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。
2.机器翻译主要方法
2.1直接翻译方法
所谓直接翻译方法就是从句子的表层出发，将单词、词组、短语甚至是句子直接置换成目标语言译文，有时进行一些简单的词序调整实现翻译，并不进行深层次的句法和语义分析。直接翻译方法也是早期翻译系统常用的方法。在1954年，美国乔治敦大学用IBM计算机进行了首次机器翻译的实验后来IBM提出的统计机器翻译模型也可以认为是采用了这一思想。
这种方法只能是作为研究初期的一种方法，因为方法本身就是一个很成熟的方法，举例如下：
How are you？直接翻译结果：怎么是你
How old are you？直接翻译结果：怎么老是你
从这个翻译结果就可以看到直接翻译方法的结果是非常不好的，直接翻译方法仅能满足特定译文生成的需要，比如说只在语言特点较为相似的语言之间的翻译效果较好。对于像英汉语言这样差异较大的语言的翻译就不能使用直接翻译的方法。鉴于直接翻译方法在机器翻译研究中的局限性，现如今几乎没有人继续在这个方法上进行进一步的研究，所以该方法只是在50、60年代作为机器翻译的起始研究方法存在。
2.2句法转换方法
1957年，美国学者V. Yingve在Framework for Syntactic（句法翻译框架）中提出了句法转换方法。
整个过程分为“分析”、“转换”、“生成”三个阶段，分别如下：
分析：将将源语言句子转换成源语言申城结构；在分析的过程中，有相关分析和独立分析两类。所谓相关分析就是在分析时需要考虑目标语言的特点。而独立分析就是分析过程与目标语言无关。
转换：将源语言深层结构转换为目标语言的深层结构；
生成阶段：由目标语言深层结构生成目标语言句子；生成过程也有两类：相关生成和独立生成。即相关生成是在生成时需要考虑语言的特点，而独立生成的生成过程与源语言无关。
理想的转换方法应该做到独立分析和独立生成，这样在进行多语言机器翻译的时候可以大大的减少分析和生成的工作量。但独立分析和独立生成同样也会造成翻译质量的下降。
转换方法的优点是可以较好的保持原文结构，产生的译文结构与原文结构关系密切，尤其对于语言现象已知或句法结构规范的源语言句子具有较强的处理能力和较好的翻译效果。主要不足就是：分析规则由人工编写，工作量大，规则的主观性强，规则的一致性难以保障，不利于系统扩充[1]。
2.3中间语言方法
中间语言翻译方法首先将源语言句子分析成一种与具体语言无关的通用语言或中间语言，然后再由中间语言得到目标语言。整个翻译过程分为“分析”和“生成”两个部分。中间语言的优点在于进行多语种翻译的时候，只需要对每种语言分别开发一个分析模块和一个生成模块，模块总数为2*n，相比之下，如果采用转换方法就需要对每两种语言之间都开发一个转换模块，模块总数为n*(n-1)。
虽然基于中间语言的机器翻译方法能够减少系统实现的工作量，但是如何定义和设计中间语言的表达式并不是一件容易的事情，中间语言在语义表达的准确性、完整性、鲁棒性和领域的可移植性等诸多方面都存在问题[1]。
在基于中间语言机器翻译的基础之上，文献[2]采用统计的方法实现源语言到中间语言的转换和中间语言到目标语言的转换，用以实现一个语音到语音的翻译系统。这种方法从思想方法上已经属于基于统计的范畴，但在技术方法上依然属于中间语言的方法。现在纯粹基于中间语言的方法现在也很少能够引起研究人员的关注。
2.4基于规则的机器翻译方法
自从乔姆斯基的转换生成语法提出后，基于规则的方法一直就是机器翻译研究的主流，乔姆斯基认为一种语言无限的句子可以由有限的规则推导出来[3]。后来法国著名机器翻译专家沃古瓦（B. Vauquois）教授把基于语言规则的机器翻译方法的翻译过程总结为如下图形，这个图形又被称为“机器翻译金字塔”[4]：
图1 机器翻译金字塔
基于规则的方法的优点在于直观，能够表达精确地语言学家的知识，而且规则的颗粒度有很强的可伸缩性：（1）大颗粒度的规则具有很强的概括能力；（2）小颗粒度的规则具有精细的描述能力。能够处理复杂的结构和进行深层次的理解，系统适应性较强，不依赖于具体的训练语料。基于规则的方法同样也存在问
题：（1）规则是由人制定的，主观因素重；（2）规则的覆盖性较差，特别是细粒度的规则很难总结的比较全面；（3）没有很好的办法解决规则之间的冲突。文献[3]中提到复杂特征集和合一运算[5]的提出使用更细粒度、更加准确的知识表示形式来描述规则。同时针对确定性规则降低了系统的鲁棒性的缺点，概率上下文无关文法[6]从全局最优的角度考虑，产生最优的翻译结果[3]。随着这些方法的引入，传统的基于规则的机器翻译方法逐步向以规则为基础、语料库方法为辅助的更高层次的机器翻译方法的研究。
2.5基于语料库的方法
在基于规则的机器翻译方法的研究面临一定的问题的情况下，很多学者就开始研究是否可以不依赖于人工制定的规则来进行机器翻译，即从大量语料中学习翻译知识。基于语料库的翻译方法拥有无需人工编写规则、从语料库中学习得到的知识比较客观、从语料库中学习到的知识的覆盖性比较好的优点。但同时，基于语料库的翻译方法同样也存在一定的问题：（1）翻译系统性能依赖于语料库；（2）数据稀疏问题严重；（3）语料库中不大容易得到大颗粒度的高概括性知识。所以说在机器翻译的众多方法中没有哪种方法可以说自己是没有缺点的，只是不同的方法在不同的应用领域中有各自的优点。
目前基于语料库的方法主要有基于实例的机器翻译和基于统计的机器翻译两种方法[7]。
2.5.1基于实例的机器翻译方法
日本学者长尾真（Makoto Nagao）提出了基于实例的机器翻译方法[8]。
在基于实例的机器翻译系统中，系统的知识来源是双语对照的翻译实例库，实例苦衷主要有两个字段，一个字段保存源语言句子，另一个句子保存与之对应的译文。
每输入一个源语言句子时，系统把这个句子同实例库中的源语言句子进行比较，找出与这个句子最为相似的句子，并模拟与这个句子相对应的译文，最后输出译文。
该方法的优点是：
（1）直接使用对齐的语料库作为知识表现形式，知识库的扩充非常简单；
（2）不需要进行深层次的语言分析，也可以产生高质量的译文。
缺点是覆盖率低，实用的翻译系统需要的实例库的规模极大（百万句对以上）。
2.5.2基于记忆的机器翻译方法
在基于实例方法的基础上，日本学者佐藤聡（Satoshi Sato）提出了一个衍生的方法——基于记忆的翻译方法[9]。
基于翻译的方法是基于实例方法的特例，同样都需要建立一个实例库，但是作为衍生方法，同样有其独特之处。该方法的基本思想为：把已经翻译过的句子保存
起来；在翻译一个新句子的时候，直接到语料库中查找，如果发现相同的句子，直接输出译文，否则交给人去翻译，但可以通过系统提供一个相似的句子作为参考译文。该方法的优缺点主要有：
●翻译质量有保证；
●随着使用时间的增长，匹配成功率逐步提高；
●特别适用于重复率高的文本翻译，例如公司的产品说明书；
●与语言无关，适用于各种语言对；
●缺点是在刚开始使用时匹配成功率不高，无法给出较为合理的参考译文。
2.5.3基于统计的机器翻译方法
如果说在机器翻译研究的初期，基于规则的方法是主流，吸引了大部分的研究人员的注意力的话，那现在就是基于统计方法大显身手的时候，目前基于规则的方法的研究依然在进行，只不过，更多的是作为统计机器翻译方法的补充方法。
其基本思想是为翻译过程建立模型，把翻译理解为搜索问题，即从所有可能的译文中选择概率最大的译文，而同为基于语料库方法的实例翻译方法则无需建立统计模型。在基于实例的翻译方法中，语言知识表现为实例本身，而统计机器翻译汇总，翻译知识表现为模型参数[7]。
基于统计方法的优点：
1)无需人工编写规则，利用语料库直接训练得到机器翻译系统；
2)系统开发周期短；
3)只要有足够多的语料，很容易适应新的领域或者语种。
缺点是：
1)时空开销大，进行模型参数的计算需要消耗较多的计算资源；
2)数据稀疏问题严重，当语料缺乏或语料的覆盖面不够全的时候就容易出
现无法统计出需要的语言知识的情况；
3)对语料库依赖严重，所有的工作都建立在语料库的基础上，好的语料库
可以产生较好的翻译结果，反之就会影响到翻译质量。
4)有时需要规则的方法进行辅助
基于统计的机器翻译方法主要有以下3种：
基于词的统计机器翻译
基于短语的机器翻译
基于句法的统计机器翻译
下面就是这3种方法的详细介绍。
2.5.
3.1基于词的统计机器翻译
在基于统计的机器翻译方法中首先发展起来的就是基于词的机器翻译方法。IBM公司的Peter F. Brown 等人在1990年提出了基于统计的机器翻译方法，他们使用的就是基于词的机器翻译方法[10]。
他们为翻译建立了概率模型，在文献中他们使用的英语句子和法语句子之间的翻译作为实例。
假设人一个英语句子e和法语句子f，我们定义f翻译成e的概率为：
于是将f翻译成e的问题就变成求解问题：.
通过提出噪声信道模型将以上计算公式改写为
其中P（E）为语言模型，反应“E像一个英语句子”的程度：称为流利度。P（F|E）为翻译模型，反应“F像E的程度”：称为忠诚度。在研究中，采用N 元语法模型计算P（E），在文献[11]中提出了5个基本的翻译模型用于计算P（F|E），进一步完善了基于词的机器翻译方法，也为统计机器翻译方法奠定了坚实的基础。
而自从IBM提出了统计机器翻译模型之后，一些研究人员也在做着改进的工作，由于对位模型是统计机器翻译方法中的关键模型，所以对对位模型的改进工作也受到很大的关注。Vogel在1996年提出了基于首序隐马尔可夫的词对位模型[12]是一项比较重要的改进工作，这种方法也常被称为首序对位模型[1]。在首序对位模型中，他们认为在一个句子内的所有的词并不是在各个位置上随意分布的，而是趋向于聚类的，即在一种语言的一个句子中临近的单词，在对应的另外一种语言中的单词同样会有这种临近关系。Vogel等人通过对一些欧洲语言对的分析，认为临近词在两种语言的句子内相对位置之间的差小于3[12]。
另外，王野翊在1998年提出了另外一种对位模型的改进方法——基于结构的对位模型[13]。由于IBM的模型完全没有考虑句子的结构信息，使得人们怀疑IBM的模型能否在句法结构相差加大的语言对中获得成功[14]。基于结构的对位模型的基本思想是，首先通过粗对齐模型对源语言和目标语言的短语进行对齐，然后利用细化的对齐模型对短语内的单词进行对齐。王野翊的实验表明，结构的引入不仅使统计机器翻译的正确率有所提高，同时还提高了整个系统的效率。
2.5.
3.2基于短语的机器翻译模型
基于词的翻译模型存在一定的问题[7]：
以词作为翻译的最小单位，对于一个词翻译到多个词的情况，都分解成一个词到一个词的概率
只刻画了词到词的翻译概率，词翻译的时候没有考虑上下文，难以刻画一定的搭配、习惯用法的解释
次序调整的复杂性，IBM模型中词序调整模型过于简单，很难刻画复杂的次序调整规律
Daniel Marcu 在2002年提出了基于短语的联合概率翻译模型[15]，而P. Koehn 等人在2003年提出了短语翻译对的提取方法[16]。
其基本思想是[15]：
把训练语料库中所有对齐的短语机器翻译概率存储起来，作为一部带概率的短语词典
这里的短语是任意连续的词串，不一定是一个独立的语言单位
翻译的时候将输入句子与短语词典进行匹配，选择最好的短语划分，将得到的短语译文重新排序，得到最优的译文
Richard Zens提出了使用单调搜索算法[17]进行短语对齐的翻译方法。而从目前实现的系统看基于短语的翻译模型是目前最成功的翻译模型。基于短语的翻译模型在形式上类似于基于实例的翻译方法，区别在于引入了统计模型，在性能上远远超过基于实例的方法。关于对基于短语的机器翻译模型的进一步改进就进入到了另外一个方法中——基于句法的机器翻译模型。
而目前使用较为广泛的机器翻译系统有：（1）法老（Pharaoh）由Philip Kohnn 开发，性能远高于基于词的系统；（2）丝路（SilkRoad）是一个基于短语的汉英统计机器翻译系统；（3）摩西（Moses）是最新的开源统计机器翻译工具，具有很高的性能和效率。
2.5.
3.3基于句法的机器翻译模型
尽管从实践的角度看，基于短语的机器翻译模型是最性能最好的，但是在方法理论层面上，该方法依然存在一些不足[7]：
a)产生的句子不符合语法
短语的简单组合，没有句法结构
b)无法表示不连续的短语搭配的翻译
召开了一次关于···的会议——hold a meeting on···
c)无法进行长距离的语序调整
解决的方法就是在翻译的过程中引入句法结构。
基于句法的统计机器翻译模型包括形式上基于句法的模型和语言学上基于句法的模型：
1)形式上基于句法的模型
不使用语言学方法获取句法结构，所有的句法结构直接从未标准的语料
库中自动学习得到。该类方法中有两种具体方法：1、基于反向转换文
法的翻译模型；2、基于层次短语的翻译模型。
2)语言学上基于句法的模型
必须使用语言学知识才能获取句法结构，完成翻译过程。句法模型通常
都是从句法树库中训练得到，常用的方法有：1、树到树的翻译模型；2、
树到串的翻译模型。
2.5.
3.3.1基于反向转换文法的机器翻译模型
香港科技大学的吴德凯教授在1995年提出了基于反向转换文法的机器翻译模型(ITG, Inversion Transduction Grammar)[18]。从本质上讲，反向转换文法就是一个面向双语的上下文无关文法。该方法从词语对齐的双语语料库中自动抽取规则，因此该方法就是一个基于统计的机器翻译方法。需要对源语言句子进行概率化的句法分析过程，在句法分析完成的同时也生成了译文的句法结构和译文句子。
如果建立的语料库是平行语料库，文献[19]考虑了在平行语料库中分析的可能性，提出了随机转换文法（SITG, Stochastic Inversion Grammar）。通过一个给定
的双语句对，利用SITG和动态规划算法可以计算出该句对的最佳句法结构，像单语种的句法分析过程一样，通过计算分析结构的最大似然概率来实现结构歧义消解[19]。
吴德凯教授在文献[20]中将反向转换文法的方法进一步完善，使其能够很好的应用到机器翻译工作中。
文献[21]中提出了一个容许A*启发式搜索的同步解析方法来对反向转换文法的内容进行改进，该方法可以用更快的速度得到最佳对齐结果，同时也能在第一时间内得到最佳的翻译结果，并且在BLEU评测中取得在相同计算量的情况下更高的分数。文献[22]将SITG应用到基于短语的翻译方法，通过双语对齐语料和SITG方法完善词对齐方法，解决IBM模型中关于词对齐方法的缺陷，进而改进短语对齐的方法，使得基于短语对齐方法的机器翻译方法有更好的性能。
2.5.
3.3.2基于层次短语的翻译模型
UMD的David Chiang（蒋伟）在2005年提出了基于层次短语的翻译模型[23]。David Chiang在他的讲义[24]中提到:
●传统的基于短语的翻译模型中，短语是平面的，不能嵌套
●在层次短语模型中，引入了嵌套的层次短语
●采用平行上下文无关语法作为理论基础，只使用唯一的非终结符标记
●效果比传统的短语模型有很大的提高
该方法不破坏基于短语的翻译方法的优势，而是利用这些优势：因为短语有助于实现次序调整，类似于句法分析，在对源语言进行嵌套短语分析的同时，产生目标语言结构。
但是在文献[23]中还没有对具体的短语抽取方法进行详细的说明，而在基于层次短语的翻译模型中，短语翻译对的抽取是该方法的核心内容，所以David Chiang在文献[25]中提出了分层短语抽取算法，而Franz J. Och等人也提出了相应的短语抽取算法[26]，使得该方法进一步完善，目前这两种方法是基于层次短语翻译模型最为常用的短语抽取方法。文献[27]中提出了一种基于多层过滤的短语对儿抽取方法，该方法能从当前句对儿中生成多层次短语，而不像在传统的方法中根据给定的词对齐结果只能生成固定模式的一种短语对儿，并且该方法不需要利用句法知识来对生成的短语对儿进行过滤。
另外还有大量的研究工作围绕一些特殊短语，包括命名实体、书名、电影名、专业术语等翻译对儿的提取[1]。
2.5.
3.3.3树到树的翻译模型
基于句法分析的翻译模型在近几年的统计翻译方法研究中得到了广泛的关注，树到树的翻译模型是基于句法的翻译模型中的一种。树到树的翻译模型即再源语言端和目标语言端都需要句法树，都需要进行详细的句法分析。
其基本过程是首先得到源语言句子的句法分析树，通过树到树的映射规则或转录机将源语言句子树转换成目标语言句子树。林德康在2004年提出了利用树到树的映射规则[28]实现翻译的方法，而Chris Quirk在2005年从转录机[29]的角度提出了树到树的方法。
两种方法的基本思想是一致的：需要一部概率化的同步语法，实现树到树的配对映射，其不同在于是否需要外部句法分析器的支持。在前一种方法中，解码的过程就是对源语言句子分析的过程；而对于第二种方法，解码过程则是源语言句子树到目标语言句子转换的过程。换句话说，第二中方法只考虑了源语言橘子树的一棵最优句法树，而第一种方法考虑了源语言句子的所有句法树[1]。
相对而言，树到树的翻译模型的复杂度较高，实现上也有想当的难度，因此目前基于该模型建立的实验系统还不是很多，很多理论问题有待进一步探索，模型的性能也有待进一步提高。针对树到树这种在源语言端和目标语言端都需要进行句法分析的而造成复杂度较高的问题，基于树到串的翻译模型被提出来解决这个问题。
文献[36]指出在树到树模型中存在两个问题：1、规则抽取的双边子树约束；
2、解码过程中的结点约束和精确匹配约束。他们提出了两个简单的方法：1、整合双语短语来改进规则覆盖问题——即双边子句法树约束问题；2、二值化双语解析树，以减轻刚性句法制约因素。
文献[37]同样也指出了两个问题，其中规则覆盖问题上面也提出了，两外一个就是针对树到树的模型对句法解析树错误的敏感性问题。他们提出了一个基于森林的树到树的模型来解决上面两个问题，结果是相比于摩西机器翻译系统可以获得更高的BLEU评测分数，并且改进效果较大。
2.5.
3.3.4树到串的翻译模型
树到树的翻译模型的优点是句法信息丰富，但是计算复杂度高，而且由于机器翻译的最终结果依然是一个串，所以目标语言一侧的句法分析似乎意义并不是很大，因此树到串的翻译方法还是有很大的合理性[1]。
树到串的翻译模型是指这样一类翻译模型：
i.在源语言端进行句法分析
ii.在目标语言端不进行句法分析
iii.从源语言端句法分析和词语对齐的语料库中抽取规则并构造翻译模型
中科院刘洋在2006年提出基于树到串对齐模板的翻译模型[30]。该模型的基本过程为：首先应用源语言句法分析器获得源语言句子的句法分析树，然后采用树到串的对齐模板将该句法分析树转换成目标语言字符串。该模型最大的优点在于可以自动获取树到串的对齐模板，而该模型的训练复杂度要低于树到树的翻译模型。另外，黄亮等[31]提出了“统计句法制导翻译”方法，递归的将源语言句法树转换成目标语言字符串，就像编译程序将高级语言源程序翻译成汇编代码一样。这两种方法在本质上一样的，只是在解码时，前者是自底向上，后者是自顶向下。
该模型也面临一定的问题：
1、无法使用非句法的双语短语。双语短语分为句法双语短语和非句法
双语短语。所谓句法双语短语是指双语短语能够被某棵句法子树覆盖；
否则就是非句法双语短语
2、句法分析速度慢，准确率低。句法分析的速度一般较慢，尤其当句
子较长的时候，这会给使用大规模训练语料带来很大的困难。
对于第一个问题，文献[32]中提出了森林到串的翻译规则弥补了树到串的翻
译模型的缺陷。对于第二个问题，是目前语言学基于句法的方法所面临的普遍问题，在句法分析技术的性能没有取得突破性进展的情况下，一个可行的方案是引入多个句法树，尽可能降低句法分析准确率低对翻译质量的影响[37]。
在文献[33]提出使用规则马尔科夫模型代替传统的构成规则可以将树到串的翻译模型的速度提升30%。文献[34]中使用增量解码模型进一步改进树到串的翻译方法，获得比基于短语的翻译系统摩西快30倍的速度。文献[35]使用深度句法信息（由HPSG分析器产生）来获取细粒度的树到串翻译模型的构成规则，对于规则的自动获取的准确性有很大的帮助。
3 总结
在机器翻译发展的几十年历程中，机器翻译取得了很大的进展，特别是最近的15年，各种机器翻译技术不断出现。网络技术的不断发展，也为机器翻译的发展提供了新的应用背景，同时也为机器翻译的发展提供了大量的数据来源和计算资源，这使得基于统计的机器翻译方法得以迅速的发展。同时，机器翻译依然面临着一些问题：语言知识的获取及其准确性的提高、歧义问题等等。
统计机器翻译是目前研究人员最多的方向，因此也得到了充分的发展成为机器翻译领域中的主流方法，但是部分研究人员在研究中还是有一点走上了另外一种极端——用到统计的方法就放弃了规则方法的研究。其实统计方法不应该排斥规则方法，同样规则方法也不应该拒绝统计方法，一个更好的方向是能将两者更好的结合起来。然而，到目前为止，统计机器翻译中用到的语言知识还是很有限的。基于词的方法和基于短语的方法几乎没有用到任何语言知识，而是采用了一种词汇化的概率计算方法，所有的语言知识通过对词语的概率统计表现出来[38]。而目前基于句法的统计翻译方法开始成为研究的热点，所以在本文中对句法翻译方法的介绍也较多。基于句法的翻译方法将句法知识更加充分的利用起来，所取得的效果已经开始超过基于短语的方法和基于简单规则的方法。另外，在未来的发展中，可能会有基于语义的方法加入到机器翻译的领域中，可以为歧义问题提供一种可能的解决方案。
机器翻译处理的是语言问题，处理语言问题就不应该离开语言知识的辅助。所以说，如果不引进更为复杂的语言知识，一些机器翻译问题可能无法得到很好的解决。随着研究的深入，研究人员会更加重视规则方法在当前主流的统计方法中的作用，使得机器翻译的水平能够再提升一个层次。
4 参考文献
[1] 宗成庆. 统计自然语言处理. 清华大学出版社，2008，北京.
[2] Yuqing Gao, Bowen Zhou, Zijian Diao, Jeffrey Sorensen. A Statistical Semantic Parsing and Generation-Based Multilingual Automatic Translation System. Machine Translation. 2002, vol. 17, No. 3, pp. 185-212.
[3] 戴新宇, 尹存燕, 陈家俊, 郑国梁. 机器翻译研究现状与展望. 计算机科学. 2004, vol.31, No.11, pp. 176-179.
[4] 冯志伟. 机器翻译：从基于规则的技术到基于统计的技术. 《2010年中国翻译职业交流大会论文集》, 2010.
[5] Kay Martin. Parsing in Functional Unification Grammar. Natural Language Parsing. 1985.
[6] Charniak E. Statistical Language Learning. Cambridge, MA: MIT Press, 1993.
[7] 刘群. 机器翻译原理与方法讲义. 2009.(Lecture)
[8] Makato Nagao. A framework of a mechanical translation between Japanese and English by analogy principle. Elsevier Science Publishers. B.V 1984.
[9] Satoshi Sato, Makato Nagao. Toward memory-based translation. COLING '90. 247—252.
[10] Peter F. Brown et al. A statistical approach to machine translation. Computational Linguistics. June 1990, pp. 79-85.
[11] Peter F. Brown, Vincent J. Della Pietra, Stephen A. Della Pietra, and Robert L. Mercer. The mathematics of statistical machine translation: parameter estimation. Computational Linguistics. June 1993, Vol. 19, No.2, pp. 263-311.
[12] Stephan Vogel, Hermann Ney, and Christoph Tillmann. HMM-based word alignment in statistical translation. Proceedings of the 16th conference on Computational linguistics - Volume 2. 1996, pp. 836-841.
[13] Ye-Yi Wang, Alex Waibel. Modeling with structures in statistical machine translation. Proceedings of the 17th international conference on Computational linguistics - Volume 2. 1998, pp. 1357-1363.
[14] 刘群. 统计机器翻译综述. 中文信息学报. 2003. Vol. 17, No. 4, pp. 1-12.
[15] Daniel Marcu, William Wong. A phrase-based, joint probability model for statistical machine translation. Proceedings of the ACL-02 conference on Empirical methods in natural language processing - Volume 10 (EMNLP '02). 2002, pp. 133-139.
[16] Philipp Koehn, Franz Josef Och, and Daniel Marcu. Statistical phrase-based translation. Proceedings of the 2003 Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology - Volume 1. 2003, pp. 48-54.
[17] Richard Zens, Hermann Ney. Improvements in phrase-based statistical machine translation. Proceedings of HLT-NAACL 2004. 2004, pp.257-264.
[18] Dekai Wu. An algorithm for simultaneously bracketing parallel texts by aligning words. Proceedings of the 33rd annual meeting on Association for Computational Linguistics. 1995, pp. 244-251.
[19] Dekai Wu. Stochastic inversion transduction grammars and bilingual parsing of parallel corpora. Computational Linguistics. Vol.23, No.3. September 1997, pp. 377-403.
[20] Dekai Wu, Hongsing Wong. Machine translation with a stochastic grammatical channel. Proceedings of the 36th Annual Meeting of the Association for Computational Linguistics and 17th International Conference on Computational Linguistics. Vol. 2. 1998, pp. 1408-1415.
[21] Hao Zhang, Daniel Gildea. Efficient search for Inversion Transduction Grammar. Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing. 2006, pp. 224-231.
[22] Markus Saers, Dekai Wu. Improving phrase-based translation via word alignments from stochastic inversion transduction grammars. Proceeding SSST'09 Proceedings of the Third Workshop on Syntax and Structure Statistical Translation. 2009, pp.28-36.
[23] David Chiang. A hierarchical phrase-based model for statistical machine translation. Proceedings of the 43rd Annual Meeting on Association for Computational Linguistics. 2005, pp. 263-270.
[24] David Chiang, Hiero. Finding Structure in Statistical Machine Translation
in National University of Singapore.(Lecture)
[25] David Chiang. Hierarchical phrase-based translation. Computational Linguistics. 2007, Vol. 33, No. 2, pp. 201-228.
[26] Franz J. Och, Hermann Ney. The alignment template approach to statistical machine translation. Computational linguistics. 2004, Vol. 30, No. 4, pp. 417-449. [27] 周玉, 宗成庆, 徐波. 基于多层过滤的统计机器翻译. 中文信息学报. 2005, Vol. 19, No. 3, pp. 54-60.
[28] Dekang Lin. A path-based transfer model for machine translation. COLING '04. Article 625. 2004.
[29] Chris Quirk, Arul Menezes, Colin Cherry. Dependency treelet translation: syntactically informed phrasal SMT. ACL '05. 2005, pp. 271-279.
[30] Yang Liu, Qun Liu, Shouxun Lin. Tree-to-string alignment template for statistical machine translation. Proceedings of the 21st International Conference on Computational Linguistics and the 44th annual meeting of the Association for Computational Linguistics. 2006, pp. 609-616.
[31] Liang Huang, Kevin Knight, Aravind Joshi. Statistical syntax-directed translation with extended domain of locality. Proceedings of AMTA. 2006, pp. 66-73.
[32] Yang Liu, Qun Liu, Shouxun Lin. Forest-to String Statistical Translation Rules. ACL’ 07, 2007, pp. 704-711.
[33] Ashish Vaswani, Haitao Mi, Liang Huang, David Chiang. Rule markov models for fast tree-to-string translation. Proceedings of the Association for Computational Linguistics. 2011.
[34] Liang Huang, Haitao Mi. Efficient incremental decoding for tree-to-string translation. Proceedings of the 2010 Conference on Empirical Methods in Natural Language Processing. 2010, pp. 273-283.
[35] Xianchao Wu, Takuya Matsuzaki, Jun'ichi Tsujii. Proceedings of the 48th Annual Meeting of the Association for Computational Linguistics. 2010, pp. 325-334. [36] Feifei Zhai, Jiajun Zhang, Yu Zhou, Chengqing Zong. Simple but effective approaches to improving tree-to-tree model. 2011.
[37] Yang Liu, Yajuan Liu, Qun Liu. Improving tree-to-tree translation with packed forests. Proceedings of the Joint Conference of the 47th Annual Meeting of the ACL and the 4th International Joint Conference on Natural Language Processing of the AFNLP: Volume 2. 2009, pp. 558-566.
[38] 刘群. 机器翻译研究新进展. 当代语言学. 2009, Vol. 11, No.2, pp. 147-158.
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
纤维素综述 简述： 微晶纤维素是天然纤维素的水解产物,外观呈白色或类白色,是一种晶形粉末产品,不溶于水,性质稳定,与主药不发生化学反应。 作为填充剂,适量用于处方中,可以使制得的颗粒较松散,均匀细小,结合性能好,同时,由于它吸水后能使片子迅速膨胀而崩解,因此,它又是一种良好的崩解剂。近年来,作为一种新型辅料,微晶纤维素在片剂生产制造中的应用越来越广泛。 在近些年的新产品开发研制,原有产品处方的改进及不合格中间产品的再处理等方面,均在不同程度上使用了这一新型辅料,并收到了良好的效果。用于新处方设计中由于微晶纤维素具有良好的结合性与崩解性,因此在开发研制新产品时,它是一种优先选用的辅料,微晶纤维的作用要强于其它类似辅料如淀粉、糊精等。这在处方设计时,我们优先选用了微晶纤维素,经过数次处方调整与试验,当微晶纤维素在片中的含量达到0.025g/片时,生产出的片子结合很好,具有足够的硬度。 制法： 微晶纤维素可用稀无机酸溶液将α-纤维素控制水解制得，α-纤维素可从含纤维素植物的纤维浆制得。水解后的纤维素经过滤、提纯、水浆喷雾干燥形成干的。粒径分布广泛的多孔颗粒。 应用： 解决因工艺带来的问题有些产品的工艺是在迁就产品达到某些
指标情况下制定的,一旦工艺变化就会带来诸多问题。例如新速效感冒片,在原处方基础上,为了保证其溶出度符合药典规定,在工艺上不得已将颗粒制得比正常的软一些,打片时打片机的压力也要尽量小一些,使得打出的片子硬度低。在进行薄膜包装时,常常会造成很多碎片,使得成片率降低,为了提高成片率就必须提高片子的硬度。要提高硬度,又不影响溶出度,就要改变原处方,这时微晶纤维素又是一个良好的优选辅料。生产中,压力提高后,我们用一定量的微晶纤素取代了原处方中相应量的某些其它辅料,当其用量达到。片时,收到了良好的效果。片子的硬度由原来的提高至,同时其溶出度也很好,完全符合质量要求。用于不合格中间体的再处理有时制出的片子鼓盖掉盖,裂片或崩解超限。原因在于软材制得不实、颗粒不完整、颗粒太软、干燥程度不够、淀粉糊浓度过大或温度过高,都可以造成上述问题。此外,有些经再处理才合格的原料,如乙酞螺旋霉素,其某些物理性质会发生变化,这也可以导致上述问题的产生。处理方法中间体再处理时,其处理方法因产品的不同及成因不同也有所区别,微晶纤维素的用量也不一样。乙酞螺旋霉素将制好的不合格的中间体颗粒过目筛,细粉按的比例加人微晶纤维素,混匀后加人适量的温淀粉糊制成软材,混实后再制粒,干燥整粒后再加人适量润滑剂,混匀,再投人到开始筛出的颗粒中大混、打片。如为原料原因时,则在投料时直接用一定量的微晶纤维素取代相应量的淀粉投料。每万片投料量用微晶纤维素。交沙霉素、维生素、峡喃坦陡在实际生产中,交沙霉素、维生素容易出现软材制得不实,颗粒发散、结合不好的现象,峡喃坦睫易出现颗粒过硬、崩解
最新企业实习工作总结 总结是对自身社会实践进行回顾的产物,它以自身工作实践为材料。是回顾过去,对前一段时间里的工作进行反思,但目的还是为了做好下一阶段的工作。为大家准备了《2020年企业实习工作总结》,希望对大家有帮助。 篇一： 回顾实习生活,感触很深,收获颇丰。通过实习我更加认识到实践是检验真理的标准,只学不实践,那么所学的就等于零,理论应该与实践相结合。另一方面,实践可为以后找工作打基础。我感觉实践是大学生活的第二课堂,是知识常新和发展的源泉,是检验真理的试金石,也是大学生锻炼成长的有效途径。一个人的知识和能力只有在实践中才能发挥作用,才能得到丰富、完善和发展。大学生成长,就要勤于实践,将所学的理论知识与实践相结合一起,在实践中继续学习,不断总结,逐步完善,有所创新,并在实践中提高自己的各方面知识、能力、技术等因素融合成的综合素质和能力,为自己事业的成功打下良好的基础。 通过这段时间的实习,学到一些在学校里学不到的东西。因为环境的不同,接触的人与事不同,从中所学的东西自然也就不一样。我们不只要学好学校里所学到的知识,还要不断从生活实践中学习其他的知识,不断地从各方面武装自已,才能在竞争中突出自已,表现自已。要学会
从实践中学习,从学习中实践。此次实习我认识到很多工作常识,意志得到了锻炼,对我以后的学习和工作将有很大的影响。纸上得来终觉浅,绝知此事须躬行。做事不可以眼高手低,往往看似简单的东西想要做好并不容易,只有亲身实践才能知其根本,才会做出理想的成绩。在实习时我们要将所学的理论知识与实践结合起来,培养勇于探索的创新精神、提高动手能力,加强社会活动能力,严肃认真的学习态度,为走上工作岗位打下坚实的基础。 由于是初次实习,所以有的工作做的很慢,也挺辛苦,不过在同事和同学的的关心和帮助下不断进步和成长,也充分感受到公司这个大家庭的团结和温暖,于是我决定就算再苦再累我也要坚持下去,所以工作起来反而觉得轻松了许多。所以通过虚心请教,在实习老师的指导帮忙协助下,我很快的适应了这份工作。 篇二： 毕业实习是每个大学本科毕业生必修的一门课程,也是十分重要的一门人生必修课.这短短的在xxx实习的两个月,我获益匪浅,也为毕业后正式走进xx做了很好的准备。 一、关于实习公司 我所实习的罗蒙集团股份有限公司简称罗蒙集团,始创于1984年,是国家工商总局核准的全国性、无区域、跨行业、现代化的大型服装企业集团。主导产品罗蒙西服年销量居全国第一。西服国内市场综合占有率排名第二,公司通过ISO9002国际质量体系认证和ISO14001国际环境管理体系认证。＂罗蒙＂现为美国、法国、意大利、俄罗斯、日
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?
机器翻译评测大纲 一、评测对象 本次评测的对象包括：汉－英、英－汉、汉－日、日－汉机器翻译系统中的核心技术。 二、评测内容 本次评测组织两种语料的评测，一种是篇章语料，一种是对话语料。领域是面向奥运的相关领域，包括体育赛事、天气预报、交通住宿、旅游餐饮等。 本次评测的评测指标包括译文质量和翻译速度。 三、评测方法 1. 评测方式 本次评测为现场评测。采用的是以人工评测为主，人工评测和自动评测相结合的方式。 人工评测方式是：由评测组织单位将各个评测单位提交的评测结果汇总在一起，然后用计算机随机打乱译文句子的排列顺序。再将所有译文句子提交给多位专家进行人工评测。将专家评测的结果汇总，用计算机还原成原来的排列顺序，分别计算出各个评测单位的总得分。 2.评测步骤 ?在评测单位统一提供的评测环境上安装被测系统 ?评测单位给出评测数据 ?被测单位运行系统，提交评测结果 ?评测单位运行自动评测程序，得出自动评测结果 ?评测单位事后进行人工评测 ?公布评测结果 3.评测标准 （1）自动评测标准
机器翻译的自动评测目前比较成熟的标准有BLEU标准、NIST标准等。本次评测采用NIST标准。具体评测标准见附件。 （2）人工评测标准 本次评测按0 - 6个等级层次打分，最后采用百分制换算评测结果。 总的可理解率=（T1*20%+T2*40%+T3*60%+T4*80%+T5*90%+T6*100%）/ 总句数 其中：Ti为被评为第i等级的句数。
（3）翻译速度评测标准 由主持评测的工作人员现场记录翻译时间，各系统自动显示从第一个句子翻译开始到所有句子翻译完毕所用的时间（不计系统初始化所用时间，只记开始翻译到所有句子翻译完毕所用时间）。 4. 输入输出文件格式 下面以汉英机器翻译为例，说明输入输出文件格式。其中p标签为段落标记，s标签为句子标记。输入文件中每个s标签内部为一个句子。输出文件中每个s 标签与输入文件中的s标签一一对应。由于一个源语言句子可能翻译成一个或多个目标语言句子，所以输出文件中每个s标签内部可以有不只一个句子。Lang 为语言代码，汉语用“zh”表示，英语用“en”表示，日语用“ja”表示。汉语、英语、日语的输入和输出文件统一采用GBK编码。 （1）输入文件格式： 玻利维亚举行总统与国会选举 (法新社玻利维亚拉巴斯电)玻利维亚今天举行总统与国会选举，投票率 比预期更高，选民希望选出的新领导阶层能够振兴经济，改善人民的生活水准，抑制这个南美洲最贫穷国家的劳工骚动。 投票所于下午四时(台北时间七月一日清晨四时)关闭，选务人员说，选 举结果将于两小时之后开始发布。 稍早，玻利维亚总统与参与选举的候选人援引巴西赢得世足赛冠军为 例，鼓励民众踊跃投票，虽然联邦法律规定，凡达投票年龄的玻利维亚人都必须 投票。
文献综述 生物工程 纤维素酶的概述 【摘要】纤维素作为地球上分布广，含量丰富的碳水化合物，它的降解是自然界碳素循环的中心环节。纤维素的利用和转化对于解决目前世界能源危机，粮食短缺、环境污染等问题具有十分重要的意义。本文就纤维素酶的应用进行一个简要的概述。 【关键词】纤维素酶；纤维素酶的实际应用：应用前景 1. 纤维素的概况 1.2 纤维素酶的分类 纤维素酶的组成比较复杂,通常所说的碱性纤维素酶是具有3～10 种或更多组分构成的多组分酶。根据其作用方式一般又可将纤维素酶分为3 类: 外切β- 1, 4-葡聚糖苷酶( 简称CBH) 、内切β-1, 4- 葡聚糖苷酶( 简称EG)和β- 1, 4- 葡萄糖苷酶( 简称BG) [1]。在这3 种酶的协同作用下,纤维素最终被分解成葡萄糖。到目前为止, 还没有能够在碱性条件下分解天然纤维素的纤维素酶。碱性纤维素酶是一种单组分或多组分的酶, 只具有内切β- 1, 4- 葡聚糖苷酶( 又称CMC酶) 的活性, 有的还与中性CMC 酶组分共存[2]。 1.3 纤维素酶的作用机理 纤维素酶在提高纤维素、半纤维素分解的同时, 可促进植物细胞壁的溶解使更多的植物细胞内溶物溶解出来并能将不易消化的大分子多糖、蛋白质和脂类降解成小分子物质, 有利于动物胃肠道的消化吸收[3]。同时, 纤维素酶制剂可激活内源酶的分泌, 补充内源酶的不足, 并对内源酶进行调整, 保证动物正常的消化吸收功能, 起到防病、促生长的作用, 消除抗营养因子,促进生物健康生长。半纤维素和果胶部分溶于水后会产生粘性溶液, 增加消化物的粘度, 对内源酶造成障碍, 而添加纤维素酶可降低粘度, 增加内源酶的扩散, 提高酶与养分接触面积, 促进饲料的良好消化。而纤维素酶制剂本身是一种由蛋白酶、淀粉酶、果胶酶和纤维素酶等组成的多酶复合物, 在这种多酶复合体系中一种酶的产物可以成为另一种酶的底物, 从而使消化道内的消化作用得以顺利进行[4]。也就是说纤维素酶除直接降解纤维素, 促进其分解为易被动物所消化吸收的低分子化合物外, 还和其他酶共同作用提高奶牛对饲料营养物质的分解和消化[5] 2. 纤维素酶的一些历史及研究成果 在吴琳,景晓辉,黄俊生[3]的产纤维素酶菌株的分离，筛选和酶活性测定中，他们利用“采样—培养—分离单菌落—初筛—复筛—测OD值”的方法筛选出分解纤维素能力较强的菌株。[结果]经反复培养和划线分离从80份样品中初选出35株具有分解纤维素能力的菌株。其中10株由白转绿,长势较
企业实践锻炼工作总结 四川职业技术学院机械工程系任国强为响应学院对于专业课教师下企业锻炼的号召，本着为学院和系室创示范建设作贡献的原则，为加强自身的业务能力和实践动手能力，本着专业对口的原则，2011年9月2日至2012年1月15日，在学院和系室的同意安排下，我有幸来到了成都普瑞斯数控机床有限公司进行为期136天的企业锻炼，这是一次难得的充分展示自我能力和加强自我学习的机会，同时也让我学到了在学校里面学不到的东西。其间感触颇多，受益匪浅。现将这我在企业锻炼期间的所见所闻、所思所想，身临其境体验企业的体会汇成文字，作一次总结。 一、端正态度、明确思路 由于本人从大学毕业以后就进入学院从事理论教学工作，尽管期间在学院的实习工厂有过相关的实践锻炼经历，但是时间较短，而且学习也不系统化，因此多数时间都是担任理论教学工作。我深知自己在操作方面和实践知识方面离企业要求的差距，因此，进入企业后，我首先清醒的认识自己，把自己当做一个刚毕业进入企业的大学生，当做一名普通的工人，每天按照企业的作息时间按时上下班，在实践过程中忘记自己的身份，放下人民教师的架子，虚心向企业的工程师和工厂一线师傅请教和学习并作好了工作笔记，与一线师傅一起动手操作，不怕脏，不怕累。 由于自己是带着学院和系室的要求深入企业锻炼的，所以从进入企业的那天起，我就为自己制定了科学、合理的实践锻炼计划，这样，可避免自己每天工作的盲目性，也可以通过计划使自己明确应该在那方面重点学习，以便于回校后更加得心应手的工作和为学院和系室的建设发展添砖加瓦。 二、珍惜机遇、深入学习 赴成都普瑞斯数控机床有限公司锻炼,，对我们青年教师来讲，是一个难得的机遇，更是一次终身难忘的经历。我不能说在短暂的几个月里面为公司做多少贡献或有多大帮助，但是对于公司安排给我的每一件事情我都能够认真的完成，不求十全十美，但能尽量做得更好，争取达到自己与领导满意为止。由于我系的数控专业是省示范重点建设专业，我系的数控专业又分了数控编程和数控维修两个方向，而该公司又主要是生产数控机床，重点产品是数控铣床和加工中心，在改公司可以了解数控机床的整个加工、装配和检验的过程，也可以熟悉各种刀具和工具系统，见到各种刀库和工装，因此我在公司的实践是紧密围绕这个主题进行的，工作中主要是从事数控编程，数控加工和数控设备的安装与调试等。我在向工厂师傅学习实践操作技能的同时，我也充分利用所学知识为他们解决了在加工生产中遇到的问题。我做事认真踏实，刻苦勤奋，尽管公司经理一次又一次地
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。
纤维素水解研究综述 1.1生物质的转化与利用 生物质是指一切直接或间接利用植物光合作用形成的有机物质。包括除化石燃料外的植物、动物和微生物及其排泄与代谢物等。从能源的角度，生物质的能量来源于太阳能，是太阳能的一种储存形式；从资源的角度，生物质是地球上唯一可再生的碳资源。 在人类漫长的历史长河中，生物质扮演了重要的角色，它不仅是人类赖以生存的食物来源，而且为人类发展提供了必需的物质基础，包括：织物、建材、纸张、酒精、木炭等材料和燃料。直到今天，生物质仍然是一些发展中国家的主要能源和材料来源，而一些发达国家也将生物质作为重要的能源补充，例如：在瑞典和芬兰生物质占到其总能源消费的17.5%和20.4%。 进入工业革命以后，随着煤炭、石油和天然气开采和利用技术的成熟，化石资源逐渐取代生物质，成为了人类社会发展所依赖的原料基础，极大地促进了人类社会的进步。19世纪中期，美国90%的燃料供给来自于生物质，而到19世纪末20世纪初，这一局面彻底改变了，化石资源占据了绝对主导地位。 另一方面，化石资源的肆意开采和大量使用不仅造成了化石资源的短缺，更加剧了生态环境的日益恶化。人类在享受社会进步成果的同时也在承受着工业文明的“后遗症”。 进入二十一世纪，资源的枯竭和环境的恶化迫使人类重新回到可持续的发展道路上，并且将目光重新投向曾经赖以生存和发展的生物质资源。然而原始的粗放式的生物质利用方式已经无法满足当前人类发展的需求，我们必须以现有的生物质资源为研究对象，借鉴化石资源利用的成功经验，提出生物质综合利用的可行性路线，发展新型高效的生物质利用技术，从而实现生物质替代化石资源促进人与自然和谐发展的美好愿景。 1.1.1生物燃料简介 生物燃料顾名思义就是指由生物质转化得到的燃料，包括：生物乙醇、生物柴油、生物丁醇、生物质热解油、生物质颗粒、木炭、沼气、H2、合成气(CO+H2)以及由合成气制备的甲醇、高级脂肪醇、二甲醚和烷烃等。 按照生物燃料生产原料的来源划分，可以将其分为第一代生物燃料和第二代生物燃料。第一代生物燃料以粮食作物为原料生产燃料，最典型代表为玉米乙醇；而第二代生物燃料则是以农作物废弃物为原料，如纤维素乙醇、微藻生物柴油。很明显，第二代生物燃料较其前辈在化学组成和燃料使用方面并没有区别，但是原料的选择却决定了第二代生物燃料不会产生“与人争粮，与粮争地”的困境，是未来生物燃料发展的正确方向。必须指出的是目前第二代生物燃料仍然停留在实验室和示范工厂阶段，并没有真正的进入燃料市场，要实现第二代生物燃料的大规模工业化生产还有许多的技术瓶颈需要突破。 目前，面向车用燃料生产发展的生物燃料技术主要包括：生物乙醇技术、生物柴油技术、直接液化技术和间接液化技术。 以粮食为原料生产乙醇是一项传统的技术，工艺上已相当成熟,但其生产受到粮食安全等社会因素的制约。目前，我国燃料乙醇的生产能力达132万吨/年，成为世界上继巴西、美国之后第三大生物燃料乙醇生产国，国内的乙醇生产基本上都是利用淀粉和糖蜜等为原料。利用农作物秸秆为代表的各类木质纤维类生物质原料替代粮食资源的燃料乙醇技术，被认为是未来解决燃料乙醇原料来源问题
暑假专业教师企业实践锻炼工作总结 一、开展企业实践锻炼活动，提高教师实践动手能力 中职学校强调的是培养学生的职业能力和职业素养，具有一定的实际操作能力。作为专业课教师，首先自己必须具有过硬的实际操作技能才能教好学生，故我们要求参加实践锻炼的教师踏踏实实从生产一线做起，抓住一切机会自己动手操作，积累经验，切实提高自己操作能力和知识应用能力。下企业锻炼教师参加了企业的技术改造、设备的安装调试、电气设备故障检修等工作，不仅提高了自己的实践技能，也对以前所教理论课程有了更深一步的理解，使理论教学的针对性、应用性和实践性大大增强，提升了自主技术开发研究和指导学生解决技术难题的能力。 二、参与企业实践锻炼，熟悉企业生产工艺流程，了解行业现状与发展方向。 暑假期间，我校派出了十几位教师深入到多家不同类型企业进行实践锻炼，熟悉了解企业生产工作流程，了解与自己所教专业相对应企业、行业的生产、技术、工艺、设备的现状和发展方向，有利于他们在教学中及时补充反映当前生产现场的新技术、新工艺，从而丰富教学内容，提高教
学质量。在课程教学中，把行业现状和特点如实地展现给学生，让学生尽早与社会接轨，不至于让学生走出校门，与行业实际脱离太远，从而产生种种不适应。 三、通过企业实践锻炼，深化教育教学改革 教师下企业锻炼，了解了目前行业、企业对各类人才的需求、就业状况，通过自己亲身经历，掌握企业对本专业人才知识结构、职业能力、职业素养的要求，返校后有针对性的进行课堂教学，培养出更符合企业需求的应用性人才。同时根据企业要求与工作过程特点，修订人才培养方案，改革课程体系，整合教学内容，按知识结构分模块，按能力结构分项目，按认知规律分任务，采用工学交替，教学做一体化模式进行教学，切实提高学生实际动手能力。根据企业对员工身体素质、心理素质、沟通协调能力、随机应变能力、服务意识、敬业精神的要求，修订教学计划时加大人文素养、职业素养培训课程比例，引导学生树立正确的人生观、价值观，加强自身修养。 四、通过企业实践锻炼，改变思想观念，提高教师学习技能积极性 在没有下厂实践锻炼时，很多青年教师，尤其是从城市来的本科毕业生、硕士毕业生看不起企业普通工人，认为自己理论水平比工人高，接受能力比工人强，又是中专教师，要向一个只有初高中水平的普通工人请教，心理很难接受，下厂实践锻炼积极性不高。自已下厂与工人师傅接触后才知道自己动手能力远不如操作工人，并被工人师傅的精湛技艺与敬业精神所折服，彻底改变了青年教师的思想观念，激发教师学习专业技能积极性。
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/6b17517555.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 ?
编号：103001054048 本科毕业论文 题目：纤维素降解的研究进展 学院：生命科学学院 专业：生物技术 年级：2010级 姓名：邹千稳 指导教师：黄凤兰（教授） 完成日期：2014年 5月28日
目录 封面............................................................................... .. (1) 目录............................................................................... .. (2) 中文摘要及关键词 (3) 英文摘要及关键词 (4) 引言................................................................................ (5) 1 纤维质材料的预处理 (7) 1.1纤维素的结构及物理性质 (7) 1.2运用物理方法对生物质材料进行预处理 (8) 1.3运用化学方法对生物质材料进行处预理 (8) 2 利用产纤维素酶的真菌对预处理后的材料进行混合发酵 (10) 2.1纤维素酶的种类与理化特性 (10) 2.2纤维素酶的生产与获得 (12) 2.3选用菌种的组合 (13) 2.4混合发酵的条件 (13) 结束语................................................................................ (16) 参考文献................................................................................ (17) 发表论文................................................................................ (21) 致谢 (22)
教师企业实践工作总结 在教师进行企业的实践总结时需要写好相关的总结，那么应该 如何写好总结的内容呢？下面是分享给大家的教师企业实践工作总 结，希望对大家有帮助。 专业教师下企业锻炼是提升教师综合素质的重要举措，是以市 场为导向，研究人才培养模式、精品专业建设、课程开发与建设等工 作的重要内容。教师通过下企业锻炼，了解企业生产、经营全过程， 提高动手能力，为专业设置、构建与中职培养目标、国家职业等级标 准相适应的课程体系作好市场调研。国家示范建设的核心内容是大力推行工学结合，突出实践能力培养，改革人才培养模式，真正体现教 学过程的实践性、开放性和职业性。要进行工学结合教学改革，前提 与保障就是师资队伍。通过教师下企业锻炼把原来的“双证”改为“双能”，培养教师既有理论教学能力，又有实践教学能力，成为符合高 职教育需求的真正“双师”素质教师。 本学期我系根据学院工作安排，7月份和8月份为专业教师集中下企业锻炼时间，此次我系共有23名专业教师下企业锻炼。教务处、系部提前做好计划，安排认真负责的教师深入企业一线锻炼，锻 炼的项目与内容应与教学课程相一致。教师下企业锻炼所选择的单位原则上首先本地，教师如果有联系外地的企业必须事先向学校报告， 经学校批准后视为有效。每位教师到各自岗位都制定了目标，主动找到锻炼的内容，都能很好地融入企业，真正学到了本领，还通过企业 锻炼对教学改革进行了思考，对如何培养高素质高技能人才有了更深
刻的认识和理解，还了解了当前人才培养与社会需求的差距?每个人的收获都很大。 此次我系下企业教师能取得圆满成功，可归纳为两个方面： 一、教师的严格自律，下企业教师主动适应环境、角色的转变，注重自身形象的塑造，自觉执行学院、企业的管理规定，养成了事前 请假的良好习惯，并在企业主动寻找任务，努力创造良好的锻炼实绩; 二、管理方式的人性化，院、系部督查小组坚持“监督与服务 并举”的督查原则，在每周随机督查不间断的同时，主动征询下企业 教师的锻炼状况，发现成绩及时鼓励，出现困难帮助协调，合理要求 及时汇报，并将企业锻炼教师的着力点和兴奋点引导到提升锻炼内涵上，主动提供如何将锻炼与教学改革、课程建设结合在一起的方式方法指导，从而形成了良好的互动态势。 通过下企业锻炼对于创新和完善我系教师继续教育制度，优化 教师的能力素质结构，建设高水平的"双师型”教师队伍，促进我校 教育教学改革和人才培养模式的转变都具有十分积极的意义。 为提高自己的能力和素质，强化专业实践能力的养成，把自己 锻炼成一位既有丰富理论知识又有较强实践动手能力的“双师型”教师，在学校统一安排下，我到了祥陵汽车配件有限公司，进行了一个 月的企业实践锻炼。 祥陵汽车配件有限公司是一家规模中型的专门生产汽车和摩托 车配件的公司，现有员工二百多人，其中高级工程师，工程师及专业
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。
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
羧甲基纤维素钠的应用及研究现状综述 姓名：陈伟光学号：09313004 班级：09制药工程学院：药学院 摘要：授甲基纤维素钠是一种应用广泛的工业产品。概述了其结构特性，并综述了其在食品、医药等行业的应用进展。 关键词：羧甲基纤维素钠；食品工业；医药工业；其他行业；应用 1 羧甲基纤维素钠 1．1、羧甲基纤维素钠及其性质 羧甲基纤维素钠，（又称:羧甲基纤维素钠盐，羧甲基纤维素，CMC，Carboxymethyl ，Cellulose Sodium,Sodium salt of Caboxy Methyl Cellulose）是当今世界上使用范围最广、用量最大的纤维素种类。 羧甲基纤维素钠(CMC)分子结构 由德国于1918年首先制得，并于1921年获准专利而见诸于世。此后便在欧洲实现商业化生产。当时只为粗产品，用作胶体和粘结剂。1936～1941年，羧甲基纤维素钠的工业应用研究相当活跃，发明了几个相当有启发性的专利。第二次世界大战期间，德国将羧甲基纤维素钠用于合成洗涤剂。Hercules公司于1943年为美国首次制成羧甲基纤维素钠，并于1946年生产精制的羧甲基纤维素钠产品，该产品被认可为安全的食品添加剂。上世纪七十年代我国开始采用，九十年代开始普遍使用。本品为纤维素羧甲基醚的钠盐，属阴离子型纤维素醚，为白色或乳白色纤维状粉末或颗粒，密度0.5-0.7克/立方厘米，几乎无臭、无味，具吸湿性。易于分散在水中成透明胶状溶液，在乙醇等有机溶媒中不溶。1%水溶液pH为6.5～8.5，当pH>10或<5时，胶浆粘度显著降低，在pH=7时性能最佳。对热稳定，在20℃以下粘度迅速上升，45℃时变化较慢，80℃以上长时间加热可使其胶体变性而粘度和性能明显下降。易溶于水，溶液透明；在碱性溶液中很稳定，遇酸则易水解，PH值为2-3时会出现沉淀，遇多价金属盐也会反应出现沉淀 1.2、羧甲基纤维素钠的制备 CMC通常是由天然纤维素与苛性碱及一氯醋酸反应后制得的一种阴离子型高分子化合物，分子量6400(±1 000)。主要副产物是氯化钠及乙醇酸钠。CMC属于天然纤维素改性。目前联合国粮农组织(FAO)和世界卫生组织(WHO) 已正式称它为“改性纤维素”。