浅谈机器翻译的几种方式_瑞科上海翻译公司

　　正在计算机科学中，机器翻译是人工智能的研讨范畴。
　　机器翻译( Machine Translation ) ， 是利用电子计算机把一种自然语言(源语言， Source Language )翻译成此外一种自然语言(目标语言， Target Language )的一种学科。
　　这新学科同时也是一门新技巧，它波及到语言学，计算机科学，数学等许多部分，是十分典范的多边缘交叉学科。
　　人们始终正在追求更好的办理机器翻译问题的方式，现阶段机器翻译方式次要有基于划定规矩的机器翻译，基于语料库的机器翻译跟混合式机器翻译方式。

　　一、基于划定规矩的机器翻译方式
　　基于剖析跟转换的机器翻译方式
　　人作翻译时，把一个源语言句子译成目标语言句子，计划到四个基本操作：目标语言单词的检索、调序、删词、增词；机器翻译体系的进程包罗检索、剖析、转换跟天生次要四个阶段，那被称为基于剖析跟转换的机器翻译体系，也被认为是模拟人类翻译举止最适当的机制。
　　该方式有三个阶段，为剖析—转换—天生。普通环境下，剖析以句法为主、语义为辅，精确的句法结构转换减精确的辞汇译文可以从源语言向目标语言传送完全的精确信息。以句法结构转换附加必然的语义信息，?可能组成转换的根本条理[3]。尺度机器翻译体系中句子跟短语条理的布局转换是焦点，发生式方法的转换规则情势为：
　　S是源语言的某个待翻译单元（句子、短语等等），S1～Si是S中的下一级构成单元关于S，若是满足条件，则目标语言中有T1～Tj译文组成了响应的等价物T。
　　上述方式称为基于句法的转换方法，由于S1+S2+···Si一般来说就是源语言的的句法结构默示：也可以称为间接转换方法，由于关于每一个源语言的翻译组块，皆立时给出一个目标语言组块与之对应该当道，?这类转换方法合乎人的直觉意识也可能实现。
　　基于中央语言的机器翻译方式
　　基于中央语言的翻译方式是对源语言停止剖析当前发生一种称为中央语言的默示情势，然后间接由这类中央语言的默示情势天生目标语言。所谓中央语言就是自然语言的计算机默示情势的系统化，它试图缔造出一种自力于各类自然语言，同时又能默示各类自然语言的人工语言。
　　基于中央语言的机器翻译方式的劣势是无需一种语言到另一种语言的逐个转换，关于多语种的翻译体系可以勤俭大批的转换常识的手工获得工作量，倘若有N种语对须要彼此翻译，只有有2N个剖析跟天生模块就够了。此中一半是源语言剖析模块，输入为原文，输出以1L默示：另一半是目标语言天生模块，输入为1L默示，输出为目标语言译文。然而，中央语言的机器翻译方式也常受到思疑。由于是不是可能机关出默示各类分歧的自然语言语法、语义的中央语言至少现阶段仍是未知数。另外，中央语言能不克不及把各类语言的一切特点保存上去，又能很好天生对应的各类语言也是问题。以是，机关中央语言是一个极大、庞大的工程，借包括许多实际研讨，迄今为止的摸索借不好的谜底。
　　基于转换的方式采用了一系列转换天生条理，各类剖析多（如词法、句法、语义跟语境等），并且正在剖析的进程中，会呈现许多歧义布局，明显，若是不好的算法服从便会低；另外，关于那些没有合乎语法划定规矩的句子，这类方式难于给出精确的翻译成果。

　　两、基于语料库的机器翻译方式
　　基于统计的机器翻译方式
　　基于统计的机器翻译方式，普通不要任何语言学常识，它的基本原理是实现源语言辞汇到目标语言辞汇的映射。其思绪遭到语音辨认研讨的开导，因此使用了近似的方式去实现。研究者用大规模的双语语料库作为根底，对源语言跟目标语言辞汇的对应关联停止统计，依据统计纪律输出译文。这类方式不利用语言常识，次要特点是概率基于统计的机器翻译方式，普通不要任何语言学常识，它的基本原理是实现源语言辞汇到目标语言辞汇的映射。其思绪遭到语音辨认研讨的开导，因此使用了近似的方式去实现。研究者用大规模的双语语料库作为根底，对源语言跟目标语言辞汇的对应关联停止统计，依据统计纪律输出译文。这类方式不利用语言常识，次要特点是概率统计与随机进程的方式成为了剖析跟天生进程的独一方式。它的次要内容是单语句对的对齐，经由过程辞汇同现的可能性去计较一种语言的一个词映射到另一种语言的一个词（或两个、零个词）的概率。该当道，基于统计的机器翻译方式的呈现转变了机器翻译研讨的面孔，从而起头了机器翻译研讨的新阶段。
　　统计方式最早正在语音辨认范畴取得了胜利，机器翻译的噪声通道模子可以视作最早的机器翻译思惟，其思绪可以如许明白：
　　假定措辞者曾经用方针语想好了一句话T，可是说出的倒是源语言句子S。如许一个进程可以看成为编码进程。而统计的机器翻译就是要从S回推T，可以看成解码进程。如许，统计的机器翻译使命分为两个部门：一是建模，即树立翻译的计算方法和从双语语料库中估量模子的参数；二是解码，即追求一种高效搜索算法与有关概率计较的最大值。
　　基于统计的方式以大规模的双语语料库为根底，须要锻炼，普通翻译速率比较慢；并且它另有被思疑之处——这类方式会不会因为本身的固有属性，没有能够有很下的译文正确率。但基于统计的机器翻译方式仍是存在良多劣势，如开辟速率快、周期短、无需人工干预等，正在特定范畴锻炼数据充足的环境下翻译机能根本可以到达实用程度。
　　基于实例的机器翻译方式
　　基于实例的机器翻译方式经由过程结构化的翻译例子间接把源语言的短语跟句子与目标语言的短语跟句子对应起来，方式的分歧使得处置惩罚步调或多或少，但皆必需实现源语言到目标语言的转换，其映射关联或许是词到词，或许是短语或句子到与之响应的等价物，或许是一棵句法树到另一棵句法树。
　　基于实例的机器翻译（EBMT）的实现进程简略概述以下：给定源语言输入句子S，正在双语语料库C中婚配查找一个最附近的句子S’，则S’的译文便被接管为S的译文。翻译的进程普通就是查找跟复现类似的例子，发明跟记起特定的源语言表达或类似的抒发正在之前是若何翻译的，把之前的翻译实例作为次要常识源。

　　三、混合式机器翻译方式
　　基于混合式的机器翻译方式可能很好的应用两种方式的优点，现阶段十分风行。混合式机器翻译方式是将基于划定规矩的翻译方式跟基于统计的翻译方式联合。正在基于划定规矩的技巧中引入语料库方式，此中有基于实例的方式、统计方式，经由过程对语料库的预处理使其转化为自然语言知识库的方式。Rules post-processed by statistics统计方式做后处理，翻译利用划定规矩方式。Statistics guided by rules利用划定规矩方式做前后处置惩罚，翻译利用统计方式。
　　混合式机器翻译方式是后果最好的，但现阶段混淆方式中各类模子的耦合方法借比力松散，停止多翻译模子的深度融会能够是将来研讨的一个热点。
　　机器翻译瓶颈
　　之前停止的机器翻译的无益的摸索中，但凡取得了成果的研讨多数尽力避开明白语言这一进程。由于这一进程本身波及到了A的终极目标，机械的智能化。然而，那又是一个没法躲避的问题，不克不及明白语言便没有能够停止真正意思上的翻译。