翻译质量仍然无法让人满意。
网络推动了技术，技术推动了翻译，翻译推动了交流，交流推动了经济。随着因特网的出现和发展．机器翻译的应用前景将更为诱人。要使机器翻译质量产生一个飞跃，必须打破传统思想，寻求新的思路。
１．专业化的知识体系
１．１基本词典
基本词典要有足够的基本词汇量，常用词语不低于４万；每个词条不仅有基本的词法解释，还应有句法和语义等信息，信息越丰富越好。
１．２专业知识
针对不同的专业领域，要配备不同的专业技术词典、规则库、双语语料库。特别是对于目前迅猛发展的因特网专业词汇、习惯用法等，可以提供定制的网络词典等。
１．３开放式接口
采用开放式接口，允许人工干预，如使用用户自定义的词典，让用户参与交互式分析（对多义词进行排歧）、交互式转换（排除不适当的转换）、交互式生成（在省略、指代、主题化方面提供指导）等等，以牺牲全自动的要求而获取较高质量的译文。
?２１９?
ｌ４世界知识
建设世界知谚｛或常识库，如关系语义知识库．提供对概念及其属性之间的多种语义关系的网状描述，ｉｉｌｌ－１１Ｎ“穿将军的大衣”和“穿大衣的将军”之类的语义理解问题。
２．采用三层架构．经验主义和理性主义的有机结合
２．１双语语料库
第一层，使用较大规模的双语语料库，经常使用的源语言句子都能在此语料库中搜索到。因为双语语料库是由人工编辑过的，因此可以直接得到符合人们语言习惯的目标语言句子。
２．２模板规则和评判标准
第二层，使用模板规则和基于实例的翻译方法，建立一套相似度准则。对于那些在双语语料库中找不到的句子．通过分析、比较相似度．得到最后的结果：如果与模板规则库中的某个句子非常相似，则可以按照此模板规则的输出模板或替换规则进行输出；如果找不到．则使用第三层结构进行输出。
２．３自然语言分析
第三层，使用自然语言分析方法，利用语言规则，生成句子结构。需要注意的是，语言学家归纳的语言规则只是一些常用规则，由于语言的复杂性和灵活性．因此，要完全分析出所有的自然语言几乎是不可能的。相反，分析出词与词、片断与片断之间的关系倒是相对容易的多（此时依存文法是最适合的一种方法）。结合短语文法和统计方法，将句子中相关的词先经过分析、组成短语，不仅能提高翻译质量，而且能加快机器翻译的速度。
２．４综合评价
对于第二层和第三层的输出，还可以不直接输出，而是使用一个综合评价，如使用目标语言的语用统计库（计算目标语言句子中词与词间的现实概率）．挑选两者中的最优解作为最终输出，提交给用户。
３．利用上下文的相关性，解决歧义、指代、省略等问题
传统的机器翻译系统都是以一个句子为翻译对象，其分析和生成都仅仅局限在这个孤立的句子上。如果结合这个句子出现的上下文（如，包含此句子的６－８个句子的完整的自然段落，形成一个句群），分析其语义，形成语义网（而不是传统的句法树），从中选择最优解，将极大地提高整篇文章的翻译质量。
五、实践运用
１．机器自动翻译
传统的翻译引擎只是从实现的原理进行研究，而没有考虑其实用性以及产品化，因此．在实际运用中遇到很多问题。
我们所作的英汉机器翻译引擎从实用的角度出发，跨平台．支持１６位和３２位操作系统、资源占用少，并能保证翻译速度和质量。目前基本词典中包含十多万条词条、几万条短语和固定用法、近百万条语料，提供二十多个专业词典，并结合两岸三地的特点，实现简繁体内码的自动识别和转换，针对计算机中常见的软件进行特殊处理，将其中的资源，包括菜单、提示、帮助信息等——对照，提高了引擎的可用性。另外，针对目前流行的Ｉｎｔｅｍｅｔ，我们增加网页词典的接口，并优化词典中的词条。同时．将引擎嵌入到每个进程中，不仅能汉化软件．还能智能汉化软件的输出：例如．对于编辑器中的编辑内容，除非用户特别操作，否则
?２２０?
我们的翻译引擎是不会汉化编辑内容的：但是对于编辑器的提示信息等，我们的翻译引擎就可以自动将英文转换为中文：对于ＩＥ等浏览器，不论是静态的网页，还是动态的网页，我们的翻译引擎都能处理．提高了．易用性。
在处理过程中．使用统计学中的隐马尔可夫模型（ＨＭＭ）来进行词性标注、依存树的建立，并对结果中词性唯一的单词进行词组合并，减少ｒ大量的分析、计算量，提高ｒ质量：同时，我们又使用自然语言分析方法．保留中心词、短语的各种属性，并沿着句法树不断传递，结合语义分析、规则模板、动词价词搭配等方法，有效解决了传统统计学的不足。
另外，我们将语料库中的句子按起始单词进行分离，并加入形态标志．引入不定代词等，解决了语料库中的冗余问题。在进行语料库匹配时，先将需匹配的句子进行分词、形态还原等处理，然后再按起始单词进行匹配，不仅加快了速度，而且解决了句子后面有无关符号等情况时无法匹配上的问题。
目前计算机从速度、容量等方面都能保证这些方法的可行性，相信几年之后．机器翻译的质量将完全能满足人们的焉要。
２．机器辅助翻译
在辅助翻译方面．我们研制出了一套ＣＡＴ（计算机辅助翻译）系统，其中集成了ＴＭ和ＭＴ技术，并采用了方便的人机交互方式，使翻译人员和计算机优势互补，提高翻译效率。系统的设计思路是要充分发挥人类的创造性思维的优势，而计算机则发挥海量存储、快速检索的优势，这样翻译人员只要关心如何把文字翻译好．把机械劳动交给计算机去做。
为了帮助用户彻底解决翻译业务的管理问题，我们以该技术为核心，融人数据库管理的思路．为企业、翻译项目组设计了全套电子化翻译解决方案，帮助企业降低成本，提高效率，回收资源。
２．１工作原理
当开始翻译一句的时候，系统首先与知识库中的句库进行匹配，如果没有精确匹配，就给出最接近的模糊匹配的句子以便用户参考，同时，系统会按照语言的切分规则，将词和词组的对应解释提示给用户，并应用ＴＭ技术，后台记忆每一个新的翻译结果，这样使用户能够最大限度的减少重复工作。
为了方便用户进行库的积累和维护，我们将数据库技术和系统结合在一起，让用户可以自己导人导出数据，进行管理。实践证明．这是一次非常成功的尝试和应用。
２，２效果对比
采用计算机辅助翻译具有极高的翻译效率成长速度，在使用“雅信ＣＡＴＳ专业翻译平台”３个月后，普通翻译人员的翻译速度将接近人工翻译速度的理论极限一２００００字小√天。
字投，天
２００００
００００
第１个月第２个月第３个月时间
?２２ｌ?
“雅信ＣＡＴＳ”与传统人工翻译成本比较表
ｆ第１门第２月第３月稳定单位成本
人均单位成本人均单位成本人均单位成本
ｌ传统人工矗译ｌｌＩｌ
ｌ“稚信㈨”辅助矗译Ｏ８０５ｌ，３ｌ，３
“雅信ＣＡＴＳ专业翻译平台”的增殖潜力十分巨大，同时不会因为人员流动等因素造成积累的负增长。
翻译资料数据积累增值比较表
Ｉｌ第１月第２月第３月最高稳定增长率
ｌ传统个人积累增长｝＋３７％＋３７％＋３７％＋３７％
Ｉ雅信知识库积累增长ｊ“ｏ％＋５７％＋Ｉ】２％＋ｌ】２％
２．３优点介绍
下面的评论是引自《中国科技翻译》２００２年第２期《雅信ＣＡＴ软件的四大优点》一文（该文章的作者是一位专职翻译人员．使用雅信ＣＡＴ已经有２年多的时间）：“雅信ＣＡＴ的整个界面设计十分友好，设置步骤十分简单，拿到产品后．几分钟就可以掌握基本操作。软件根据翻译在实际翻译过程中出现的问题进行针对性设计，界面语言简明扼要、通俗易懂，非常符合国内用户使用习惯，而其他同类软件（尤其是国外的ＣＡＴ产品）则学习起来要复杂的多。因此易学易用是雅信ＣＡＴ非常突出的优点。”
“节约购买专业词典的费用并节约了查找单词的时间”
“极大地降低了劳动强度
翻译除了要将原文的内容“信、达、雅”地组织出来外，还要将它们输进电脑．以供进一步处理?根据估计－一个１，０００中文字的文件，如果以“智能ＡＢＣ’，输入的话，按每个字乎均敲４次键（如：“件ｊｉａｎ”的击键次数为４次）——这里为了说明方便，采用的是估计的平均值一那么，输入该文件的总击键次数为１０００汉字ｘ４次般字：４０００次。
在雅信ＣＡＴ中，因为单词的含义基本上以词或词组为单位出现，所以，输入单位基本上是２个或２个以上汉字组成的词或词组。在采用键盘输入的情况下，选取词义是按住“Ａｌｔ”的同时按下原文对应的字母键提示符（比如：Ａｌｔ＋ｂ）。这时系统会弹出“释义框”，再依照译文组句的需要按相应的数字键，就可以将选定的词或词组送到译文框中。换句话说，平均只需敲２－３次键ｔ就可以输入２个或２个以上的汉字。这里，击键次数和每次处理输入汉字都取其平均值２．５来进行估算。
从上面分析来看ｔ雅信ＣＡＴ每次以平均２．５次的击键次数处理２．５个汉字，对于同样的１，０００中文字的文件，在使用雅信ＣＡＴ２．５的条件下，总击键次数约为：１０００汉字÷２．５汉字傩信ＣＡＴ处理ｘ２．５击键次数／雅信ＣＡＴ处理：１０００次。
相比没有使用雅信ＣＡＴ２，５软件的约４０００次击键次数来看，节约了近３０００次击键次数。这还是以１，０００汉字为例进行估算的。目前专职翻译的英译汉平均日翻译量平均在３，０００?２２２?
．８，０００汉字之间，高手可以超过１０，０００汉字。那么据此估计，每天可以平均少敲９，０００—２４．０００次键，一个月以２０个工作日计算可以平均少敲１８０．０００－４８０，０００次键。至于一年乃至终身从事翻译行业的人士，可以少敲多少次键也是能够据此推算出来的。当然，以上分析采用的是估计值，具体的数字可能有所波动，但是．节约近四分之三的击键次数是完全有把握的，劳动强度的大幅降低是显而易见的。”
六、展望
计算机翻译是一个应用范围很广的技术，我们将继续探索该技术在其他领域的技术融合和应用，目前，我们国家也有很多这方面的探索和实验，未来人类将借助计算机翻译技术彻底摆脱语言障碍，享受高科技带来的快捷和轻松！
参考文献
【１】Ｎ．ＣｈｏｒｅｓｂＬＭｕｍｓｏｎＧｏｖｅｒｎｍｅｎｔａｎｄＢｉｎｄｉｎｇ，Ｆｏｉｌｓ，Ｄｏｒｄｒｅｃｈｔ，１９８１
【２】冯志伟．自然语言机器翻译新论．语文出版社，１９９５
ｆ３１俞士汶，朱学锋．计算语言学文集，北京大学计算语言学研究所，１９９６
１４】ＤｉｓｔｒｉｂｕｔｅｄＬａｎｇｕａｇｅＴｒａｎｓｌａｔｉｏｎ，Ｖｏｌｕｍｅ４：ＮｅｗＤｉｒｅｃｔｉｏｎｉｎＭａｃｈｉｎｅＴｒａｎｓｌａｔｉｏｎ，１９８８
ｆ５】侯敏．计算语言学与汉语自动分析．北京广播学院出版社，１９９９
【６】董振东机器翻译研究的展望．计算机世界．１９９８
【７】黄曾阳．ＨＮＣ理论概要．中文信息学报．１９９７
【８】周莉娜．面向基于实例汉英机器翻译的知识获取及实现．北京大学博士论文，１９９７
【９ｌ穗志方．汉语单句相似度研究中的骨架分析法及其应用．北京大学博士论文，１９９８
作者简介
何战涛交大铭察软件有限公司副总裁。
韩兆强交大铭豢软件有限公司研发总监，主要研究方向为机器自动翻译．
闷栗丽交大铭豢软件有限公司翻译事业部总经理。
ＳｔｕｄｙａｎｄＤｉｓｃｕｓｓｉｏｎｏｆＭａｃｈｉｎｅＴｒａｎｓｌａｔｉｏｎＱｕａｌｉｔｙ
ＤａｖｉｄＨｅＨａｎｃｅＣａ山ｅｒｉｎｅＹａｎ
ＳＴＪＵ—ＳＵＮＡＷＡＹＳＯＦＩ＇ＷＡＲＥＣＯ．，ＬＴＤ．１０００８６
Ｅ．ｍａｌｌ：ｈｅｚｔ＠ｓｕｎｖ．ｔｏｍ
Ａｂｓｔｒａｃｔ：ＴｈｉｓｐａｐｅｒｂｒｉｅｆｌｙｉｎｔｒｏｄｕｃｅｓｔｈｅｈｉｓｔｏｒｙａｎｄｍｅｔｈｏｄｏｆＭａｃｈｉｎｅＴｒａｎｓｌａｔｉｏｎ，ｐａｒｔｉｃｕｌａｒｌｙｄｅｐｉｃｔｓｔｈｅｎｅｗｉｄｅａｏｆｉｍｐｒｏｖｉｎｇＭａｃｈｉｎｅＴｒａｎｓｌａｔｉｏｎｑｕａｌｉｔｙａｎｄｄｅｓｃｒｉｂｅｓｉｔｓｐｒｏｓｐｅｃｔ．
Ｋｅｙｗｏｒｄｓ：ＭａｃｈｉｎｅＴｒａｎｓｌａｔｉｏｎ；Ｎ—Ｇｒａｍ；ＳｅｍａｎｔｉｃＮｅｔ；Ｃｏｒｐｕｓ；ＣＡＴ（ｃｏｍｐｕｔｅｒａｉｄｅｄｔｒａｎｓｌａｔｉｏｎ）
?２２３?
机器翻译质量的研究与探讨
作者：何站涛， 韩兆强， 闫栗丽
作者单位：交大铭泰软件有限公司(北京)
本文读者也读过(10条)
1.张春越.蒋宏飞.赵铁军基于词语对齐融合提高统计机器翻译质量[会议论文]-2008
2.宾科文化语境与机器翻译的局限性[期刊论文]-文教资料2010(17)
3.王海峰.刘占一.吴华半结构化的基于实例的机器翻译[会议论文]-2007
4.杨寅华.蒋忠仁.束建红.李翔EDI编译器的研究与开发[期刊论文]-华东师范大学学报(自然科学版)2001,1(1)
5.朱海.李淼.张建.乌达巴拉系统融合方法在汉蒙统计机器翻译上的应用[会议论文]-2010
6.刘群.张彤汉英机器翻译扩充词典的建造[会议论文]-2002
7.王辰.宋国龙.吴宏林.张俐.刘绍明基于序列相交的短语译文获取[会议论文]-2008
8.王厚峰机器翻译中汉语词节点的识别[会议论文]-2003
9.张步峰.何丕廉.张冬冬.李沐.周明短语切分概率在统计机器翻译系统中的应用[会议论文]-2006
10.史晓东.陈毅东基于语篇的机器翻译前瞻[会议论文]-2006
本文链接：https://www.doczj.com/doc/1c17966733.html,/Conference_4202545.aspx
机器翻译技术的现状及发展 篇一：翻译技术领域的现状与展望 翻译技术领域的现状与展望 作者/王华伟闫栗丽 翻译技术在中国的发展起步相对较晚，但近年来随着中国在全球化进程中扮演着越来越重要的角色，催生了对翻译技术发展的强烈需求。中国翻译行业在借鉴国外同行经验的基础上，于2007~2008年间在翻译技术领域取得了一系列成就，也还存在一些亟需改进的方面，而这也势必对我国的翻译行业产生深远的影响。 1. 国家政策的扶持和行业协会的推动 翻译技术的发展直接关乎整个翻译行业的翻译质量及效率，具备巨大的行业经济效益。对此，科技部、财政部都给与了足够的重视并拨出专项资金进行扶持。在 2008年的科技型中小企业技术创新基金扶持计划中，中文及多语种处理软件及基于先进语言学理论的中文翻译软件等赫然在列。而中国译协也在 2008年的第 18届世界翻译大会上专门辟出了翻译工具、术语管理和翻译标准等分论坛，着力推动翻译技术的探讨与发展。 2. 词典型翻译软件百花齐放 词典是使用范围最广的工具，它以使用便利的优势，几乎占据了每个计算机的桌面，无论语言学习者还是专业翻译人员，几乎都是必备工具。词典的发展从最早的单机版本发展至今，已经有很多种产品
类型，我们可以见到的有：电子词典、在线词典、手机词典等。“金山词霸”的网络版本“爱词霸”在这两年获得了长足的发展，如爱词霸网络释义、谷歌金山词霸等一系列特色功能的相继推出，将词典型翻译软件的应用领域从传统的桌面计算机拓展到网络、手机等，并取得了显著的成功。另外，类似Google这样的搜索引擎，因为信息量大，检索便利而成为很多专业翻译人员查词的重要辅助工具。 值得一提的是，最新推出的基于用户发布词汇的词典编撰系统之前的词典都是以各大出版社公开发行的词典中的词条作为主要数据库来源，为用户提供查询上的便利。但是传统出版词典的方式存在发布周期长、词汇更新慢的缺陷。互联网的出现，加快了信息传播的速度，也提高了用户对新词更新的速度要求，为了方便新词汇的发布，词典编纂系统也就应运而生了。这是一种基于用户的词典发布系统，用户可自由发起词典编纂项目，自发组织人员参与项目，发起人可以按照需要给小组成员分配不同的权限，将词汇添加等基本工作和审核人员明确区分，既确保了词典的专业性，也实现了专业语料的适时更新和发布。 3. 机器翻译应用软件融入普通网民生活 谷歌语言工具的推出打破了互联网语言的藩篱，用户可以方便简捷地将目标语言的网页转化成自己的母语进行浏览。事实上，这也是机器翻译软件的一个应用领域，而国内的相关软件如金山快译等，专注于为普通网民提供更为友好的英中日网站浏览体验，并在亚洲语言的机器翻译应用方面积累了大量的经验。其他如华建等长期从事机器
机器翻译 1 概述 机器翻译（machine translation），又称为自动翻译，是利用计算机把一种自然源语言转变为另一种自然目标语言的过程，一般指自然语言之间句子和全文的翻译。它是自然语言处理（Natural Language Processing）的一个分支，与计算语言学（Computational Linguistics ）、自然语言理解（ Natural Language Understanding）之间存在着密不可分的关系。 2 国内外现状 机器翻译思想的萌芽关于用机器来进行语言翻译的想法，远在古希腊时代就有人提出过了。在17世纪，一些有识之士提出了采用机器词典来克服语言障碍的想法。笛卡（Descartes）和莱布尼兹（Leibniz）都试图在统一的数字代码的基础上来编写词典。在17世纪中叶，贝克（Cave Beck）、基尔施（Athanasius Kircher）和贝希尔（Johann JoachimBecher）等人都出版过这类的词典。由此开展了关于“普遍语言”的运动。维尔金斯（JohnWilkins）在《关于真实符号和哲学语言的论文》(An Essay towards a Real Character andPhilosophical Language, 1668)中提出的中介语（Interlingua）是这方面最著名的成果，这种中介语的设计试图将世界上所有的概念和实体都加以分类和编码，有规则地列出并描述所有的概念和实体，并根据它们各自的特点和性质，给予不同的记号和名称。本世纪三十年代之初，亚美尼亚裔的法国工程师阿尔楚尼（G.B. Artsouni）提出了用机器来进行语言翻译的想法，并在1933年7月22日获得了一项“翻译机”的专利，叫做“机械脑”（mechanical brain）。这种机械脑的存储装置可以容纳数千个字元，通过键盘后面的宽纸带，进行资料的检索。阿尔楚尼认为它可以应用来记录火车时刻表和银行的帐户，尤其适合于作机器词典。在宽纸带上面，每一行记录了源语言的一个词项以及这个词项在多种目标语言中的对应词项，在另外一条纸带上对应的每个词项处，记录着相应的代码，这些代码以打孔来表示。机械脑于1937年正式展出，引起了法国邮政、电信部门的兴趣。但是，由于不久爆发了第二次世界大战，阿尔楚尼的机械脑无法安装使用。1903年，古图拉特(Couturat)和洛(Leau)在《通用语言的历史》一书中指出，德国学者里格(W. Rieger) 曾经提出过一种数字语(Zifferngrammatik)，这种语法加上词典的辅助，可以利用机械将一种语言翻译成其他多种语言，首次使用了“机器翻译” （德文是ein mechanisches Uebersetzen）这个术语。 真正对机器翻译进行研究应该说是从布恩和韦弗开始的。他们研究的是自动词典万, 从1954年1月7日公开展示的IBM701型计算机开始, 机器翻译进人一个繁荣发展的时期。从那时起, 很多国家都投人了大量的人力、物力从事这方面的研究和开发。随着 Internet 的普遍应用，世界经济一体化进程的加速以及国际社会交流的日渐频繁，传统的人工作业的方式已经远远不能满足迅猛增长的翻译需求，人们对于机器翻译的需求空前增长，机器翻译迎来了一个新的发展机遇。国际性的关于机器翻译研究的会议频繁召开，中国也取得了前所未有的成就，相继推出了一系列机器翻译软件，例如“译星” 、“雅信” 、“通译” 、“华建”等。在市场需求的推动下，商用机器翻译系统迈入了实用化阶段，走进了市场，来到了用户面前。 中国机器翻译研究起步于1957年,是世界上第4个开始搞机器翻译的国家，60年代中期以后一度中断，70年代中期以来有了进一步的发展。现在，中国社会科学院语言研究所、中国科学技术情报研究所、中国科学院计算技术研究所、黑龙江大学、哈尔滨工业大学等单位都
机器翻译质量的研究与探讨 何站涛韩兆强闫栗丽 交大铭泰软件有限公司北京１０００８１ Ｅ—ｍａｉｌ：ｈｅｚｔ＠ｓｕｎｖ．ｃｏｍ ＜摘要：本文简介了机器翻译的发展历史和常用方法，重点阐述了提高机器翻译质量的新思路，最后进行了展望． 关键词：机器翻译Ｎ元文法语义网语料库计算机辅助翻译 一、引言 计算机对自然语言的研究和处理，一般应经过如下三个方面的过程： Ｉ．把问题在语言学上加以形式化．使之能用数学形式严密而规整地表示出来 ２．把这种数学形式表示为算法，使之在计算上形式化； ３．根据算法编写计算机程序，使之在计算机上加以实现。 因此．自然语言处理就成了语言学、数学和计算机科学之间的边缘学科。 二、机器翻译概述 面向计算机的语言的机器翻译研究是二十世纪五十年代才开始的： 从五十年代初期到六十年代中期，机器翻译一直是自然语言处理系统研究的中心课题，当时采用的主要是“词对词”翻译方式，这种不是建立在对自然语言理解的基础上的简单技术，没有得到预期的翻译效果，如，威沃（Ｗｅａｖｅｒ）设计实现的机器翻译原型系统，该系统采取查找双语词典，句子译文只是单词译文的简单罗列。 六十年代初，自然语言处理使用了简单的语料库统计方法，不仅依据词的意义．而且依据词与其他词的共现情况对词进行分类。但经验主义遭到了理性主义的批评，如乔姆斯基（Ｃｈｏｍｓｋｙ）对Ｎ元语法（Ｎ．Ｇｒａｍ）的批评、闵斯基（Ｍｉｎｓｋｙ）等对神经网络的批评。 六十年代中期，人们开始转入对自然语言的语法、语义和语用等基本问题的研究，并尝试着让计算机来理解自然语言。乔姆斯基的转换语法和形式化理论为下一代的自然语言处理提供了一种新的解决方案。 七十年代初，美国哈佛大学人工智能专家伍兹（Ｗｏｏｄｓ）提出了扩充转移网络（ＡｕｇｍｅｎｔｅｄＴｒａｎｓｉｔｉｏｎＮｅｔＷｏｒｋ，ＡＴＮ），通过使用成份寄存器和功能约束对有限状态机进行了扩充，ＡＴＮ考察了更多的上下文信息，保持了有限状态计算的简单性。 从八十年代初期开始，国际计算语言学界出现了一批新的语法理论。比较著名的有广义短语结构语法（ＧｅｎｅｒａｌｉｚｅｄＰｈｒａｓｅＳｔｒｕｃｔｕｒｅＧｒａｍｍａｒ，ＧＰＳＧ）、中心语驱动的短语结构语法（Ｈｅａｄ－ｄｒｉｖｅｎＰｈｒａｓｅＳｔｒｕｃｔｕｒｅＧｒａｍｍａｒ，ＨＰＳＧ）、词汇功能语法（ＬｅｘｉｃａｌＦｕｎｃｔｉｏｎａｌＧｒａｍｍａｒ，ＬＦＧ）、功能合一语法（ＦｕｎｃｔｉｏｎＵｎｉｆｉｃａｔｉｏｎＧｒａｍｍａｒ，ＦＵＧ）等确定子句语法。 ?２１８?
机器翻译技术介绍
常宝宝 北京大学计算语言学研究所 chbb@https://www.doczj.com/doc/1c17966733.html,
什么是机器翻译
研究目标：研制出能把一种自然语言（源语言）的文 本翻译为另外一种自然语言（目标语言）的文本的计 算机软件系统。 制造一种机器，让使用不同语言的人无障碍地自由交 流，一直是人类的一个梦想。 随着国际互联网络的日益普及，网上出现了以各种语 言为载体的大量信息，语言障碍问题在新的时代又一 次凸显出来，人们比以往任何时候都更迫切需要语言 的自动翻译系统。 但机器翻译是一个极为困难的研究课题，无论目前对 它的需求多么迫切，全自动高质量的机器翻译系统 (FAHQMT)仍将是人类一个遥远的梦。
机器翻译的基本方法
机器翻译的基本方法 ? 基于规则的机器翻译方法 ? 直接翻译法 ? 转换法 ? 中间语言法 ? 基于语料库的机器翻译方法 ? 基于统计的方法 ? 基于实例的方法 ? 混合式机器翻译方法
目前没有任何 一种方法能实现机 器翻译的完美理 想，但在方法论方 面的探索已经使得 人们对机器翻译问 题的认识更加深 刻，而且也确实带 动了不少不那么完 美但尚可使用的产 品问世。
20世纪90年代以前，机器翻译方法的主流一直是基于规则的方 法，不过，统计方法后来居上，目前似乎已成主流方法，从学术 研究的角度看，更是如此。(Google translate)
机器翻译的基本方法
20世纪90年代以前，机器翻译方法的主流一直是基于 规则的方法，因此基于规则的方法也称为传统的机器 翻译方法。 直接翻译法 ? 逐词进行翻译，又称逐词翻译法(word for word translation) ? 无需对源语言文本进行分析 ? 对翻译过程的认识过渡简化，忽视了不同语言之间 在词序、词汇、结构等方面的差异。 ? 翻译效果差，属于早期过时认识，现已无人采用 How are you ? 怎么 是 你 ? How old are you ? 怎么 老 是 你 ?
机器翻译研究现状与展望1 戴新宇，尹存燕，陈家骏，郑国梁 （南京大学计算机软件新技术国家重点实验室，南京 210093） （南京大学计算机科学与技术系，南京 210093） 摘要：本文回顾机器翻译研究的历史，介绍典型的机器翻译方法，包括：基于规则、基于统计以及基于实例的机器翻译方法；针对机器翻译的研究现状，详细介绍和分析了基于混合策略的机器翻译方法，对统计以及机器学习方法在机器翻译中的应用进行了描述；论文还介绍了当前机器翻译评测技术；最后对机器翻译进行总结和展望。 关键字：机器翻译，基于规则，基于统计，基于实例，混合策略，机器学习 Machine Translation:Past,Present,future Dai Xinyu, Yin Cunyan, Chen Jiajun and Zheng Guoliang (State Key Laboratory for Novel Software Technology, Department of Computer Science & Technology Nanjing University, Nanjing 210093) Abstract：This paper firstly presents the history of machine translation, and introduces some classical paradigms of machine translation: RBMT, SBMT and EBMT. Secondly, we introduce the recent research on machine translation, and describe the hybrid strategies on machine translation in detail, and discuss the applications of machine learning for machine translation. We also analyze the current techniques about evaluation on machine translation. Finally, we draw a conclusion and prospect on the research of machine translation. Keywords：Machine Translation, RBMT, SBMT,EBMT, HSBMT, Machine Learning. 1本论文工作得到863课题资助（编号：2001AA114102, 2002AA117010-04） 戴新宇博士生，主要研究自然语言处理；尹存燕助教，主要研究自然语言处理；陈家骏教授，博士生导师，主要研究自然语言处理、软件工程；郑国梁教授，博士生导师，主要研究软件工程。
一、名词解释（5X3‘）15’ 1.兼类（P121）：一个单词既可以作名词动词又可以作其他词类 2.机器翻译：用计算机软件代替人做的书面翻译 3.组合型歧义：一个字与前面的字成词,与后面的字成词,合起来也成词。 4.交集型歧义（P117）：一个字与前面的字成词,与后面的字也成词。 5.人工智能：用计算机硬件、软件模拟人的行为，解决人类目前尚未认识清楚的问题。 6.人工智能软件的三大技术：知识表示、知识推理、知识获取。 7.语料库：单词、短语和句子组成的数据库。 8.知识工程：包括人工智能软件技术的工程。（知识工程是以知识为基础的系统，就 是通过智能软件而建立的专家系统） 9.深度学习：一步一步在丰富起来的特征规律引导下，由浅入深完成推理的方法。 10.语用分析：分析成语和习惯用语的方法。 二、题解P36 例2.1 、2.2 例2.1 设有下列语句： （1）高山比他父亲出名。 （2）刘水是计算机系的一名学生，但他不喜欢编程序。 （3）人人爱劳动。 为了用谓词公式表示这些语句，应先定义谓词： BIGGER(x,y):x比y出名 COMPUTER(x):x是计算机系的学生 LIKE(x,y):x喜欢y LOVE(x,y):x爱y
M(x):x是人 定义函数father(x)表示从x到其父亲的映射此时可用谓词公式把上述三个语句表示为：（1）BIGGER(高山，father(x)) （2）COMPUTER(刘水)∧∽LIKE（刘水，程序） （3）（?x）（M(x) →LOVE(x,劳动)） 例2.2 设有下列语句： （1）自然数都是大于零的整数。 （2）所有整数不是偶数就是奇数。 （3）偶数除以2是整数。 定义谓词如下： N(x):x是自然数 I(x):x是整数 E(x):x是偶数 O(x):x是奇数 GZ(x):x大于零 另外，用函数S（x）表示x除以2。此时，上述三个句子可用谓词公式表示为： （?x）(N(x) →GZ(x)∧I(x)) (?x)（I(x) →E(x)∨O(x）） （?x）(E(x) →I(S(x))) 三、论述（4X5‘）20’ 1.阐述深度、广度、代价驱动搜索方法。（P68） 答：广度优先搜索法：对全部节点沿广度进行横向扫描，按各节点生成的先后次序，
机器翻译综述 1.引言 1.1机器翻译的历史 现代机器翻译的研究应该是从20世纪50年代开始，但是早在这以前很多人已经提出了相应的想法，甚至是远在古希腊时期就有人提出要用机器来进行语言翻译的想法。 在1946年，美国宾夕法尼亚大学的两位科学家设计并制造了世界上第一台电子计算机。与此同时，英国工程师同美国洛克菲勒基金会副总裁韦弗在讨论计算机的应用范围时，就提出了利用计算机实现语言的自动翻译的想法。在1949年，韦弗发表了一份名为《翻译》的备忘录，正式提出了机器翻译问题。他提出了两个主要观点： 第一，他认为翻译类似于解读密码的过程。 第二，他认为原文与译文“说的是同样的事情”，因此，当把语言A翻译为语言B时，就意味着从语言A出发，经过某一“通用语言”或“中 间语言”，可以假定是全人类共同的。 在这一段时间由于学者的热心倡导，实业界的大力支持，美国的机器翻译研究一时兴盛起来。 1964年，美国科学院成立语言自动处理咨询委员会，调查机器翻译的研究情况，给出了“在目前给机器翻译以大力支持还没有多少理由”的结论，随后机器翻译的研究就陷入了低潮期。直到70年代以后机器翻译的研究才重新进入了一个复苏期，随后机器翻译的发展又迎来了繁荣期 1.2机器翻译的主要内容 经过50多年的发展，在机器翻译领域中出现了很多的研究方法，总结如下：●直接翻译方法 ●句法转换方法 ●中间语言方法 ●基于规则的方法 ●基于语料库的方法 基于实例的方法（含模板、翻译记忆方法） 基于统计的方法 在当前的研究中，更多的是基于统计的方法进行的，因为基于统计的方法可以充分的利用计算机的计算能力，并且并不需要过多的语言学知识作为支撑，可以让更多的计算机科学家投入到实用系统的研究中，极大的促进了统计机器翻译的发展。 下面对各个方法逐一的进行介绍。
机器翻译技术的探讨 六院五队-徐允鹏-12060143 摘要随着国际交流的日益增多，在计算机、互联网等相关技术日新月异的基础上，机器翻译的技术与应用得到了蓬勃发展。本文详细探讨了基于规则的机器翻译方法、基于语料库的机器翻译方法和混合式机器翻译方法，并讲述了机器翻译的评估方法，最后介绍了机器翻译技术的最新进展。 关键词：机器翻译；基于规则；语料库；评估方法 1.机器翻译概述 随着国际化交流的普遍性，信息通信的日益膨胀，高效的处理不同领域各种语言之间的互译已成为当代人们的普遍需求。翻译是解决自然语言之间通信障碍最直接最有效的方法。传统的翻译工作都是通过专业翻译人员完成，利用语言学知识进行自然语言之间的互译，帮助人们实现信息通信。伴随着计算机技术的成熟与自然语言处理技术的不断进步，利用机器翻译系统帮助人们快速获取外文信息代替人工翻译已成为一种必然的趋势。 机器翻译（machine translation），又称为自动翻译，是利用计算机把一种自然源语言转变为另一种自然目标语言的过程，一般指自然语言之间句子和全文的翻译。它是自然语言处理（Natural Language
Processing）的一个分支，与计算语言学（Computational Linguistics ）、自然语言理解（Natural Language Understanding）之间存在着密不可分的关系[1]。 机器翻译是21世纪要解决的科技难题之一，主要困难是自然语言在各个层次上的歧义性。研究机器翻译具有重要的实践意义和理论意义。国际间的合作与交流，语言的差异是一个非常重要的障碍，各行各业的人们面对大量他们不熟悉的语言的文档资料，如果单纯的依靠人工翻译，这些日益的待翻译材料将是一种非常沉重的负担，而机器翻译可大幅度减轻这种负担。同时，机器翻译对于了解人类语言和思维的基本机制，探讨人工智能技术有着重要的意义。 2.机器翻译方法 人们一直在寻求更好的解决机器翻译问题的方法，目前机器翻译方法主要有基于规则的机器翻译，基于语料库的机器翻译和混合式机器翻译方法。 2.1基于规则的机器翻译方法 2.1.1基于分析和转换的机器翻译方法 人作翻译时，把一个源语言句子译成目标语言句子，设计到四个基本操作：目标语言单词的检索、调序、删词、增词；机器翻译系统的过程包括检索、分析、转换和生成主要四个阶段，这被称为基于分析和转换的机器翻译系统，也被认为是模拟人类翻译活动最恰当的机
机器翻译及其问题浅析 摘要：由于信息技术高速发展，国际交流日益频繁，如何克服语言障碍已经成为国际社会共同面对的问题，而人工翻译的方式已经远远不能满足需求。利用机器翻译协助人们快速获取信息已成为必然趋势，但机器翻译仍存在一些影响译文可读性和准确性的问题。本文将简单介绍机器翻译并对常见问题进行浅析。 关键词：机器翻译问题语法应用 一、引言 机器翻译（Machine Tanslation，简称MT），又称自动翻译，是利用计算机来进行不用的自然语言之间的翻译，它是自然语言处理（Natural Language Processing）的一个分支，与计算语言学（Computational Linguistics ）、自然语言理解（Natural Language Understanding）之间存在着密不可分的关系。它是横跨语言学、数学、计算机科学、翻译学及人工智能等的综合学科，也是信息时代语言应用的一个重要领域。 二、机器翻译的简介 （一）机器翻译简史 人类在近代就萌发了机器翻译的梦想，但是真正把设想付诸现实还是因为计算机的诞生和计算机技术的发展。机器翻译的研究历史课追溯到20世纪四五十年代。1946年第一台现代电子计算机ENIAC诞生，同一年，美国科学家韦弗（W. Weaver）和英国工程师布斯（A. D. Booth）在讨论电子计算机的应用范围时，提出了利用计算机进行语言自动翻译的想法。1949年，韦弗（W. Weaver）发表《翻译备忘录》，正式提出机器翻译的思想。经过六十年的曲折发展，到目前互联网的普遍应用，以及人们对翻译需求的迅猛增长，给机器翻译带来新的发展机遇。我国相继推出了一系列的机器翻译软件如“译星”、“雅信”、“通译”、“华建”等。在市场需求的推动下，商用机器翻译系统迈入了实用化阶段，走进了市场，来到了用户面前。 （二）机器翻译的主要方法 机器翻译的过程一般可简化为三个阶段：原文分析、原文译文转化和译文生成。表象上，机器翻译的核心问题是翻译的准确性；实质上，体现在技术层面则是机器翻译系统采用的方法论问题。在方法论层面，机器翻译系统可分为基于规则（Rule-Based ）和基于语料库（Corpus-Based）两大类。 基于规则（Rule-Based ）就是由词典和语法规则库构成翻译知识库。尽管语言学家经过长期努力创建了含有成千上万条规则的规则库，覆盖了相当大范围的语言现象，但却难以
机器翻译技术的现状及发展 摘要:本文在分析机器翻译内涵的基础上，阐述了机器翻译的历史和现状，探讨了机器翻译所面临的问题及机器翻译的发展趋势。 关键词:机器翻译；自然语言；发展趋势 1.引言 《圣经.创世纪》中第十一章巴别塔：“耶和华说：看哪，他们成为一样的人民，都是一样的言语，如今既作起这事来，以后他们所要作的事就没有不成就的了。我们下去，在那里变乱他们的口音，使他们的言语彼此不通。于是耶和华使他们从那里分散在全地上；他们就停工，不造那城了。因为耶和华在那里变乱天下人的言语，使众人分散在全地上，所以那城名叫巴别（就是变乱的意思）[1]。”这只是圣经故事，但告诉我们语言的不同确实是人们交流的极大障碍，因此人们一直在寻找打破语言障碍的途径和办法。翻译则能克服语言障碍，使得不同语言人们之间能相互交流。谭载喜在他的《西方翻译简史》一书中提到我国的翻译史时说：孔子周游列国，在各地言语发音不尽相同，彼此交流甚少的当时，也不得不通过象寄之才（即翻译人员）以“达其意，通其欲”。随着互联网的日益发展，网络信息的激增，国际社会交流愈加频繁，机器翻译已成为克服交流时所产生的语言障碍的重要手段之一。
2.机器翻译的定义 计算机翻译通常叫机器翻译(Machine Translation或MT)，即全自动高质量机器翻译(Fully Automatic High Quality Machine Translation,简称FAHQMT或MT)，就是人类利用计算机进行自然语言间的相互翻译，利用软件实现从一种自然语言文本到另一种自然语言文本的翻译[2]。 3.机器翻译的历史与现状 在古希腊时代就有人提出利用机械装置来进行语言翻译的想法，其中之一是如何用机械手段来分析自然语言。17世纪，人们首次提出使用机械字典克服语言障碍的设想。1903年，古图拉特(Couturat)和洛(Leau)在《通用语言的历史》一书中指出，德国学者里格(W.Rieger)首次使用了“机器翻译”(Machine Translation)这个术语。1952年在美国麻省理工学院(MIT)召开了第一届国际机器翻译会议，标志着机器翻译正式迈出了第一步。1978年在中科院计算机所的一台64K容量的计算机上成功地进行了20个标题的机器翻译测试。1987年在日本箱根举行了第一届机器翻译峰会(MT Summit)，并决定以后每两年轮流在亚、欧、美定期举行。20世纪90年代后，随着微机的普及，相继出现了多种翻译软件，例如金山公司的词霸系列，实达铭泰的东方快车系列，Trados 翻译软件等。到目前为止，由于计算机科学、语言学研究的发展，特别是计算机硬件技术的大幅度提高以及人工智能在自然语言处理上的应用，机器翻译已经取得了相当大的进步，不过，机器翻译的水平距理想的“全自动高质量（FAHQ）”的目标还有很远的距离[3]。4.机器翻译面临的问题 4.1影响机器翻译质量的核心是歧义的处理。在词汇的层面上，词汇的歧义主要是一词多义，如英语单词“note”可以指“笔记”、“短信”、“注释”、“纸币”等。以下是词汇歧义的例子： 原文：Thank-you notes are heart-warming. 机器译文：感谢笔记温暖人心。人工译文：感谢信温暖人心。 在结构层面上，常见的结构歧义有and(和)结构，如nice girls and boys, 它既可表示“好女孩和男孩”，也可表示“好女孩和好男孩”，这种歧义只有人工翻译才能消除，计算机无法识别此歧义，可见歧义的处理是影响机器翻译质量的关键。 4.2人类翻译目标集中于目标语言，如果有必要的话，译者会采用灵活的方式以使翻译传情达意，有的时候会使用意译的方法，这是机器翻译所无法达到的。 以文学翻译为例，文学翻译是“传达作者的全部意图，即作者对在读者思想感情上产生艺术作用的全部意图……”。即使对于专业翻译工作者来说，文学翻译也不是件容易的事，更何况是对于没有任何认知能力的机器。笔者曾让机器翻译了下面几句：以下是美国19世纪著名作家爱默森长篇散文Beauty中的原句。 原文："But this beauty of Nature which is seen and felt as beauty, is the least part." —Beauty Ralph Waldo Emerson 机器译文：但是这哪个看见并且作为美丽感到的自然的美丽，是最小部分。 夏济安译文：可是凡是耳目所能辨认出来的美，只是自然之美的最低部分。 以下是美国著名作家马克.吐温早期创作的一则优秀短篇小说《竞选州长》中的原句。原文："I hauled down my colors and surrendered." —Running For Governor Mark Twain 机器译文：我沿着我的颜色拖并且投降。 张有松译文：我偃旗息鼓，甘拜下风。 以上机器译文荒唐可笑。由于机器没有思维、推理、判断能力，缺乏人工译者的综合知识和长期积淀下来的文化知识等，无法对原文产生全面的了解，做的只是机械转码，无法突破思维障碍。要获得地道完整的译文，必须对机器译文进行人工
机器翻译技术的研究和应用综述 ACM Matrix_68 摘要：随着互联网的日益发展，网络信息的激增，国际社会交流愈加频繁，机器翻译已成为克服交流时所产生的语言障碍的重要手段之一。本文回顾机器翻译研究的历史，介绍典型的机器翻译方法，在分析机器翻译内涵的基础上，阐述了机器翻译的现状，探讨了机器翻译所面临的问题及机器翻译的发展趋势，对统计以及机器学习方法在机器翻译中的应用进行了描述；论文还介绍了当前机器翻译评测技术；最后对机器翻译进行总结和展望。 关键字：机器翻译；自然语言；基于规则；基于统计；基于实例；混合策略；机器学习 1引言 近年来，自然语言处理的研究已经成为热点，而机器翻译作为自然语言研究领域的一个重要分支，同时也是人工智能领域的一个课题，同样为大家所关注。当电子计算机1946年问世的时候，人们就提出了机器翻译的想法，并且在1954年进行了第一次机器翻译试验。然而与后来的各种语言信息处理研究和应用（语言信息检索、文本自动分类、自动文摘、信息提取等等）相比，机器翻译却是进展最慢的。 从上个世纪40年代英国工程师Booth 和美国工程师Weaver提出利用计算机进行翻译的想法，到50年代欧美国家投入大量的人力、物力致力于机器翻译的研究，再到60年代ALPAC置疑报告的提出，机器翻译走向沉寂。 学者们倾其大半生精力、商家投入为数可观的资金，经历五十多年不懈的研究和开发，得到的成果或者产品却常常不能令人满意。最近的二十年，随着语言学理论的发展、计算机技术的进步以及统计学和机器学习 方法在自然语言处理领域中的广泛应用，人们对机器翻译本身的应用背景、目标等也有了更加准确的认识，机器翻译在此背景下取得了长足的发展，基于统计、基于实例等新的机器翻译方法也都是在这一时期出现，一些机器翻译系统也从实验室走向了市场。 本文第二节介绍了机器翻译的历史现状；第三节介绍了机器翻译面临的问题；第四节介绍几种经典的机器翻译方法；第五节给出近期机器翻译的发展趋势，介绍基于混合策略的机器翻译方法，对统计机器学习在机器翻译中的应用进行总结；第六节讨论当前机器翻译的评测系统；最后，对机器翻译研究进行总结和展望。 2机器翻译的历史现状 机器翻译的研究历史可以追溯到20世纪三四十年代。20世纪30年代初，法国科学家G.B.阿尔楚尼提出了用机器来进行翻译的想法。1933年，苏联发明家П.П.特罗扬斯基设计了把一种语言翻译成另一种语 言的机器，并在同年9月5日登记了他的发明；但是，由于30年代技术水平还很低，他的翻译机没有制成。1946年，第一台现代电子计算机ENIAC诞生，随后不久，信息论的先驱、美国科学家W.Weaver和英国工程师A.D.Booth在讨论电子计算机的应用范围时，于1947年提出了利用计算机进行语言自动翻译的想法。1949年，W.Weaver发表《翻译备忘录》，正式提出机器翻译的思想。走过六十年的风风雨雨，机器翻译经历了一条曲折而漫长的发展道路，学术界一般将其划分为如下四个阶段： 2.1机器翻译的开创期（1947-1964） 1954年，美国乔治敦大学（GeorgetownUniversity）在IBM公司协同下，用IBM-701计算机首次完成了英俄机器
７２ 计算机教育 2005.4 人／才／培／养／与／就／业机器翻译（Ｍａｃｈｉｎｅ Ｔｒａｎｓ－ｌａｔｉｏｎ）是通过计算机来实现不同自然语言之间的翻译。机器翻译是自然语言处理（Ｎａｔｕｒａｌ ＬａｎｇｕａｇｅＰｒｏｃｅｓｓｉｎｇ）的一个分支，机器翻译与计算语言学（ＣｏｍｐｕｔａｔｉｏｎａｌＬｉｎｇｕｉｓｔｉｃｓ）、自然语言理解（Ｎａｔｕｒａｌ Ｌａｎｇｕａｇｅ Ｕｎｄｅｒｓｔａｎｄｉｎｇ）存在着密不可分的关系。机器翻译的研究与发展取决于计算机科学、数学、语言学、人工智能等多学科的发展，因此机器翻译可以说是一个跨学科的综合性系统工程。人类步入２１世纪以来，随着国际互联网（Ｉｎｔｅｒｎｅｔ）的迅猛发展，网络信息急剧膨胀，国际交流日益频繁以及地球村的形成，机器翻译正在逐渐成为克服人们之间进行交流时所面临的语言障碍的重要手段，同时也面临着很大的市场机遇和挑战。 历史的回顾 从美国人维弗（Ｗａｒｒｅｎ?Ｗｅａｖｅｒ）于１９４９年发表《翻译》备忘录并正式提出机器翻译的思想以来，机器翻译已经走过了５０多个风风雨雨的春秋。在这期间，机器翻译可以说经历了一条曲折而漫长的 发展道路。 １９５４年，在美国乔治敦大学（Ｇｅｏｒｇｅｔｏｗｎ Ｕｎｉｖｅｒｓｉｔｙ）进行了 人类历史上的第一次机器翻译的公开演示。尽管演示尚不算很成功，但是它却具有划时代的意义，因为它拉开了人们研究机器翻译 的序幕。 从２０世纪５０年代开始到２０世纪６０年代的前半期，机器翻译的研 究呈不断上升的趋势。美国和前苏联两个超级大国出于军事和政治经济目的，纷纷对机器翻译项目提供了大量的资金支持，而欧洲国家由于地缘政治和经济的需要也对机器翻译研究给予了相当大的重视。 １９６６年，美国科学院发表的ＡＬＰＡＣ报告使当时正在蓬勃发展的机器翻译陷入了停滞的状态。现在来看，该报告是非常片面、狭隘和短视的。 从２０世纪６０年代中后期到整个７０年代，整个机器翻译领域处于一个相对平稳发展的时期，而在某些国家，特别是加拿大和欧盟，机器翻译的研究却取得了比较显著的进步。尤其是在加拿大，由于双语文 化的影响，政府积极支持机器翻译的研发工作，１９７６年，加拿大蒙特利尔大学与加拿大联邦政府翻译局联合开发了提供天气预报服务的实用性机器翻译系统ＴＡＵＭ－ＭＥＴＥＯ，该系统的成功开发标志着 机器翻译已经在某些领域达到了实用化的程度。 进入２０世纪８０年代以来，由于计算机科学、语言学研究的发展，特别是计算机硬件技术的大幅度提高以及人工智能在自然语言处理上的应用，机器翻译在全世界范围内开始复苏，并在随后的９０年代取得了长足的进步。 ２０世纪９０年代以来的机器翻译技术的新进展 １．机器翻译的分类 进入２０世纪９０年代，机器翻译领域的的研究方法基本上可以分为两大类，即基于规则（Ｒｕｌｅ－Ｂａｓｅｄ）和基于语料库（Ｃｏｒｐｕｓ－Ｂａｓｅｄ）的方法。基于规则的方法又可以分为基于转换的方法和基于中间语言的方法，基于语料库的方法又可以分为基于统计的方法和基于实例的方法。传统的基于规则的方法又可以 机器翻译的现状和发展趋势 中国软件与技术服务股份有限公司 岳涛／文 ◆ 课外新知 ◆
一个汉英机器翻译系统的 计算模型与语言模型* 刘群+詹卫东++常宝宝++刘颖+ (+中国科学院计算技术研究所二室北京100080) (++北京大学计算语言学研究所北京100871) 摘要：本文介绍我们所设计并实现的一个汉英机器翻译系统。在概要介绍本系统的主要目标和设计原则的基础上，着重说明系统的计算模型和语言模型，最后给出实验结果和进一步的打算。 关键词：自然语言处理机器翻译中文信息处理 一、引言 我国的机器翻译研究近年来取得了很大的发展。特别是英汉机器翻译系统的研制已经取得了较大的成功，达到了初步实用的阶段。相对而言，汉英机器翻译的研究却进展比较缓慢，离实用化还有相当的距离[1]。我们的目的是利用目前最新的计算机软件技术、相对成熟的机器翻译方法和先进的汉语语法理论，构造一个初步实用的汉英机器翻译系统。本文将对我们所开发的系统所采用的计算模型和语言模型作一个总体性的介绍，而不涉及过多的细节。 下面我们简要介绍一下本系统的几个主要设计原则： ⑴采用成熟的技术 我们的目的是构造一个真正实用的汉英机器翻译系统，因而在可供选择的若干技术路线面前，我们将尽量选用比较成熟的技术，而在现有技术难以解决问题时再尝试一些新技术。 ⑵开放的体系结构 开放的体系结构主要体现在系统的实现上所采用的软件构件技术[8]。整个系统采用一些相对独立的软件构件组成，因而可以方便地对系统进行修改、维护和扩充。翻译的过程严格按照独立分析、独立生成的原则进行组织，每一阶段的算法相互独立，对其中一个阶段算法的修改不会对其他算法造成影响。 ⑶方便的调试环境 本系统强调为语言工作者提供一个方便的调试环境。系统提供多窗口图形界面的知识库调试工具，支持课题组中多人同时通过网络对一个知识库进行操作。提供对翻译过程直观显示，用户可以清晰地看到翻译过程的每一步操作。提供翻译出错原因查找机制，用户 *本项目的研究受到863-306资助，合同号为863-306-03-06-2
搭建属于自己的机器翻译系统——MTI专业“技术小白”走进小牛翻译开源社区的心得 搭建属于自己的机器翻译系统 ——MTI专业“技术小白”走进小牛翻译开源社区的心得首先，自我介绍一下。我是一个MTI(翻译硕士)专业、没有计算机编程背景、没有机器翻译理论基础的菜鸟，任职于一家网络科技公司的市场部门，之前的工作中需要做些翻译工作，有时候求助百度翻译、有道翻译等免费的机器翻译系统来解决问题，但是对于一些涉及我们商业机密的数据，由于担心泄密，只能借助于有道词典查查词，然后再自己形成翻译结果。很早之前我就想，要是能有自己的机器翻译系统就好了。 我心目中的翻译技术大牛、对外经贸大学的崔启亮老师曾在微博中给MTI的学生提建议，“学好翻译技术，有前途。对于仍在迷茫MTI的同学，我建议学机器翻译设计与开发，走出迷茫。”非常非常幸运的是，我一个东大毕业的同学告诉我，东北大学自然语言处理实验室（国内搞机器翻译最好的团队之一）联合沈阳雅译网络技术有限公司推出了“小牛翻译开源社区”，社区中有一项内容，就是教不懂机器翻译的人学习“快速搭建自己的机器翻译系统”。于是，我走进社区，按照社区里的相关说明，亲身体验了搭建过程。下面，我想谈谈这个被誉为“目前国内首个以机器翻译为核心的交流平台”的菜鸟级用户体验。 小牛翻译开源社区里提供了统计机器翻译开源系统的全部代码。我了解了一下，NiuTrans开源系统在国际上比较有名，据说是目前国际上能够支持统计机器翻译模型最全的两套统计机器翻译系统之一(另一套是爱丁堡大学的Moses)。这些内容对MT(机器翻译)的专业学者应该很有用吧，但是对于我这个非科班出身的人来说，其实会完全忽略这部分内容。我还是讲讲我在社区里的真正收获——快速搭建实用的机器翻译系统。 一、搭建过程详细说明 需要说明的是，我是在在网页指导与人工指导下才在自己的电脑（Windows7 64位系统，硬盘500G，内存8G）上成功搭建机器翻译系统的。解释一下为什么我不仅看了网页上操作指导，还需要人工指导。身为“技术小白”的我，虽然网页上的操作指导写的很规范，但是第一次接触这么“高大上”的东西，还是有点小紧张的。于是，我加入了小牛翻译开源社区的QQ群（群号群主很热心的帮我讲解，在服务方面我的用户体验很好。下面我就与大家分享我如何一步步完成在自己电脑上搭建机器翻译系统的。
机器翻译的现状与发展 摘要：随着经济全球化的飞速发展以及人类命运共同体的提出，各国之间人民之间的交流必将日益频繁，各个国家语言之间转换需求也必定与日俱增，人为地学习千百种语言实在不易，机器翻译的作用也就越来越受到重视。它涉及计算机语言学、数学和语言学等各个学科，其中语言学为其提供了机译数据库和技术支撑。然而，目前机器翻译还存在许多不足，需要多方面深入研究。本文对机器翻译发展历程、研究方法、存在问题及其应对方法进行了综述，以期机器翻译更进一步发展。 关键词：机器翻译；发展历程；研究方法；语言学理论；问题；应对方法 机器翻译是通过计算机来实现不同自然语言之间的转换，也称为自动翻译，一般是指自然语言之间的部分句子或全文的翻译。它作为应用语言学的一个分支，是建立在语言学、数学和计算机科学基础上的跨学科研究。由于需要通过电脑数据库和翻译软件来完成操作，因此，机器翻译的发展与计算机科学、数学、人工智能、语言学等各学科的发展密不可分，可以说，机器翻译的推进需要这些学科的技术支撑和理论支持。人类进入21世纪以来，随着经济的发展，国际交流合作日益频繁，对机器翻译的需求日益增大。机器翻译是规避国家间交流障碍的有效手段，但作为综合性的学科，它的发展受到多方面牵制，因此需要相关研究人员和学者对其相关学科进行更深入的研究。 1机器翻译发展历史 机器翻译的历史最早可以追溯到20世纪30年代相关学者提出其雏形，如今处于高速发展的阶段。然而在初期机器翻译受到过阻碍，一度陷入低潮期。直到移动互联网时代的到来，一方面，随着计算机网络技术快速发展，人们要求用计算机实现语言翻译的愿望越来越强烈。另一方面自1990年统计机器翻译模型提出以来，基于大规模语料库的统计翻译翻译方法迅速发展，机器翻译再次成为人们关注的热门研究课题，取得了一些令人瞩目的成果。但是，在机器翻译飞速发展的同时，也遇到了很多难题，在目前的技术条件下翻译的质量还不能够达到人们的期望的程度，想让机器让人类一样去理解和分析语言还远不能行。在当今信息大数据时代，机器翻译正发挥越来越重要的作用。 机器翻译的发展可以归结为以下几个发展阶段： 1.1机器翻译人员的独立工作阶段 20世纪50年代初期，随着第一台计算机的问世，美国的科学家W.Weaver和英国工程师A.D. Booth就发表了翻译备忘录，提出了利用计算机进行翻译的设想。随后，通过不懈的努力和试验，美国的乔治伦敦大学和IBM公司合力推出了首个MT系统，为各国的机器翻译奠定了坚实的实践基础。但是由于受到计算机硬件局限性的限制，尤其是内存不足和存储速度慢，以及缺乏高级编程语言，研究人员无法完全依赖机器来完成大规模、高质量的翻译任务。同时，由于研究是在没有句法学家和语义学家的协助下独立进行的，翻译的质量难以保证。 在这样的背景下，早期研究者意识到，无论开发出什么样的系统都只能产生出低质量的输出，因此专家建议，先发展对有控制的语言进行翻译，并限定于某些特定领域。 1.2进入高质量的翻译输出 20世纪60年代，受到改进了的计算机硬件和编程语言的鼓舞，研究人员对机器翻译产生了盲目的乐观。编程语言在句法分析上取得的长足进步让翻译人员感受到了技术革新的成果，他们相信机器翻译有巨大的前景，几年之内就可以达到高质量的输出，这一乐观论调很快传遍了全世界。研究人员还提出假设：机器翻译的目标是产出高质量翻译的全自动系统。研究的重点在于寻求完善的翻译理论和方法。 1.3翻译软件和工具的发展 20世纪70年代以来，随着科技发展和各国间频繁交流，大规模翻译需求日益增加，对计算机翻译的依赖更加突出，机器翻译进入了新的发展阶段。实用性翻译和软件系统如雨后春笋频频出现，如Weinder系统、EURPOTRA多国种翻译系统、TAUM-METEO系统等。80年代产生了大量连接网络和大容量存储的微型计算机，各种翻译工具也应运而生，如词典和术语资料库、多语文字处理、词汇和术语资源的管理、信息传递的
机器翻译技术的现状及发展(一) 摘要:本文在分析机器翻译内涵的基础上，阐述了机器翻译的历史和现状，探讨了机器翻译所面临的问题及机器翻译的发展趋势。 关键词:机器翻译；自然语言；发展趋势 1.引言 《圣经.创世纪》中第十一章巴别塔：“耶和华说：看哪，他们成为一样的人民，都是一样的言语，如今既作起这事来，以后他们所要作的事就没有不成就的了。我们下去，在那里变乱他们的口音，使他们的言语彼此不通。于是耶和华使他们从那里分散在全地上；他们就停工，不造那城了。因为耶和华在那里变乱天下人的言语，使众人分散在全地上，所以那城名叫巴别（就是变乱的意思）1]。”这只是圣经故事，但告诉我们语言的不同确实是人们交流的极大障碍，因此人们一直在寻找打破语言障碍的途径和办法。翻译则能克服语言障碍，使得不同语言人们之间能相互交流。谭载喜在他的《西方翻译简史》一书中提到我国的翻译史时说：孔子周游列国，在各地言语发音不尽相同，彼此交流甚少的当时，也不得不通过象寄之才（即翻译人员）以“达其意，通其欲”。随着互联网的日益发展，网络信息的激增，国际社会交流愈加频繁，机器翻译已成为克服交流时所产生的语言障碍的重要手段之一。 2.机器翻译的定义 计算机翻译通常叫机器翻译(MachineTranslation或MT)，即全自动高质量机器翻译(FullyAutomaticHighQualityMachineTranslation,简称FAHQMT或MT)，就是人类利用计算机进行自然语言间的相互翻译，利用软件实现从一种自然语言文本到另一种自然语言文本的翻译 2]。 3.机器翻译的历史与现状 在古希腊时代就有人提出利用机械装置来进行语言翻译的想法，其中之一是如何用机械手段来分析自然语言。17世纪，人们首次提出使用机械字典克服语言障碍的设想。1903年，古图拉特(Couturat)和洛(Leau)在《通用语言的历史》一书中指出，德国学者里格(W.Rieger)首次使用了“机器翻译”(MachineTranslation)这个术语。1952年在美国麻省理工学院(MIT)召开了第一届国际机器翻译会议，标志着机器翻译正式迈出了第一步。1978年在中科院计算机所的一台64K容量的计算机上成功地进行了20个标题的机器翻译测试。1987年在日本箱根举行了第一届机器翻译峰会(MTSummit)，并决定以后每两年轮流在亚、欧、美定期举行。20世纪90年代后，随着微机的普及，相继出现了多种翻译软件，例如金山公司的词霸系列，实达铭泰的东方快车系列，Trados翻译软件等。到目前为止，由于计算机科学、语言学研究的发展，特别是计算机硬件技术的大幅度提高以及人工智能在自然语言处理上的应用，机器翻译已经取得了相当大的进步，不过，机器翻译的水平距理想的“全自动高质量（FAHQ）”的目标还有很远的距离3]。