【正文】 2022年 10月 23日 6時 9分 語言信息處理 機器翻譯 I 56 復(fù)習(xí)思考題 訪問一些知名的網(wǎng)上翻譯網(wǎng)站，直觀了解機器翻譯 – SYSTRAN Homepage – WordLingo – 看世界 嘗試寫一些規(guī)則，將英語句子“ He wrote a book on history.”翻譯成漢語句子“他寫了一本關(guān)于歷史的書。這個系統(tǒng)的主要引擎是基于知識的機器翻譯系統(tǒng)，基于實例的機器翻譯系統(tǒng)只是它的一個引擎，為整個多引擎機器系統(tǒng)提供候選結(jié)果。 2022年 10月 23日 6時 9分 語言信息處理 機器翻譯 I 55 基于實例的機器翻譯系統(tǒng) MBT1和 MBT2系統(tǒng)：由日本京都大學(xué)長尾真和佐藤研制。 建立有效的實例匹配檢索機制：很多研究者認(rèn)為，基于實例的機器翻譯的潛力在于充分利用短語一級的實例碎片，也就是在短語一級進(jìn)行對齊，但是，利用的實例碎片越小，碎片的邊界越難于確定，歧義情況越多，從而導(dǎo)致翻譯質(zhì)量的下降，為此，要建立一套相似度準(zhǔn)則(similarity metric)，以便確定兩個句子或者短語碎片是否相似。在翻譯策略上是很有吸引力的。 長尾真指出，人類并不通過做深層的語言學(xué)分析來進(jìn)行翻譯，人類的翻譯過程是：首先把輸入的句子正確地分解為一些短語碎片，接著把這些短語碎片翻譯成其它語言的短語碎片，最后再把這些短語碎片構(gòu)成完整的句子，每個短語碎片的翻譯是通過類比的原則來實現(xiàn)的。 2022年 10月 23日 6時 9分 語言信息處理 機器翻譯 I 40 中間語言示例－語義網(wǎng)絡(luò) 英語： He bought a book on physics. 漢語：他買了一本關(guān)于物理學(xué)的書。 譯文質(zhì)量粗而不失其信：譯文能傳達(dá)原文的意思，以“信”為首先的追求目標(biāo)，而不要求做到譯文的“達(dá)”和“雅”。 CSTAR把多種語言的口語直接翻譯作為一個科學(xué)工程來進(jìn)行，通過建立平臺和演示來推動口語語音翻譯技術(shù)的迅速發(fā)展，使 CSTAR成為國際口語翻譯技術(shù)轉(zhuǎn)向工業(yè)應(yīng)用的搖籃，以掃除人類的語言障礙。 2022年 10月 23日 6時 9分 語言信息處理 機器翻譯 I 22 口語機器翻譯系統(tǒng)（ 3） CSTAR計劃： 1991年成立了國際口語翻譯聯(lián)盟 (Consortium for Speech Translation Advanced Research, 簡稱 CSTAR)。 SpeechTrans系統(tǒng)和 JANUS系統(tǒng)：由美國卡內(nèi)基 梅隆大學(xué) (CMU)研制。 2022年 10月 23日 6時 9分 語言信息處理 機器翻譯 I 16 機器翻譯的繁榮期 本世紀(jì)七十年代末，機器翻譯進(jìn)入了它的第三個時期 繁榮期（ 1976年 現(xiàn)在）。 ATEF是一個非確定性的有限狀態(tài)轉(zhuǎn)換器，用于原語詞法分析，它的程序接收原語文句作為輸入，并提供出該文句中每個詞的形態(tài)解釋作為輸出； ROBRA是一個樹形圖轉(zhuǎn)換器，它的程序接收詞法分析的結(jié)果作為輸入，借助語法規(guī)則對此進(jìn)行運算，輸出能表示文句結(jié)構(gòu)的樹形圖； ROBRA還可以按同樣的方式實現(xiàn)結(jié)構(gòu)轉(zhuǎn)換和句法生成； TRANSF可借助與雙語詞典實現(xiàn)詞匯轉(zhuǎn)換； SYGMOR是一個確定性的樹 鏈轉(zhuǎn)換器，它接收譯語句法生成的結(jié)果作為輸入，并以字符鏈的形式提供出譯文。 這就是機器翻譯中的“獨立分析 獨立生成 相關(guān)轉(zhuǎn)換”的方法。所謂語法與算法分開，就是要把語言分析和程序設(shè)計分開，程序設(shè)計工作者提出規(guī)則描述的方法，而語言學(xué)工作者使用這種方法來描述語言的規(guī)則。 – 第一階段：用代碼化的結(jié)構(gòu)標(biāo)志來表示原語文句的結(jié)構(gòu)； – 第二階段：把原語的結(jié)構(gòu)標(biāo)志轉(zhuǎn)換為譯語的結(jié)構(gòu)標(biāo)志； – 第三階段：構(gòu)成譯語的輸出文句。 2022年 10月 23日 6時 9分 語言信息處理 機器翻譯 I 10 機器翻譯的復(fù)蘇期（ 1） 盡管在蕭條時期，法國、日本機器翻譯研究的歷史和現(xiàn)狀加拿大等過，仍然堅持著機器翻譯研究，于是，在七十年代初期，機器翻譯又出現(xiàn)了復(fù)蘇的局面。 由于學(xué)者的熱心倡導(dǎo)，實業(yè)界的大力支持，美國的機器翻譯研究一時興盛起來?！? 2022年 10月 23日 6時 9分 語言信息處理 機器翻譯 I 8 機器翻譯的草創(chuàng)期（ 2） 1949年，韋弗發(fā)表了一份以 《 翻譯 》 為題的備忘錄，正式提出了機器翻譯問題。 2022年 10月 23日 6時 9分 語言信息處理 機器翻譯 I 7 機器翻譯的草創(chuàng)期（ 1） 1946年，美國賓夕法尼亞大學(xué)的?？颂兀?J. P. Eckert）和莫希萊（ ）設(shè)計并制造出了世界上第一臺電子計算機ENIAC，在電子計算機問世的同一年，英國工程師布斯（ A. D. Booth）和美國洛克菲勒基金會副總裁韋弗（ W. Weaver）在討論電子計算機的應(yīng)用范圍時，就提出了利用計算機進(jìn)行語言自動翻譯的想法。 2022年 10月 23日 6時 9分 語言信息處理 機器翻譯 I 6 機器翻譯的萌芽期（ 3） 1903年，古圖拉特 (Couturat)和洛 (Leau)在 《 通用語言的歷史 》 一書中指出，德國學(xué)者里格 (W. Rieger) 曾經(jīng)提出過一種數(shù)字語法 (Zifferngrammatik)，這種語法加上詞典的輔助，可以利用機械將一種語言翻譯成其他多種語言，首次使用了“機器翻譯” （德文是 ein mechanisches Uebersetzen)這個術(shù)語。阿爾楚尼認(rèn)為它可以應(yīng)用來記錄火車時刻表和銀行的帳戶，尤其適合于作機器詞典。由此開展了關(guān)于“普遍語言”的運動。 機器翻譯的歷史 2022年 10月 23日 6時 9分 語言信息處理 機器翻譯 I 4 機器翻譯的萌芽期（ 1） 關(guān)于用機器來進(jìn)行語言翻譯的想法，遠(yuǎn)在古希臘時代就有人提出過了。機器翻譯 I Machine Translation I 張宇 哈爾濱工業(yè)大學(xué)計算機科學(xué)與技術(shù)學(xué)院 2022年 10月 23日 6時 9分 語言信息處理 機器翻譯 I 2 大綱 機器翻譯的歷史 機器翻譯的分類 機器翻譯的范式 機器翻譯的基本策略 基于規(guī)則的機器翻譯方法 基于實例的機器翻譯方法 2022年 10月 23日 6時 9分 語言信息處理 機器翻譯 I 3 W. J. Hutchens, latest Development in MT Technology: Beginning a New Era in MT Research. In : Proceedings of Machine Translation SummitIV, Kobe, Japan, 1993. 馮志偉，自動翻譯，上海知識出版社， 1987年。 在 17世紀(jì)，一些有識之士提出了采用機器詞典來克服語言障礙的想法。 維爾金斯（ John Wilkins） 在 《 關(guān)于真實符號和哲學(xué)語言的論文 》 (An Essay tow