机器翻译基础课件

1.3 机器翻译路在何方？
• 研究者的尴尬： “你估计开发出产品要多长时间？你的系统正确 率如何？”. 如何回答？“正确率大约在百分之五十左右”？
1.3 机器翻译路在何方？
• 挑剔者的挖苦与讽刺： "MT？不是machine translation，而是mad translation (疯子的翻译) "
1.3.1 机器翻译与人工翻译的区别
人工翻译： • 一般会先通读全文，他会前后照应； • 对源语言求得意义上的理解； • 只有专业翻译人员，没有一个是可以包 打天下的万能翻译人员； • 他的译文是基于他对源语言的理解，不 受源语言的句法结构的束缚； • 他的翻译是一个再创造的过程。
1.3.2 机器翻译的取舍 • 误区 很多人对机器翻译有误解，他们认为机器 翻译偏差大，不能帮人们任何解决问题。 事实上，机器翻译出现误差在所难免。 原因在于，机器翻译运用语言学原理， 机器自动识别语法，调用存储的词库， 自动进行对应翻译，但是因语法、词法、 句法发生变化或者不规则，出现错误是 难免的。
1.3.2 机器翻译的取舍
1.2.4 中国机器翻译的发展
• 1990年代至今，中国的机器翻译进入了快速发 展的时期，研制出了许多机器翻译系统。新一 代机器翻译系统一般配有大规模的专业词典， 并能在网上运行。此外，新的应用领域的机器 翻译研究如对话翻译系统的研究也已开始。 • 在中日机器翻译方面，清华大学、南京大学、 中软先后开展了实用机译系统的研究与开发， 大连理工大学于1990年开始日中机器翻译的研 发，1994年开始中日机器翻译的研究，并先后 开发出PC版的SWK日中机器翻译系统和SWK 中日机器翻译系统。
1.2.4 中国机器翻译的发展
机器翻译的研究开始于1956年，并从一开始就得 到了国家的高度重视，机器翻译后来曾被列为 “六五”、“七五”及“863”等重大科研项目。 20世纪70年代中期，中国的机器翻译研究从停滞 走向了复苏，80年代中期到90年代初期是我国机 器翻译研究复苏以来比较活跃的时期。 研究开发出两个在实用化系统：军事科学院的 KY-1英汉机译系统（“译星”前身）及中科院计 算所研制的863-IMT英汉机器翻译系统。在这一 时期，中国还参加了由日本发起的亚洲五国机器 翻译研发的合作项目（ODA），国内近10个科研 院校参加了这一长达7年的国际项目。
机器翻译的未来可以概括为： • 前途光明，道路曲折 • 没有最好，只有更好 • 路漫漫兮，其修远兮
1.3 机器翻译路在何方？
• 危机 机器翻译比起10年前，可以说相当繁荣了。但 是在这繁荣的后面，却存在着危机。前面说到 的ALPAC报告曾给机器翻译带来的创伤如今似 乎已被抚平了。但实际上它的阴影始终会时不 时地再出现在机译研究者的头上。如今随着有 越来越多的机译系统走向市场，政府部门感到 在这种情况下如果还要投资攻关似乎有点名不 正言不顺了。而商家则只是想现在该是把现成 的技术包装包装就可以赚钱的时候了。
1.3.1 机器翻译与人工翻译的区别
机译过程： • 一句一句处理，处理第一句时不知道第二句的 内容是什么，处理第二句时，也不再去参考第 一句的内容了； • 对源语言的分析只是求解句法关系，完全不是 意义上的理解； • 它的开发者要求它几乎是万能的，它似乎什么 领域都能应付，从计算机到医学，从化工到法 律，似乎只要换一部专业词典就可以了； • 它的译文转换是基于源语言的句法结构的，受 源语言的句法结构的束缚； • 它的翻译只是句法结构的和词汇的机械对应。
1.2.3 机器翻译的发展历史
(1)机器翻译的萌芽（1966年以前） • 1947，Warren Weaver’s memo • 1954，第一个公开展示的俄英MT原型系统 • 1966，美国科学院的ALPAC报告宣告机器翻译走 入低谷 刚刚兴起的机器翻译研究很快就遇到了困难，翻 译质量的低劣引起了人们无休止的抱怨。其中， Bar Hillel作为当时最早参加研究的的专家,对 机器翻译提出了批判，指出“自动翻译系统需要 机器完全理解句子的意思后才能实现高质量的翻 译，而机器不可能做到这些，因此不可能实现高 质量的自动翻译系统”。
1.3.2 机器翻译的取舍
• 比如《大话西游》中“给我一个杀你的理由， 先”之类状语后置的句子。另外，机器翻译不 适宜翻译带有复杂感情的文字。如果你拿着 《诗经》中“所谓伊人，在水一方……所谓伊 人，在水之湄……”等去翻译，其结果一定好 不了。机器毕竟是机器，没有人对语言的特殊 感情。毕竟汉语因其词法、语法、句法的变化 及其语境的更换，其意思大相径庭，就连很多 国人都是丈二和尚—摸不着头脑，就别说机器 了。
1.2.5 机器翻译的现状
经过60年的发展，机器翻译对于许多人来说已 经不是很陌生的了。今天我们可以在软件商店 买到形形色色的PC机译软件，有各种语言间的 机器翻译软件，如英文到中文的，中文到英文 的，或者日文到中文的，甚至也有英文到日文 的等等，还有家庭版的、专业版的，配带各种 不同专业词典可供选择的等等。据估计，世界 上目前市场上有1000多种不同的机器翻译软件 在销售，我国具有一定规模的PC机器翻译软件 也有近20种。在世界范围内PC机译软件的价格 都不贵，而且价格还在不断地下降。现在可以 在网上免费享用翻译系统的服务。
"满篇英文难不住，满篇中文看不懂"
1.3 机器翻译路在何方？--问题的症结
• 译文质量至今并没有取得实质性的进展，很多 50年前未解决的问题如今依然存在。 • 研究人员认识上的危机：“在现有的技术条件 下，机译译文质量也只能这样了”。 这样一来，出现的情况将是投资者和研制者都 在以较低水平的系统忙于行销赚钱，而不再有 足够的经费和技术投入。机器翻译无论在理论 上或是技术上都还未成熟。现在只是由于人们 对于克服语言交流的障碍有着很强烈的需求， 尤其是因特网的出现这种需求更显突出，机器 翻译才获得了以较低的译文质量满足这种需求 的机会，并利用这一机会来求得进一步的发展。
(4)机器翻译第四阶段
显著特点 语料库语言学成为语言研究的主流，为满足实 际应用的需要，基于大规模语料库的统计方法 在自然语言处理领域中逐渐占据了主导地位[19]； 20世纪80年代提出的新的语言理论在实际系统 中得到广泛应用，并与大规模语料库的统计方 法结合，建立了具有实用性的新一代机器翻译 系统；开始了新的机器翻译应用研究，如基于 对话的机器翻译。 以统计方法为主的统计机器翻译横行霸道！
1.3.2 机器翻译的取舍
• 机器翻译的作用
在为机器翻译不精准开脱的同时，我们仍然不 认为着机器翻译无用武之地，相反针对机器翻 译可以大批量的做资料翻译的特点，可被用作 日常事务、日常信息、日常交流往来等方面的 翻译手段。随着经济发展，贸易、交流等各种 事务跨越国界，信息交流量也在加快、加大， 尤其是在网络不断普及的时候，人们需要迅速 获取资讯，却苦于没有充足的多专业人员去翻 译。今天，人们的阅读不再像古人那样字句点 逗都要清清楚楚。现代人需要的是在爆炸式增 长的信息中迅速获取自己所需的信息。
1.2.5 机器翻ቤተ መጻሕፍቲ ባይዱ的现状
机器翻译现状可概括为： • 发展很快，实用化翻译软件产品逐渐增多 • 译文质量普遍很低，可读性较差 • 理想与现实之间差距很大：用户期望值很大， 而翻译软件能力很低，极度“弱智” • 机器翻译的理论研究没有取得重大突破，但机 器翻译的性能在逐渐提高。
1.2.6 机器翻译的未来
(1)机器翻译的萌芽
受Bar Hillel的影响，美国国立科学院于1964 年成立自动语言处理咨询委员会（Automatic Language Processing Advisory Committee, 简称ALPAC）,对这10年的研究成果进行评价。 2年后，该委员会发表了一个否定机器翻译系 统实用性的调查报告，即被后人称之为ALPAC 报告，并中止机器翻译项目的研究经费。从此 机器翻译的研究跌入低谷。
–翻译记忆体（Translation Memory，简称TM） –双语对照的文本编辑 –...
1.2.2
现代语言学的崛起
语言是一个民族相互交际的最重要工具，进入 20世纪20年代以后，语言学成为一门新兴的学科。 到了50年代，新的利用计算机研究语言的学科----计算语言学诞生了。 计算语言学的研究起始于机器翻译，机器翻译 又称自动化翻译，是一种高级的人工智能技术，它 是计算机科学、数学和语言学等多学科共同参与研 制的结晶。机器翻译之所以成为可能,一是因为两 种语言之间存在着可译性，二是因为人的翻译过程 具有可模拟性。
（2）机器翻译的第二阶段(特征)
• 这一代机器翻译技术主要采用句法结构变换和 中间语言方式,也称间接型机器翻译。具有实用 价值的机器翻译系统取代了过去的实验系统， 机器翻译由实验研究走向实用研究，并实现商 品化，如加拿大蒙特利尔大学的气象预报机器 翻译系统TAUM-METEO[10]（英法）、法国格 勒诺布尔大学的ARIANE机器翻译系统等。这 一时期机器翻译系统所采用的方法也被称为理 性主义方法
ALPAC报告
• ALPAC报告核心内容：经过调查，机器翻 译速度慢，准确率很差，比人工翻译费 用高得多，在近期或可以预见的未来， 开发出实用的机器翻译系统的可能性不 大。 这个报告后来虽曾受到许多严肃的批评， 认为它是带有严重偏见的，但它对机器 翻译研究造成了很大的损害。
（2）机器翻译的第二阶段
(3)机器翻译第三阶段
• 20世纪８０年代，机器翻译由面向句法、基于规则的 理性主义方法过渡到语义处理阶段，诞生了基于实例 （ Example-Based Machine Translation） 和 基 于 统 计 （Statistical Based Machine Translation）的机器翻译方 法，被称之为经验主义方法主导的机器翻译系统。 • 这一期间，日本掀起了机器翻译的热潮，以形态素解 析技术为主的语言处理技术得到空前发展，构文解析 技术及格文法解析技术也成为研究热点。实现了大规 模的日英、英日机器翻译系统，并开始了亚洲各国语 言间的机器翻译研究（ODA）。 • 以Chomsky早年提出的形式语言理论为基础，语言学 家针对自然语言处理的特点，又提出了众多新的语言 学理论，如广义短语结构语法(GPSG) 、词汇功能语法 (LFG) 、合一语法(UG)、功能合一语法(FUG)、中心词 驱动的短语结构语法(HPSG) 等
1.2 机器翻译的历史
1.2.1 什么是机器翻译？
• 机器翻译(machine translation)，又称 机译(MT)，是利用计算机把一种自然语 言转变成另一种自然语言的过程。用以 完成这一过程的软件叫做机器翻译系统。
– 文本机器翻译 – 语音机器翻译
1.2.1 什么是机器翻译？
• 机器辅助翻译(Machine Aided Translation 或Computer Aided Translation，简称MAT 或CAT）
20世纪70年代中期，因ALPAC委员会发表的调查报告 而跌入低谷的机器翻译研究开始在世界范围内复苏并 日趋走向兴旺。这一阶段主要以欧洲为中心，确立了 现代语言学理论在机器翻译中的地位。 标志之一 语 言 学 家 N.Chomsky 于 1 9 5 7 年 提 出 的 《 句 法 结 构 (Syntatic structure）》等形式语言理论被广泛地应用于 自然语言的自动句法分析中，并成为计算语言学的基 础理论之一。 标志之二 诞生了许多句法分析算法，如上下文无关文法解析流 派中的CKY算法、Earley算法、Woods的ATN-Parser、 LR-Parser、LINGOL 等 。 在 语 义 自 动 分 析 方 面 ， 有 C.J.Fillmore 提 出 的 格 文 法 理 论 、 Schank 的 概 念 依 存 （Conceptual Dpendency）理论、Montague语法理论及 Wilks的优选语义学(Preference Semantics)等。