【正文】 本科畢業(yè)設(shè)計(jì)（論文）外文翻譯譯文 學(xué)生姓名 ： 王明洋 院 （系）： 計(jì)算機(jī)學(xué)院 專業(yè)班級(jí) ： 軟件 0701 指導(dǎo)教師 ： 潘少偉 完成日期 ： 2020 年 3 月 17 日 人工智能探索 The Quest for Artificial Intelligence 作者： Nils J. Nilsson (Author) 起止頁(yè)碼： 141165 出版日期（期刊號(hào)）： ISBN10: 0521122937 ISBN13: 9780521122931 出版單位： Cambridge University Press 第 7 章 自然語(yǔ)言處理 無(wú)論是 打印 的或者手寫(xiě)的字體，如果想識(shí)別特定的字母字符 ， 問(wèn)題就在于理解單詞、句子或更大的一段文字組合的“自然”語(yǔ)言 ， 如英語(yǔ)。為了區(qū)分語(yǔ)言如英語(yǔ)和機(jī)器語(yǔ)言 ， 前者通常被稱為“自然語(yǔ)言”。在機(jī)器語(yǔ)言中 ， 理解輸入的自然語(yǔ)言通常 指轉(zhuǎn)換到某種記憶模型 (如拉斐爾使用的 SIR 系統(tǒng)或 奎廉 所使用的語(yǔ)義網(wǎng)絡(luò) )或執(zhí)行一些恰當(dāng) 的輸入 動(dòng)作。 自然語(yǔ)言能說(shuō)出和寫(xiě)的一樣的意思。那是因?yàn)檠葜v聽(tīng)起來(lái)是和分割印刷在紙上的是不一樣的 ， 理解話語(yǔ)有著 額外的困難 ， 我會(huì)在一個(gè)后來(lái)的篇章 來(lái)描述 。 自然語(yǔ)言理解的逆輸入生成自然語(yǔ)言輸出的口語(yǔ)和書(shū)寫(xiě)。從一種語(yǔ)言翻譯成另外一種 ， 既要理解和又要生成。進(jìn)行一場(chǎng)談話也是如此。所有的這些問(wèn)題 理解、產(chǎn)生、翻譯與一般的談話 —— 構(gòu)成了“自然語(yǔ)言處理” (有時(shí)也簡(jiǎn)稱 NLP)。 語(yǔ)言水平 語(yǔ)言學(xué)家和其他學(xué)習(xí)語(yǔ)言者對(duì)語(yǔ)言的認(rèn)識(shí)和分 析處在不同級(jí)別上的。從那些處理最基本組成的語(yǔ)言 (音 )和訴訟到部分進(jìn)行上行水平處理序列的句子，這些可以安排在一種層次 ， 如果演講處理成有層次的語(yǔ)音 (語(yǔ)音 )和音系學(xué) (組織的聲音字 )。對(duì)于講話 ，交易形態(tài)與全字是如何加在一起 ， 從小型零件的制造和銷售。例如 ， “走出去”包括“行走”加上“吸引”。 接下來(lái) ， 語(yǔ)法關(guān)注句子的結(jié)構(gòu)和語(yǔ)法。它規(guī)定所試圖描述一串字在一個(gè)特定的語(yǔ)言被貼上要么語(yǔ)法或不是。例如 ， 該字符串 “ 約翰打了球”是語(yǔ)法 ， 但是 “ 球到約翰 ”則不是。連同這本字典定義的詞、句法的重要性理解句子的意義。舉例來(lái)說(shuō) ， 這句話“約翰看 見(jiàn)那人拿著望遠(yuǎn)鏡”有兩種不同的意義取決于它句法結(jié)構(gòu) (也就是說(shuō) ， 這取決于“用望遠(yuǎn)鏡”是指“男人”有一個(gè)望遠(yuǎn)鏡或“看見(jiàn)”。 ) 但是語(yǔ)法是不夠確定的意義。例如這句話 ， “無(wú)色的綠色思想在瘋狂的睡眠”可能被認(rèn)為語(yǔ)法 ， 但它是荒謬的。語(yǔ)義層次幫助確定意義 (或無(wú)意義的 )一個(gè)句子的運(yùn)用邏輯分析。例如 ， 通過(guò)語(yǔ)義分析理論 ， 提出一種“想法”不可能同時(shí)是“無(wú)色”和“綠色”。 接下來(lái)是語(yǔ)用學(xué)的水平，以文章的上下文句子來(lái)牽制的意義。例如 ， 約翰去銀行”有不同的意義中 ， 在一個(gè)關(guān)于在流河里釣魚(yú)句子里和關(guān)于貿(mào)易的句子里。語(yǔ)用含義在語(yǔ)境中具體情 況具體體現(xiàn)。 這些層面 ， 即在特定的主題 ， 是語(yǔ)法早期的研究仍是自然語(yǔ)言處理的一個(gè)重要方面。在 1957 年美國(guó)語(yǔ)言學(xué)家喬姆斯基的一本書(shū)出版，他所提出的句法結(jié)構(gòu)的語(yǔ)法規(guī)則 ， 可以設(shè)置可用于生成“合法”的一種語(yǔ)言。 1 相同的規(guī)則也可以用來(lái)分析一串字來(lái)決定是否他們組成一個(gè)合法的語(yǔ)句的語(yǔ)言。我要說(shuō)明這種分析被喬姆斯基稱為PhraseStructure 語(yǔ)法 (PSG)。 2這個(gè)過(guò)程是與我們所有的在高級(jí)學(xué)校的“ Diagrammed”的句子非常相似的 ， 。 語(yǔ)法規(guī)則定義詞的聲明中所代替字符串符號(hào)相應(yīng)的句法類別 ， 如名詞或動(dòng)詞或形容詞。 這些句法取代通過(guò)額外的象征符號(hào)形成語(yǔ)法的規(guī)律琴弦。這些思想的闡明 ， 我會(huì)用非常簡(jiǎn)單的改編喬姆斯基的一個(gè)語(yǔ)法來(lái)說(shuō)明。這本語(yǔ)法只有三大句法類別 :名詞、動(dòng)詞、介詞。那三個(gè)充分分析字符串 ， 如“這個(gè)人撞球?！? 其中一條規(guī)則在這說(shuō)明 ， 我們可以取代語(yǔ)法狀態(tài)句子 ： “的” 或“一” 的象征“ DET” (限定詞 )。 語(yǔ)言學(xué)家寫(xiě)這個(gè)規(guī)則如下 : THE| A → DET （這個(gè)符號(hào)“ |”被用來(lái)顯示任何言語(yǔ)環(huán)繞著它能被正確的語(yǔ)法標(biāo)志的箭頭） 這里有一些其他的規(guī)則 ， 用同樣的格式 : MAN | BALL | JOHN → N （這句話 :“ MAN” ， “ BALL”和“ JONE”可以被取代的象征“ N”的名詞。） HIT | TOOK | THREW → V （這句話 :“ HIT”、“ TOOK”和“ THREW”可以被替換“ V”是動(dòng)詞。 ) DET N → NP （字符串中的符號(hào) “ DET”和“ N”實(shí)現(xiàn)“硅碳棒可以被替換“ NP”的名詞短語(yǔ)。 ) VNP → VP (字符串中的符號(hào)“ V”和“ NP”可以被替換“ VP”是動(dòng)詞短語(yǔ)。 ) NPVP → S (字符串中的符號(hào)“ NP”和“ VP”可以被取代的象征“ S”的句子。 ) 符號(hào) (例如“ S”、“ DET”、“ NP”等等 ， 被稱為 非終止 語(yǔ)言符號(hào)的定義語(yǔ)法 ， 而詞匯如“ BALL”、“ JOHN”和“ THREW”是語(yǔ)言“ TERMINAL”的象征。 我們可以把這些規(guī)則的字符串 “ 男人擊球”轉(zhuǎn)變它變成 “ S” 。任何一個(gè)字符串 ，可以轉(zhuǎn)換成“ S”這樣說(shuō)語(yǔ)法的很簡(jiǎn)單定義 —— 一個(gè)法定的語(yǔ)言語(yǔ)法。用一種規(guī)則應(yīng)用 ， 說(shuō)明了一個(gè)語(yǔ)法就是叫語(yǔ)法樹(shù)如圖 71 所示 。 3 圖 71： 一個(gè)句子分析的 語(yǔ)法 樹(shù) 下面的例子是基于一項(xiàng)小樣本量的句法類別和僅僅說(shuō)明了更換規(guī)則的句法分析。 ， 使語(yǔ)法稍微更現(xiàn)實(shí) ， 我們將需要包含符號(hào)更換、形容詞、副詞規(guī)則和介詞等等。當(dāng)然 ， 我們必須包含更多的詞匯。 文法被稱為上下文無(wú)關(guān)文法 (CFGs)如果他們所有的規(guī)則有一個(gè)單獨(dú)的 非終止 符號(hào)右邊的箭頭。他們稱那是因?yàn)楫?dāng)規(guī)則適用于逆向更換不依賴于任何出現(xiàn)的其他符號(hào)(產(chǎn)生 ， 而不是句子的語(yǔ)法分析的方式 )， 是一個(gè) 非終止 象征。 PSGs 是上下文自由。 這個(gè)圖表顯示 如 圖 72 所示 。我們簡(jiǎn)單的語(yǔ)法規(guī)則被用來(lái)生成句子。在這種情況下 ， 它開(kāi)始的標(biāo)志句子 ， 即“ S” ， 而產(chǎn)生的句子“約翰擲球?！边@個(gè)簡(jiǎn)單的語(yǔ)法當(dāng)然不會(huì)產(chǎn)生所有的句子聲稱被規(guī)則可接受的。這也使我們產(chǎn)生的句子通常不愿接受 ， 比如“約翰丟球?！倍鴨棠匪够臅?shū)說(shuō)明 的更復(fù)雜了 ， 后來(lái)的作品也有產(chǎn)生相當(dāng)精致的語(yǔ)法。由上世紀(jì) 60 年代早期 ， 幾個(gè)語(yǔ)法在計(jì)算機(jī)程序中可以進(jìn)行編碼分析樣品中的大學(xué)英語(yǔ)課文。 4 我將會(huì)提到幾種不同的語(yǔ)法 ， 一些復(fù)雜多的成功的 CFGs 章節(jié)。然而即使是最復(fù)雜的語(yǔ)法不能讓我們將清潔區(qū)分句子當(dāng)做正確的語(yǔ)法，那些我們也不會(huì)。我將會(huì)回到這個(gè)困難將用一種方法來(lái)解決它在以后的章節(jié)。 圖 72： 一個(gè)句子生成的分析樹(shù) 一個(gè)句子的被解析語(yǔ)法方式是可以確定它的意思 ， 所以一個(gè)很重要的一部分 ， 自然語(yǔ)言處理涉及到使用的語(yǔ)法規(guī)則所能接受的解析語(yǔ)法樹(shù)的句子。找到一個(gè)語(yǔ)法樹(shù)包括搜索 在幾個(gè)不同的方面 ， 非終止 符號(hào) ， 從“ S”開(kāi)始 ， 可以更換使用語(yǔ)法規(guī)則的企圖來(lái)配合目標(biāo)的句子或單詞好幾種不同的目標(biāo)句子可被 非終止 符號(hào)來(lái)產(chǎn)生“ S”第一種類型的搜索被稱為“自上而下” (從“ S”到一個(gè)句子 )。另一種叫“自下而上” (從一個(gè)句子到“ S” )。 它通常是 (如果不是經(jīng)常 )的情況下 ， 給出了語(yǔ)法、句子有一個(gè)以上的語(yǔ)法樹(shù) ， 每個(gè)都有不同的含義。舉例來(lái)說(shuō) ， “這個(gè)人撞球在公園里”，在“公園”是動(dòng)詞詞組隨著“撞”中會(huì)有一個(gè)語(yǔ)法樹(shù)或者在“公園”是一個(gè)名詞詞組隨著“球”中有一個(gè)語(yǔ)法分析樹(shù)。而且 ， 我已經(jīng)提到 ， 一些 句子的分析 可能 是有 意義的 。舉例來(lái)說(shuō) ， 根據(jù)我的簡(jiǎn)單的語(yǔ)法 ， “球把那人”是一種合法的但是毫無(wú)意義的句子。哪一個(gè)解析樹(shù)是適當(dāng)過(guò)程的一部分 ， 是決定語(yǔ)義 (甚至語(yǔ)言學(xué) )的水平。在 20 世紀(jì) 50 年代和超過(guò)整個(gè)大部分的 60 年代 ， 句法分析比以前的語(yǔ)義是較發(fā)達(dá)。 語(yǔ)義分析通常涉及利用解析樹(shù)來(lái)引導(dǎo)轉(zhuǎn)變成一個(gè)表達(dá)式語(yǔ)句的輸入 ， 在一些明確的“或”的意思表達(dá)語(yǔ)言變成一個(gè)程式回應(yīng)的適當(dāng)?shù)姆绞絹?lái)輸入句子。例如 ， “ 這名男子把球扔 可能會(huì)變成一個(gè)邏輯表達(dá)式 ， 如 (? x， y， z)[Past(z) ∧ Man(x， z) ∧ Ball(y， z) ∧ Event(z) ∧ Throws(x， y， z)]， 可解釋為“有 x， y， z， 這樣 z 是一個(gè)事件在過(guò)去 ， x 是一個(gè)人在那次事件 ， ｙ是一個(gè)球在那次事件 ， x 在那次事件扔 y。” 語(yǔ)義分析也會(huì)變換句子“男人把球扔”變成程序 ， 在過(guò)去某種程度上 ， 就是模仿一個(gè)人把球扔了。 機(jī)器翻譯 最早的一些嘗試用電腦做超過(guò)平常的數(shù)值時(shí)是在自動(dòng)計(jì)算的一種語(yǔ)言翻譯句子。詞典可以儲(chǔ)存在電腦內(nèi)存 (在磁帶或在穿孔卡片 )， 這樣可以用來(lái)發(fā)現(xiàn)英語(yǔ)與另外語(yǔ)言的同義詞。 人們認(rèn)為選擇一個(gè)在你的心中合適的每個(gè)詞 ， 一個(gè)句子 ， 連同適度的句法分析 ，可以用來(lái) 翻譯國(guó)外的語(yǔ)言 (俄羅斯 )譯成英語(yǔ)句子。 一個(gè)新的計(jì)算機(jī) 5 報(bào)告的標(biāo)準(zhǔn)是由一個(gè)在國(guó)家統(tǒng)計(jì)局 (現(xiàn)在稱為國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院 )工作的 Harry D. Huskey 領(lǐng)導(dǎo)完成的。《紐約時(shí)報(bào)》 5 月 31 日?qǐng)?bào)道 ， 1949 年 6。 一種新型的“電腦” ， 落戶在正在建設(shè)中在加利福尼亞的美國(guó)教育局州立大學(xué)的數(shù)值分析的標(biāo)準(zhǔn)實(shí)驗(yàn)室，它的計(jì)算能力不是機(jī)器只有執(zhí)行復(fù)雜的數(shù)學(xué)問(wèn)題 ， 還有翻譯外文能力。而這臺(tái)機(jī)器將在翻譯領(lǐng)域準(zhǔn)確的范圍還沒(méi)有定下來(lái) ， 科學(xué)家們進(jìn)行這項(xiàng)工作 ， 但那將是很可能的。它包含了 6 萬(wàn)字的韋伯學(xué)院字典中每個(gè)詞的等價(jià)物多達(dá) 3種外語(yǔ)。 關(guān) 于這臺(tái)機(jī)器如何做解釋翻譯 ， 《紐約時(shí)報(bào)》的記者寫(xiě)道 : 當(dāng)一個(gè)外國(guó)詞翻譯成機(jī)器中的數(shù)字符號(hào)存儲(chǔ)在磁帶或卡中，這種機(jī)器將使用其“記憶” ， 如果發(fā)現(xiàn)的輸入的符號(hào)存儲(chǔ)在其數(shù)據(jù)庫(kù)中 ， 它將會(huì)自動(dòng)翻譯成一個(gè)預(yù)定的等效英語(yǔ)單詞。 ?? 這顯然就相當(dāng)于一個(gè)簡(jiǎn)陋的逐字的英文翻譯 ， 雖仍是缺乏語(yǔ)法 ， 但確實(shí)是極有價(jià)值的，但設(shè)計(jì)師說(shuō) ， 這個(gè)機(jī)器若作為科學(xué)家用來(lái)翻譯外國(guó)的技術(shù)文件 ， 詞匯是個(gè)比語(yǔ)法更嚴(yán)重的問(wèn)題。 這臺(tái)機(jī)器沒(méi)有實(shí)際執(zhí)行任何翻譯的理念 ， 這樣做還只是 Huskey 的一種可能性的想象。但這個(gè)困難是非科學(xué)都能能夠想象的困難。第二天紐約時(shí)間 的一篇社論將問(wèn)題說(shuō)了出來(lái)： 我們對(duì)機(jī)器翻譯的準(zhǔn)確度有疑慮。這臺(tái)機(jī)器是如何將法語(yǔ)單詞“ pont”翻譯成“橋”或“牌”或去知道在德國(guó)“ operation”就是意味著外科手術(shù)？所有的機(jī)器都只可以做簡(jiǎn)單的任務(wù)如查閱字典中的單詞和在紙上寫(xiě)上具有英語(yǔ)的同義詞 ， 以便于翻譯者使用合適的框架句型 ， 和適合上下文的語(yǔ)境意義。 在 1947 年 ， 沃倫維納，一個(gè)大雜院的織布者，一個(gè)數(shù)學(xué)家和科學(xué)的管理者 ，想利用數(shù)字計(jì)算機(jī)將文件翻譯成人類的自然語(yǔ)言。維納感到懷疑是否有這種可能性。在他回答 ， “我坦白我害怕的是邊界的詞在不同的語(yǔ)言意義太過(guò)含糊 ，情感和國(guó)際化內(nèi)涵粗放使得機(jī)器翻譯計(jì)劃很有希望?！比欢?， 在 1949 年 7 月，他精心闡述他的觀點(diǎn)在便簽上，命名為《翻譯》寄往幾個(gè)大學(xué)。 他的聲明工備忘錄如下 : 相比論及世界各國(guó)多語(yǔ)言之間的文化交流阻礙這樣一個(gè)顯而易見(jiàn)的事實(shí)我們沒(méi)有必要做什么，理解是其中一種嚴(yán)重的障礙。在本諒解備忘錄 ， 假定你的有效性和事實(shí)中這一點(diǎn)的重要性，一些評(píng)論和可能來(lái)自民眾的壓力造成至少一些需要解決問(wèn)題的國(guó)際翻譯會(huì)通過(guò)使用電子計(jì)算機(jī)容量大 ， 靈活性和速度來(lái)完成。 根據(jù)大量 7 編輯發(fā)表備忘錄的翻印?！八麑⑺慕o了他大概 200 個(gè)在各個(gè)領(lǐng)域的熟人，就是 所謂的第一個(gè)意見(jiàn)說(shuō)曾經(jīng)見(jiàn)過(guò)計(jì)算機(jī)翻譯語(yǔ)言的技術(shù)的可能?！彼倪@個(gè)文件通常被記錄在機(jī)器翻譯領(lǐng)域中 (通常簡(jiǎn)稱ＭＴ )8。 1952 年 6 月份在麻省理工學(xué)院 ， Yehoshua BarHillel(19151975)， 一名以色列寬嚴(yán)兼濟(jì)工作在麻省理工學(xué)院的實(shí)驗(yàn)室的科學(xué)家被認(rèn)為是組織了致力于機(jī)器翻譯的 第一次會(huì)議 9。 相比與最初的樂(lè)觀， BarHillel 在后來(lái)得出全自動(dòng)翻譯是不可能的這樣一個(gè)結(jié)論。 1954 年一月，作為自動(dòng)翻譯的樣品 ， 俄羅斯課文自動(dòng)翻譯成英語(yǔ)成功在 IBM 世界總部紐約市的麥迪遜大街 57 號(hào)得到論證。這個(gè)由 國(guó)際商用機(jī)器公司 (IBM)和喬治敦大學(xué)合作的演示用很少的詞匯和有限的語(yǔ)法。這個(gè)項(xiàng)目是由 Cuthbert Hurd 領(lǐng)導(dǎo)的，BM 應(yīng)用科學(xué)部門(mén)和來(lái)自喬治城的 L180。eon Dostert 協(xié)作完成的。由國(guó)際商用機(jī)器公司(IBM)在 1954 年 1 月 8 日發(fā)布如下 :10 就在今天電子計(jì)算機(jī)第一次將俄文翻譯成英文。這個(gè)由來(lái)自 喬治敦大學(xué)人文學(xué)院和語(yǔ)言學(xué)協(xié)會(huì)的語(yǔ)言學(xué)家提交的簡(jiǎn)單的關(guān)于政治、法律、數(shù)學(xué)、化學(xué) ， 冶金、通訊和軍事事務(wù)的俄文報(bào)告被著名的國(guó)際商業(yè)機(jī)器公司的 701 電腦在幾秒鐘內(nèi)翻譯成英