Chapter_09机器翻译

机器翻译技术的现状及发展

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

机器在线翻译与人工翻译的比较

现如今大家各个国家的人群交流的越来越多，以至于语言自然而然的要学习的更多，如果机器翻译也就是“一点翻译”与人工翻译摆在一起，大家都知道选择人工翻译，因为人工翻译准确性高并且是根据文章上下文进行翻译的，那机翻真的没有优点了么，错，机翻的优点有很多，比如单词准确性高，面对偏僻的词汇也是可以翻译的，翻译语句的时候虽然不是很精准，但是对于了解语言的我们来说也可以根据翻译进行大致的了解，话不多说，简单的来介绍一下如何在线翻译吧。 步骤一：我们要先在电脑上准备好需要进行翻译的文件，最好是将其添加至桌面上，或路径不复杂的文件框内，同时还需要借助电脑浏览器搜索一点翻译，进入相关的界面。 步骤二：通过搜索可以看到“一点翻译“在百度里面的页面，进入在线翻译的界面后，我们就可以在页面的中心位置通过上传文档按钮进入文档翻译的选项页面了。

步骤三：进入文档翻译的选项页面后，我们可以先对上传文档按钮上方的一些选项进行修改（也就是下图里面的选项）这样可以帮助我们更好的实现翻译。 步骤四：上面的选项修改好后，我们就可以开始将准备好的文件添加进来了，可通过点击上传文档按钮或者是拖拽的方式将文件添加进来。

步骤五：文件添加进来后，可再次去翻译的自定义选项是否修改好，若确定修改好后，就可以通过开始翻译按钮，对PDF文件进行翻译了。 步骤六：翻译的时间根据翻译的文件的大小来定制，耐心等待文件翻译结束后，我们可以通过预览按钮对翻译后的文件进行预览，也可以直接将翻译后的文件下载到电脑上进行保存。

在线翻译与人工翻译最大的优点是速度快，方便，准确性高，如果不是相对了解很透的语句的话建议在“一点翻译”内进行在线翻译，小编已经尝试过了，感觉蛮好的哦。

机器翻译

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

人工智能与机器翻译习题答案.doc

2、产生式系统有哪些类型？ 1正向、逆向、双向产生式系统 2可交换的产生式系统 3可分解的产生式系统 3、试举例说明不可撤|口|搜索方法的基本思想？ 这种方法相当于沿着单独一条路搜索下去，利用问题给出的局部知识决定如何选取规则, 就是说根据当前可靠的局部知识选一条可应用规则并作用于当前综合数据库。接着再根据新状态继续选取规则，搜索过程一直进行，不必考虑撤回用过的规则。 9、试说明产生式系统规则不一致的原因及解决方法。 原因：规则集中存在的不一致是影响系统性能的重要因素之一。系统建立初期，由于规则集较小，内容也比较简单，设计人员能对每一条规则的条件和结论部分反复推敲和精心构造，这类问题容易防止。但随着时间的推移，新的规则不断加入，规则集合越来越大，内容也越来越丰富，这时规则间的相互影响和相互联系就随之变得复杂。在此情况下，规则的不一致就将自然产生， 解决：(1) 对于循环规则，可构造规则集的IF-THEN图，从起始规则的条件部分开始搜索，如果搜索过程中遇到的THEN部分已在前面出现，就可以中断搜索，规则集中包含的循环规则子集合需设计人员检查，解决； (2)对于冲突规则，构造IF-IF表，对规则集内有相同的IF规则子句构造规则树，形成推理图。同时建立THEN-THEN表用以判断是否有冲突规则出现。对相同IF部分的规则继续用它的各自THEN部分作为其它可以匹配的IF前提条件，递归地构造，如发现两个推理图上分别有节点在THEN-THEN表上是矛盾的，则检测出冲突规则，人工予以解决。 (3)对冗余规则和从属规则的检查类似于冲突规则链的方法.不同之处是前者在推理图中的遍历是试图发现有THEN部分等价的两条规则。 1、机器翻译主要有娜些方法？这些方法各有什么特点？ 1基于分析和转换的机器翻译方法 这样的方法有两个特点：一是面向源语言分析，因为源语言中的一个句子已经由句法、语义分析等阶段分析完毕，生成了关于源语言句子的某种中间表示，转换以这种源语言中间表示作为输入；二是直接转换，即对于S表示，直接给出译文形式，一般不需要在目标语言内再作进一步转换，Tl~Tj可以直接包括目标语言的词汇，也可以是对应于Sl~Si的译文组块。 2基于中间语言的翻译方法 基于中间语言的机器翻译方法主要有两个优点。首先，独立的中间表示形式为多语种之间的互译的实现提供了一种经济有效的途径。假设要对N种语言进行互译，则有N*(N.1)个语言对。不同方向的翻译是不同的语言对。此时如果采用基于转换的方法，因为把一种语言翻译成另一种语言都需要一个不同的转换机制(或模块)，所以N火(N?l)个语言对共需要N*(N-1)个独立的转换机制。而采用中间语言的方法，由于对每一种语言只需实现将该种语言翻译成中间语言和把中间语言翻译成该种语言的目标语言这样两个模块，所以总共只需要2N个模块。其次，中间语言不仅是对基于中间语言的机器翻译方法这一特定目的有意义, 同时，作为一种通用的自然语言表示，也值得深入研究。 4.1.3基于统计的机器翻译方法 基于统计的机器翻译方法，一般不要任何语言学知识，它的基木原理是实现源语言词汇到目标语言浏汇的映射。其思路受到语音识别研究的启发，因而应用了类似的方法来实现。研究者用

对机器翻译取代人工翻译的反驳

对机器翻译取代人工翻译的反驳 近日，一篇名为《翻译界的重大突破！作为一个翻译，此刻我理解了18 世纪纺织工人看到蒸汽机时的忧虑和恐惧！》传遍朋友圈，不少译员和外语系学生表现出了对于翻译前景的担忧，大有机器翻译取代人工翻译的意思。 这篇的文章标题的确相当耸人听闻，这是在号召丢饭碗的译员去砸谷歌总部么？毕竟翻译作为一种创造性的脑力劳动，跟纯粹地出卖体力还是不一样的 (没有任何贬低体力劳动的意思)。相反，个人觉得，作为译员或者外语系学生，应当对于新技术的到来表示欢迎，并主动适应新趋势，而不应该盲目表现出不必要的担忧。 当前笔译市场鱼龙混杂，不少人觉得拿个专八证书就可以做翻译，甚至报价五六十每千字都愿意做，已经严重扰乱了翻译市场秩序。个人觉得CATTI 二级作为敲门砖还是能起到筛选作用的，毕竟15% 左右的通过率摆在那里。机器翻译的发展对于淘汰低端译员可以起到积极作用，而机器翻译完全取代人工翻译的说法实在有夸大之嫌。 奠定了翻译学(Tran slation Studies )独立学科地位的詹姆斯?霍姆斯James Holmes，曾经提出过翻译学的“ Map”，确定学科研究的范围，首先从大方向上分为“纯理论” (Pure)和“应用” (Applied )两个部分，而“应用”层面又可以再分为三个分支“译员培训”( Translator Training )、“翻译辅助” ( Translation Aids )、“翻译批评”( Translation Criticism )，显然“机器翻译” (Machi ne Tran slation ，MT)和“计算机辅助翻译”(Computer Aided Tran slation，CAT)可以归在“翻译辅助”下面。1本人曾经用过大名鼎鼎的CAT 软件Trados (塔多思)，功能十分强大，可以随时将翻译结果记录进术语库 ( MultiTerm )中，在该术语重复出现或者近似表达出现的时候进行提示，从而确保术语翻译在全文中的一致性，同时减少翻译术语的重复劳动时间。而诸如“谷歌翻译”之类的“机器翻译”，也代表着翻译研究的一个前沿领域——译后编辑 ( Post-editing )，即通过人工对机器翻译产生的译文进行修改和润色，使其达到可以使用的水平。综上，“翻译辅助”可以减少译员大量重复无意义的劳动，大大提高翻译效率，应该来说可以算是译员的福音。这也是为什么现在很多翻译公司招聘译员都需要熟练掌握翻译辅助工具的原因，当然这也代表着翻译行业的新趋势，对翻译辅助软件一窍不通必然会面临被淘汰的危险。 以下论述机器翻译不可能完全取代人工翻译的原因。第一，翻译辅助软件大多运用于具有大量术语的科技翻译等非文学题材，而对于文学翻译可以起到的作用相当有限。第二，机器翻译基于庞大的语料库，很难处理暂时没有固定翻译的术语，比如中国的外宣翻译是由专家集体讨论之后权威发布的。第三，从根本上讲，机器翻译是基于“对等”( equivalence )，或者类似于平行语料库 ( parallel corpora )

机器翻译和人工翻译-大学英语作文

学术英语作文 机器翻译是否会代替人工翻译 In the past decades, artificial intelligence has brought the light of reform to many areas, translation industry included. The new reform brought us machine translation. As an increasing popular topic, it has inspired people to think that maybe one day, they no longer need to learn foreign languages because machine translation will replace human translation. Though it is not 100% correct, there remains some reasonality within. Last year, A research team from Microsoft claimed that their machine translation (MT) system has achieved the level of professional human translators when it comes to general news report. Meanwhile, Google Translate tool has surpassed the proficiency of some advanced learners. And on Baidu World Conference, Yanhong Li showcased a real-time translation developed by his company. A trend revealed by all those tech giants’ news——an accurate and real-time translation by machine is promising in the future. Meanwhile, new techniques emerge constantly, accelerating the smartness and depth of machine learning. Taking neural network for example……（待补充70词） Thus, In the coming future, there’s no need for comm on people to learn foreign languages. Once the translation machines are smart and powerful enough to deal with academic environment and daily life while also portable to be carried with, people will use them to travel, study and live all around the world without language barriers. It will just look like the scenery in the movie The Wondering Earth -- Astronauts from various countries talk in their mother tongue. At the same time, a mini equipment installed in their suits translate their words. However, if you

机器翻译研究现状与展望1 Machine TranslationPast,Present,future

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。

人工智能与机器翻译期末复习题

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，

浅析语料库对于翻译研究的意义

浅析语料库对于翻译研究的意义 【摘要】基于语料库的翻译研究在当今已进入一个全新模式，多种语料库被开发应用在人工翻译和机器翻译等实践领域当中。本文对语料库的概念以及某些种类语料库在翻译活动中具体实用情况做出分析，揭示语料库对于翻译研究的意义。 【关键词】语料库；翻译；双语语料库；平行/对应语料库 An Analysis on the Significance of Corpus to Translating Research CHEN Dan （Eastern Liaoning University，Dandong Liaoning 118000，China） 【Abstract】Translating research based on corpus has stepped into a new mode today，and many kinds of corpora are developed and applied in practical fields of manual translation and machine translation. The thesis analyzes the concept corpus and the application of some corpora in translating，which exemplify the significance of corpus to translating research. 【Key words】Corpus；Translating；bilingual corpus；Parallel corpus “语料库”的英语单词corpus来源于拉丁语，意思是body，有“全集”的含义，即“语料的集合”。有的学者认为语料库是基于形式和目的的存储于电子数据库中的文本集合，是描述自然发生语言的集合；也有人认为它是按照明确的语言学标准选择并排序的语言运用材料的汇集，旨在用作语言的样本。国内语料库学者杨惠中对语料库的定义做了较为详细的界定。他指出，“语料库是指按照一定的语言学原则，运用随机抽样方法，收集自然出现的连续的语言运用文本或话语片段而建成的具有一定容量的大型电子文库”。 语料库所收集的语料是真实、自然的语言。不同于普通的文本数据库，它的设计和建设是以系统的理论语言学原则为依据，并且具有明确的目的性。语料库的结构严格依照既定程序设定，以一定研究目的为基础，按学科或语篇类型分类存储。语料库中的语料必须符合科学的语言研究，语料可以随机抽取或按统计学方法采集。 语料库的类型和分类标准很多。按用途分，语料库可分为通用语料库（general corpus）和专用语料库（specialized corpus）；按语料选取时间，语料库可分为历时语料库（diachronic corpus）和共时语料库（synchronic corpus）；按不同结构，语料库可分为平衡语料库（balanced corpus）和自然随机结构语料库（random structure corpus）；按语料库的性质，语料库可分为原始语料库（raw corpus）和标注语料库（annotated corpus）；按语言种类，语料库可分为单语语料库

翻译征文《浅谈我对机器翻译的认识》

浅谈我对机器翻译的认识 最近Alpha go连胜李世石三盘，这一结果冲击了整个世界，而这也只是一个开始。从计算机的诞生开始，人们不断研究人工智能，而计算机也在潜移默化的冲击着每一个行业，带来新的挑战。翻译行业也不例外，伴随着机器翻译技术的不断进步，我们也不得不面对这样一个问题：机器翻译最终会取代人工吗? 2014年年末，微软宣布旗下的语音通讯软件Skype开始支持实时翻译功能，可以在对话的同时将语言不通的对话直接翻译成对方的语言。2016年年初，百度公司近年来积极布局人工智能领域，机器翻译项目荣获国家科技进步二等奖。在单词翻译、语音翻译、文章翻译、图片扫描翻译等方面都有了新的突破，为不同语言的人们交流提供了极大的便利。机器翻译的精准度和普及度日新月异，机器翻译技术对于生活的改变，已经在逐步深入。伴随着科技人员对机器翻译的不断拓展，翻译行业也不得不面对这新的挑战。 在电脑刚刚普及的时候，这个世界上曾经有“打字员”这个职业。他们遍布全国，有的在机关单位，有的在大型企业，更多的是在编辑部。他们的工作就是将手写的文本材料输入到电脑当中，现在在英美的电影中，我们还能看到这个行业，在法庭中，带着褐色眼镜神情严肃的他们一边听审判，一边输入到机械打字机中。当时这个无比自豪光荣的职业到现在已经消失不见。社会和科技在一步步进步，那机器翻译最终会取代人工吗？有越来越多的人对这个问题抱有疑虑，也有不少人坚信机械翻译始终的“机械”的，它无法真正地像一个人一样去了解语言。例如，女孩问男孩：“你爱不爱我？”在不同的情景下，这句话都有微妙的差异，而机器只能将其简单的翻译成“Do you love me ?”事实上，即使的精通双语的人，也很难区分非母语一方细微的情感变化。这也是跨国婚姻中的一个障碍。即使是会母语的男孩有的时候也会判断失误而被冠上“直男癌”的称呼，况且是我们人类都无法解决的问题，机器怎么能做到呢？ 事实上，机器翻译对人工翻译行业也是残酷的，它势必会依据它的便利简单的优点淘汰掉一批翻译精准度不高的翻译人员。越来越多的人出国旅游只是在手机上安装一个翻译软件而不是请一个旅游翻译，虽然也会出错，但是在磕磕绊绊和似是而非的误解中，也完成的旅行，而且相对还是成功的。这就意味着旅游翻译的存在在科技日新月异的变化中也失去了意义。至于在专业领域，虽然在专业领域翻译难度并不是太大，除了专业术语太多，句法也没有多大变化，但是往往还是由专业翻译人员进行翻译，因为专业领域对精确度的要求很高，机器无法承担错误所导致的后果，而且机器翻译符合逻辑但是缺乏美感。 而且口译在一切非正式场合已经逐渐被机器翻译所替代，笔译在文学翻译上机器翻译很难取代人工翻译，但是在我国，文学翻译的工资低的吓人，每千字不过二三十，好的一般六七十。这样费时费力却得不到应有的报酬，让我国的文学翻译行业颇为惨淡。在英语专业学生的学习中我们也可以看出，虽然听老师劝诫要多用纸质字典看上面的英英释义，但是基本每个学生手机里都装有电子词典，查单词清一色的都掏出手机来，无可否认的是，机器翻译带来的便利与快捷增加的学生的学习效率，省时省力。 总的来说，机器翻译虽然代替不了人工，但足以摧毁翻译行业。机器翻译带来的便利是显而易见的，短时间内机器翻译并不能完全取代人工翻译，但是如果机器学习进步至此，我并不怀疑机器翻译能够完全取代人工翻译，这就对翻译人提出了更高的要求。

机器翻译研究综述

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。

浅谈机器翻译存在的问题

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

机器翻译的特点及其与人工翻译的关系.doc

机器翻译的特点及其与人工翻译的关系 2020年4月

机器翻译的特点及其与人工翻译的关系本文关键词：机器翻译，翻译，关系 机器翻译的特点及其与人工翻译的关系本文简介：摘要：本文从机器翻译的发展出发，客观分析了机器翻译与人工翻译的优缺点，以此探讨应该用辩证和发展的眼光来看待机器翻译，学会利用科技来提高自身工作的效率与价值。关键词：机器翻译;人工翻译;人工智能;一、引言随着大数据、云计算和人工智能的发展,许多技术革新纷纷出现,人们的生活也随之变得更加 机器翻译的特点及其与人工翻译的关系本文内容： 摘要：本文从机器翻译的发展出发，客观分析了机器翻译与人工翻译的优缺点，以此探讨应该用辩证和发展的眼光来看待机器翻译，学会利用科技来提高自身工作的效率与价值。 关键词：机器翻译; 人工翻译; 人工智能; 一、引言

随着大数据、云计算和人工智能的发展,许多技术革新纷纷出现,人们的生活也随之变得更加便捷。机器翻译便是备受瞩目的技术之一。它指的是能够将口头或书面文字从一种语言翻译成另一种语言的自动化技术,全程无需人工参与。随着互联网为人们开辟了更广泛的多语言世界,这种语言服务变得非常宝贵。 二、机器翻译的发展 在过去几年中,机器翻译的研究和开发速度惊人。早在2016年,谷歌推出了神经机器翻译系统,同时使用基于短语的机器翻译作为其服务背后的关键算法,以弥合人机翻译之间的差距。后来,微软通过WMT2017Newstest证明其机器翻译系统已经可以产出与人工翻译几乎无法区分的译文。在中国,网易、搜狗和科大讯飞等互联网巨头也加入了竞争,积极发布人工智能翻译设备,以卸下人工翻译的沉重负担。 然而,机器翻译的发展并非一帆风顺。近日,腾讯的同声传译和转录机在博鳌论坛上译出了重复的短语和破碎的句子,引起了全世界对于AI翻译是否能够取代人工翻译的广泛关注和激烈辩论。在谈到人工智能是否能取代人类的问题时,我们应该记住,几乎所有技术都有其优点和缺点,机器

人工智能与机器翻译.

人工智能与机器翻译(A,B 卷 七个大题:1. 名词解释 2.题解 3.智能知识 4.机器翻译方法 5. 技术阐述 6.分析题 7.应用题 A. 名词解释 : a. 机器翻译 :计算机程序做人的翻译。 b. 兼类 :一个单词既可以作名词动词又可以作其它词类。 c. 人工智能软件技术 :知识表示,知识推理,知识学习。 d. 人工智能 :用计算机模拟人的行为。 e. 交集型歧义 :一个字和前面的字可以成词,跟后面的字也可以成词。 f. 组合型歧义 :一个字可以和前面的字成词也可以同后面的字成词,连起来也可以成词。 g. 语法分析 :分析一句话的语法含义。 h. 语料库 :单词,短语,句子的集合。 i. 自然语言理解 :用计算机程序去理解一篇文章的含义。 B. 题解 : 第二章 P36 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 (任意 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

人工智能翻译逐步取代人工

人工智能翻译逐步取代人工 Considerable advances have been made in machine translation that utilizes artificial intelligence, to the point that it now provides the average English skill level of a university graduate. 使用人工智能的机器翻译已经取得很大进展，现在，它能提供一名大学生的一般英语水平。 How much might machines be able to achieve in the future? For what purpose, and to what extent, should the Japanese develop their English skills? 在未来，机器可能会实现多少?为了何种目的，到了什么程度，日本人应该发展他们的英语技能吗? We asked an American translator who teaches English at a university and the president of a machine translation company about these issues. 我们咨询了一名在大学教英语的美国译者以及一家专注这些问题的机器翻译公司的总裁。 Tom Gally / Professor at the University of Tokyo 汤姆.盖利/ 东京大学教授 Until now, machine translation has been used in place of a dictionary when reading and writing English, but it hasn’t been usable to comprehend or compose larger texts. 直到现在，机器翻译已被用作读写英语之时的一本字典，但它无法理解或编辑更大幅度的文本。 Machine translation using AI made its first appearance in autumn last year, and from my point of view as a tra nslator, it’s not uncommon for English compositions produced by such machine translation to be better than those produced by unaided Japanese students. 使用人工智能的机器翻译于去年秋天首次亮相，作为一名译者，我觉得并不稀奇的是，此类机器翻译生产的英语文章比无援助的日本学生们所写的英语文章要好。 However, it also has weak po ints. It can’t check for mistranslations, mistakes or languages it doesn’t understand. 然而，它也有各种弱点。它无法检查错译、错误、或其无法理解的语言。

机器翻译的现状和发展趋势_岳涛

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　◆