人工智能翻譯的發(fā)展

1、人工智能翻譯付文青14S101053 HIT目錄機(jī)器翻譯概述1機(jī)器翻譯的原理及方法2理解語(yǔ)言，機(jī)器翻譯的根本瓶頸3機(jī)器翻譯機(jī)器翻譯的定義機(jī)器翻譯（Machine Translation），是使用電子計(jì)算機(jī)把一種自然語(yǔ)言（源語(yǔ)言，Source Language）翻譯成另外一種自然語(yǔ)言（目標(biāo)語(yǔ)言，Target Language）的一種學(xué)科。這門新學(xué)科同時(shí)也是一門新技術(shù)，它涉及到語(yǔ)言學(xué)，計(jì)算機(jī)科學(xué)，數(shù)學(xué)等許多部門，是非常典型的多邊緣交叉學(xué)科。 在語(yǔ)言學(xué)中，機(jī)器翻譯是計(jì)算語(yǔ)言學(xué)的研究領(lǐng)域 在計(jì)算機(jī)科學(xué)中，機(jī)器翻譯是人工智能的研究領(lǐng)域 在數(shù)學(xué)中，機(jī)器翻譯是數(shù)理邏輯和形式化方法的研究領(lǐng)域機(jī)器翻譯的方法按轉(zhuǎn)

2、換層面劃分 直接翻譯方法 句法轉(zhuǎn)換方法 語(yǔ)義轉(zhuǎn)換方法 中間語(yǔ)言方法按知識(shí)表示形式劃分 基于規(guī)則的方法 基于實(shí)例的方法 統(tǒng)計(jì)的方法基于句法的統(tǒng)計(jì)機(jī)器翻譯方法基于統(tǒng)計(jì)的翻譯方法是IBM的學(xué)者提出，可以歸納為三個(gè)重要部分，分別為語(yǔ)言模型的建模、翻譯模型的建模以及解碼三個(gè)子部分。語(yǔ)言模型的建模問(wèn)題是統(tǒng)計(jì)估計(jì)中的一個(gè)經(jīng)典問(wèn)題，即根據(jù)當(dāng)前詞預(yù)測(cè)下一個(gè)詞。它是語(yǔ)音識(shí)別或光學(xué)字符識(shí)別的基礎(chǔ)，同時(shí)也被用來(lái)進(jìn)行拼寫(xiě)糾錯(cuò)、手寫(xiě)體識(shí)別以及統(tǒng)計(jì)機(jī)器翻譯?；诰浞ǖ慕y(tǒng)計(jì)機(jī)器翻譯方法基于短語(yǔ)的統(tǒng)計(jì)翻譯方法的問(wèn)題泛化能力差 中國(guó)大使館、美國(guó)大使館 月球大使館？產(chǎn)生的句子不符合語(yǔ)法 短語(yǔ)的簡(jiǎn)單組合，沒(méi)有句法結(jié)構(gòu)無(wú)法表示不連續(xù)的

3、短語(yǔ)搭配的翻譯 召開(kāi)了一次關(guān)于的會(huì)議 hold a meeting on 無(wú)法進(jìn)行長(zhǎng)距離的語(yǔ)序調(diào)整解決辦法：引入句法結(jié)構(gòu)！基于句法的統(tǒng)計(jì)機(jī)器翻譯方法形式上基于句法的模型 不使用任何語(yǔ)言學(xué)知識(shí) 所有句法結(jié)構(gòu)直接從未標(biāo)注的語(yǔ)料庫(kù)中自動(dòng)學(xué)習(xí)得到語(yǔ)言學(xué)上基于句法的模型 使用語(yǔ)言學(xué)知識(shí) 語(yǔ)言通常要從句法樹(shù)庫(kù)訓(xùn)練得到 樹(shù)到串模型：只在源語(yǔ)言端使用語(yǔ)言知識(shí) 串到樹(shù)模型：只在目標(biāo)語(yǔ)言端使用語(yǔ)言知識(shí) 樹(shù)到樹(shù)模型：在源語(yǔ)言端和目標(biāo)語(yǔ)言端都使用語(yǔ)言知識(shí)基于句法的統(tǒng)計(jì)機(jī)器翻譯方法基于樹(shù)到串對(duì)齊模板的翻譯模型 基于樹(shù)到串對(duì)齊模板（簡(jiǎn)稱 TAT ）的統(tǒng)計(jì)翻譯模型是一種在源語(yǔ)言進(jìn)行句法分析的基于語(yǔ)言學(xué)句法結(jié)構(gòu)的統(tǒng)計(jì)翻譯模型

4、 樹(shù)到串對(duì)齊模板既可以生成終結(jié)符也可以生成非終結(jié)符既可以執(zhí)行局部重排序也可以執(zhí)行全局重排序 從經(jīng)過(guò)詞語(yǔ)對(duì)齊和源語(yǔ)言句法分析的雙語(yǔ)語(yǔ)料庫(kù)上自底向上自動(dòng)抽取 TAT 基于句法的統(tǒng)計(jì)機(jī)器翻譯方法解碼解碼問(wèn)題最重要的是如何設(shè)計(jì)合適的搜索策略來(lái)獲得最佳翻譯效果，以及如何解決空間爆炸問(wèn)題，為盡可能在有限的時(shí)間內(nèi)找到最優(yōu)解，必須采用啟發(fā)式算法。最常用的有柱搜索算法、A*算法以及堆棧搜索算法?；诰浞ǖ慕y(tǒng)計(jì)機(jī)器翻譯方法解碼自底向上柱搜索（ Beam Search ）對(duì)于每一棵子樹(shù)，找到所有與其根節(jié)點(diǎn)匹配的 TAT ，計(jì)算其候選譯文（ Candidate ）候選譯文（ Candidate ）的數(shù)據(jù)結(jié)構(gòu)： TAT

5、 序列 部分翻譯結(jié)果 累積的特征值 累積的概率值基于句法的統(tǒng)計(jì)機(jī)器翻譯方法柱搜索算法采用寬度優(yōu)先的方式構(gòu)建搜索樹(shù)，在搜索樹(shù)的每層采用啟發(fā)式函數(shù)對(duì)擴(kuò)展的狀態(tài)進(jìn)行評(píng)分，通過(guò)剪枝選取N個(gè)最優(yōu)的狀態(tài)進(jìn)行擴(kuò)展基于句法的統(tǒng)計(jì)機(jī)器翻譯方法剪枝策略*假設(shè)合并 漢語(yǔ)詞位置相同 最后兩個(gè)英語(yǔ)詞相同 上一次翻譯的漢語(yǔ)短語(yǔ)的最后一個(gè)詞的位置相同*柱狀圖剪枝 若假設(shè)棧中假設(shè)的數(shù)目超過(guò)設(shè)定的最大值，將假設(shè)棧中評(píng)分低的剪去*閾值剪枝 設(shè)置棧中假設(shè)的最低概率值，當(dāng)新假設(shè)小于閾值的時(shí)候進(jìn)行剪枝 基于句法的統(tǒng)計(jì)機(jī)器翻譯方法機(jī)器翻譯的瓶頸之前進(jìn)行的機(jī)器翻譯的有益的探索中，凡是取得了結(jié)果的研究，大都努力避開(kāi)理解語(yǔ)言這一過(guò)程。因?yàn)檫@一

6、過(guò)程本身涉及到了AI的終極目標(biāo)，機(jī)器的智能化。然而，這又是一個(gè)無(wú)法回避的問(wèn)題，不能理解語(yǔ)言就不可能進(jìn)行真正意義上的翻譯。機(jī)器翻譯的瓶頸burningPassion is sweetLove makes weakYou said you cherished freedom soYou refuse to let it go原文譯文：強(qiáng)烈的感情是甜蜜的而愛(ài)使我們脆弱你說(shuō)你珍惜你的自由所以你拒絕丟失它機(jī)器譯文：激情是甜的 愛(ài)使弱 你說(shuō)你珍惜的自由，以便 你不讓它去機(jī)器翻譯的瓶頸上文已經(jīng)進(jìn)行過(guò)論述過(guò)，要實(shí)現(xiàn)真正的機(jī)器翻譯，必須依賴于機(jī)器智能的實(shí)現(xiàn)，而這在短期內(nèi)是不可能實(shí)現(xiàn)的，那么如何能在可以預(yù)見(jiàn)的未來(lái)

7、實(shí)現(xiàn)初步的機(jī)器翻譯呢？機(jī)器翻譯分為四個(gè)層次：“詞匯，語(yǔ)法，語(yǔ)義，語(yǔ)用。”前三個(gè)階段現(xiàn)在都已經(jīng)各有發(fā)展，但是語(yǔ)用的機(jī)器實(shí)現(xiàn)卻一直停滯不前，因?yàn)檎Z(yǔ)用知識(shí)包羅萬(wàn)象，在不同的語(yǔ)言，不同的背景中，不同的文章中語(yǔ)用知識(shí)千差萬(wàn)別，在不同的對(duì)話中上下文背景可能截然不同，面對(duì)這樣的現(xiàn)狀，我們唯有面向翻譯對(duì)象本身，才可能獲得有效的信息，我認(rèn)為有一種可能的途徑解決語(yǔ)用問(wèn)題：機(jī)器翻譯的瓶頸對(duì)語(yǔ)句結(jié)構(gòu)進(jìn)行明確的分類，形成一系列“句型公式”，直到每一類中都可以只通過(guò)變換相同類型的單詞就可以實(shí)現(xiàn)句意的轉(zhuǎn)化，通過(guò)分類，將每個(gè)句子的翻譯都遞歸變化到單詞的翻譯。 并同時(shí)對(duì)詞語(yǔ)進(jìn)行分類，先按照詞義進(jìn)行種類分類，得到每個(gè)詞語(yǔ)的具體分類庫(kù)，這個(gè)過(guò)程類似于自然界對(duì)生物的分類，界-門-綱-目-科-屬-種，再根據(jù)詞匯可充當(dāng)?shù)木渥映煞郑ㄒ蕾囉诰湫凸降男?/p>