有關(guān)“機(jī)器翻譯”的文獻(xiàn)綜述1

機(jī)器翻譯機(jī)器翻譯(MachineTranslation),又稱為自動翻譯，是利用計算機(jī)把一種自然源語言轉(zhuǎn)變?yōu)榱硪环N自然目標(biāo)語言的過程，它是自然語言處理(NaturalLanguageProcessing)的一個分支，與計算語言學(xué)(ComputationalLinguistics)、自然語言理解(NaturalLanguageUnderstanding)之間存在著密不可分的關(guān)系。步入21世紀(jì)以來，隨著國際互聯(lián)網(wǎng)(Internet)的迅猛發(fā)展和世界經(jīng)濟(jì)一體化的加速，網(wǎng)絡(luò)信息急劇膨脹，國際交流日益頻繁，如何克服語言障礙已經(jīng)成為國際社會共同面對的問題。由于人工翻譯的方式遠(yuǎn)遠(yuǎn)不能滿足需求，利用機(jī)器翻譯技術(shù)協(xié)助人們快速獲取信息，已經(jīng)成為必然的趨勢。一、 機(jī)器翻譯的基礎(chǔ)機(jī)器翻譯的研究是建立在語言學(xué)、數(shù)學(xué)和計算機(jī)科學(xué)這3門學(xué)科的基礎(chǔ)之上的。語言學(xué)家提供適合于計算機(jī)進(jìn)行加工的詞典和語法規(guī)則，數(shù)學(xué)家把語言學(xué)家提供的材料形式化和代碼化，計算機(jī)科學(xué)家給機(jī)器翻譯提供軟件手段和硬件設(shè)備，并進(jìn)行程序設(shè)計。缺少上述任何一方面,機(jī)器翻譯就不能實現(xiàn),機(jī)器翻譯效果的好壞，也完全取決于這3個方面的共同努力。二、 機(jī)器翻譯簡史機(jī)器翻譯的研究歷史可以追溯到20世紀(jì)四五十年代。1946年，第一臺現(xiàn)代電子計算機(jī)ENIAC誕生，隨后不久，信息論的先驅(qū)、美國科學(xué)家W.Weaver和英國工程師A.D.Booth在討論電子計算機(jī)的應(yīng)用范圍時，提出了利用計算機(jī)進(jìn)行語言自動翻譯的想法。1949年，W.Weaver發(fā)表《翻譯備忘錄》，正式提出機(jī)器翻譯的思想。走過六十年的風(fēng)風(fēng)雨雨，機(jī)器翻譯經(jīng)歷了一條曲折而漫長的發(fā)展道路，學(xué)術(shù)界一般將其劃分為如下四個階段：1．開創(chuàng)期(1946-1964)1954年，美國喬治敦大學(xué)(GeorgetownUniversity)在IBM公司協(xié)同下，用IBM-701計算機(jī)首次完成了英俄機(jī)器翻譯試驗，向公眾和科學(xué)界展示了機(jī)器翻譯的可行性，從而拉開了機(jī)器翻譯研究的序幕。中國開始這項研究也并不晚，早在1956年，國家就把這項研究列入了全國科學(xué)工作發(fā)展規(guī)劃，課題名稱是“機(jī)器翻譯、自然語言翻譯規(guī)則的建設(shè)和自然語言的數(shù)學(xué)理論”。1957年，中國科學(xué)院語言研究所與計算技術(shù)研究所合作開展俄漢機(jī)器翻譯試驗，翻譯了9種不同類型的較為復(fù)雜的句子。從20世紀(jì)50年代開始到20世紀(jì)60年代前半期，機(jī)器翻譯研究呈不斷上升的趨勢。美國和前蘇聯(lián)兩個超級大國出于軍事、政治、經(jīng)濟(jì)目的，均對機(jī)器翻譯項目提供了大量的資金支持，而歐洲國家由于地緣政治和經(jīng)濟(jì)的需要也對機(jī)器翻譯研究給予了相當(dāng)大的重視，機(jī)器翻譯一時出現(xiàn)熱潮。這個時期機(jī)器翻譯雖然剛剛處于開創(chuàng)階段，但已經(jīng)進(jìn)入了樂觀的繁榮期。2．受挫期(1964-1975)1964年，為了對機(jī)器翻譯的研究進(jìn)展作出評價，美國科學(xué)院成立了語言自動處理咨詢委員會(AutomaticLanguageProcessingAdvisoryCommittee,簡稱ALPAC委員會)，開始了為期兩年的綜合調(diào)查分析和測試。1966年11月，該委員會公布了一個題為《語言與機(jī)器》的報告(簡稱ALPAC報告)，該報告全面否定了機(jī)器翻譯的可行性，并建議停止對機(jī)器翻譯項目的資金支持。這一報告的發(fā)表給了正在蓬勃發(fā)展的機(jī)器翻譯當(dāng)頭一棒，機(jī)器翻譯研究陷入了近乎停滯的僵局。無獨(dú)有偶，在此期間，中國爆發(fā)了“十年文革”，基本上這些研究也停滯了。機(jī)器翻譯步入蕭條期。3．恢復(fù)期(1975-1989)進(jìn)入70年代后，隨著科學(xué)技術(shù)的發(fā)展和各國科技情報交流的日趨頻繁，國與國之間的語言障礙顯得更為嚴(yán)重，傳統(tǒng)的人工作業(yè)方式已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足需求，迫切地需要計算機(jī)來從事翻譯工作。同時，計算機(jī)科學(xué)、語言學(xué)研究的發(fā)展，特別是計算機(jī)硬件技術(shù)的大幅度提高以及人工智能在自然語言處理上的應(yīng)用，從技術(shù)層面推動了機(jī)器翻譯研究的復(fù)蘇，機(jī)器翻譯項目又開始發(fā)展起來，各種實用的以及實驗的系統(tǒng)被先后推出，例如Weinder系統(tǒng)、EURPOTRA多國語翻譯系統(tǒng)、TAUM-METEO系統(tǒng)等。而我國在“十年浩劫”結(jié)束后也重新振作起來，機(jī)器翻譯研究被再次提上日程?！?48”工程給予了機(jī)器翻譯研究足夠的重視，80年代中期以后，我國的機(jī)器翻譯研究發(fā)展進(jìn)一步加快，首先研制成功了KY-1和MT/EC863兩個英漢機(jī)譯系統(tǒng)，表明我國在機(jī)器翻譯技術(shù)方面取得了長足的進(jìn)步。4.新時期：(1990?現(xiàn)在)隨著Internet的普遍應(yīng)用，世界經(jīng)濟(jì)一體化進(jìn)程的加速以及國際社會交流的日漸頻繁，傳統(tǒng)的人工作業(yè)的方式已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足迅猛增長的翻譯需求，人們對于機(jī)器翻譯的需求空前增長，機(jī)器翻譯迎來了一個新的發(fā)展機(jī)遇。國際性的關(guān)于機(jī)器翻譯研究的會議頻繁召開，中國也取得了前所未有的成就，相繼推出了一系列機(jī)器翻譯軟件，例如“譯星”、“雅信”、“通譯”、“華建”等。在市場需求的推動下，商用機(jī)器翻譯系統(tǒng)邁入了實用化階段，走進(jìn)了市場，來到了用戶面前。三、機(jī)器翻譯的過程整個機(jī)器翻譯的過程可以分為原文分析、原文譯文轉(zhuǎn)換和譯文生成3個階段。在具體的機(jī)器翻譯系統(tǒng)中，根據(jù)不同方案的目的和要求，可以將原文譯文轉(zhuǎn)換階段與原文分析階段結(jié)合在一起，而把譯文生成階段獨(dú)立起來，建立相關(guān)分析獨(dú)立生成系統(tǒng)。在這樣的系統(tǒng)中，原語分析時要考慮譯語的特點(diǎn)，而在譯語生成時則不考慮原語的特點(diǎn)。在搞多種語言對一種語言的翻譯時，宜于采用這樣的相關(guān)分析獨(dú)立生成系統(tǒng)。也可以把原文分析階段獨(dú)立起來，把原文譯文轉(zhuǎn)換階段同譯文生成階段結(jié)合起來，建立獨(dú)立分析相關(guān)生成系統(tǒng)。在這樣的系統(tǒng)中，原語分析時不考慮譯語的特點(diǎn)，而在譯語生成時要考慮原語的特點(diǎn)，在搞一種語言對多種語言的翻譯時，宜于采用這樣的獨(dú)立分析相關(guān)生成系統(tǒng)。還可以把原文分析、原文譯文轉(zhuǎn)換與譯文生成分別獨(dú)立開來，建立獨(dú)立分析獨(dú)立生成系統(tǒng)。在這樣的系統(tǒng)中，分析原語時不考慮譯語的特點(diǎn)，生成譯語時也不考慮原語的特點(diǎn)，原語譯語的差異通過原文譯文轉(zhuǎn)換來解決。在搞多種語言對多種語言的翻譯時，宜于采用這樣的獨(dú)立分析獨(dú)立生成系統(tǒng)。四、主要的機(jī)器翻譯方法評述機(jī)器翻譯的過程一般可簡化為三個階段：原文分析、原文譯文轉(zhuǎn)化和譯文生成。表象上，機(jī)器翻譯的核心問題是翻譯的準(zhǔn)確性；實質(zhì)上，體現(xiàn)在技術(shù)層面則是機(jī)器翻譯系統(tǒng)采用的方法論問題。在方法論層面，機(jī)器翻譯系統(tǒng)可分為基于規(guī)則(Rule-Based)和基于語料庫(Corpus-Based)兩大類。前者是由詞典和語法規(guī)則庫構(gòu)成翻譯知識庫，后者則是以語料的應(yīng)用為核心，由經(jīng)過劃分并具有標(biāo)注的語料庫構(gòu)成知識庫。其中，基于語料庫的方法又可以分為基于統(tǒng)計(Statistics-based)的方法和基于實例(Example-based)的方法。換個角度說，基于規(guī)則的方法屬于理性主義范疇，基于語料庫的方法則屬于經(jīng)驗范疇?；仡櫧甑臋C(jī)器翻譯發(fā)展史，翻譯方法論的演變實際上就是“經(jīng)驗”與“理性”的相互“交流”。1．主導(dǎo)地位的基于規(guī)則的方法(1)基于規(guī)則方法的發(fā)展歷程早期的機(jī)器翻譯系統(tǒng)基本上都采用基于規(guī)則的方法。1954年，世界上第一臺機(jī)器翻譯系統(tǒng)IBM701誕生，它只有250條俄語詞匯、6條基本語法規(guī)則以及49個俄語翻譯例句，通過直譯法完成了世界上第一次機(jī)器翻譯實驗。所謂直譯法，即把源語言中的單詞或句子直接替換成相應(yīng)目標(biāo)語的單詞或句子，必要時對詞序進(jìn)行適當(dāng)?shù)恼{(diào)整。直譯法一般是針對特殊的語言對來設(shè)計，系統(tǒng)移植比較困難，缺乏通用性。典型的直譯法翻譯系統(tǒng)是Systran系統(tǒng)，它是美國在喬治敦大學(xué)機(jī)器翻譯系統(tǒng)的基礎(chǔ)上進(jìn)一步開發(fā)的，設(shè)計之初只能完成從俄文到英文的翻譯，后來改進(jìn)為可實現(xiàn)多語種之間的互譯。這個系統(tǒng)對機(jī)器翻譯的后續(xù)發(fā)展有著很大的影響，目前仍有不少翻譯系統(tǒng)采用直譯法在直譯法逐步改進(jìn)的同時，基于轉(zhuǎn)換的方法也相伴而生。所謂基于轉(zhuǎn)換，就是對句子結(jié)構(gòu)進(jìn)行層次分析，在詞對詞翻譯的基礎(chǔ)上，根據(jù)不同語言的不同規(guī)則生成相應(yīng)的譯文。這種方法需要三部字典：源語字典、源語—目標(biāo)語雙語字典和目標(biāo)語字典。最直觀的例子就是中英文互譯，中國人的名字是先姓后名，美國人的名字是先名后姓中文句子是主謂賓加名詞短語，英文句子是主謂賓加從句。諸如此類的不同規(guī)則，在轉(zhuǎn)換法的翻譯過程中，都需要通過三部字典中的特定描述才能順利轉(zhuǎn)化。伴隨著直譯法和轉(zhuǎn)換法的發(fā)展，另外一種基于規(guī)則的方法—中間語法應(yīng)運(yùn)而生。它先把源語言分析轉(zhuǎn)換成對所有語言都適合的一種句法—語義表示，再由此轉(zhuǎn)換為目標(biāo)語言。也就是說，基于該方法的翻譯過程包括兩個階段：從源語言到中間語言，再從中間語言到目標(biāo)語言。這種方法有一個典型的好處：節(jié)省開發(fā)費(fèi)用。當(dāng)需要多種語言翻譯的時候，可以直接通過中間語言翻譯到目標(biāo)語言，而不需要每一種語言都設(shè)立一套規(guī)則程序。假如有6種語言需要彼此相互翻譯，采用基于轉(zhuǎn)換的方法需要30個語言轉(zhuǎn)換模塊（每對語言都需要一個模塊），而采用中間語法的系統(tǒng)只需要12個模塊。雖然提出了三種方法，但顯然當(dāng)時的研究者還沒有意識到機(jī)器翻譯的難度，這些簡單的方法對于稍復(fù)雜的句子就已經(jīng)無能為力了。隨著研究的深入，人們逐漸認(rèn)識到：要完成機(jī)器翻譯，計算機(jī)必須能夠在一定程度上理解源語言的句子。與此同時，人工智能這門學(xué)科在20世紀(jì)70年代有了很大的發(fā)展，各種知識表示和知識推理的理論和算法紛紛被研究者提出。人們對自然語言的理解和機(jī)器翻譯的認(rèn)識有了質(zhì)的飛躍。這一階段研究人員對基于規(guī)則的方法進(jìn)行了創(chuàng)新性的改進(jìn)，其主要特點(diǎn)是對語言進(jìn)行了深層次的分析、轉(zhuǎn)換和生成，也就是說，翻譯不再是只在句子的表層（詞序列）上進(jìn)行而是在句子的某種更深層結(jié)構(gòu)（例如句法結(jié)構(gòu)、語義結(jié)構(gòu)或知識表示）的層面上進(jìn)行。要實現(xiàn)這一點(diǎn)，系統(tǒng)就需要大量的語言知識和翻譯知識，為此，機(jī)器翻譯程序采用了數(shù)據(jù)與程序相分離的存儲形式，語言知識和翻譯知識以數(shù)據(jù)形式存在，而翻譯程序利用這些數(shù)據(jù)進(jìn)行翻譯。這種數(shù)據(jù)最常見的表現(xiàn)形式就是規(guī)則和詞典?；谝?guī)則的機(jī)器翻譯系統(tǒng)在1980年代達(dá)到一個高峰期，市場上涌現(xiàn)出很多基于規(guī)則的機(jī)器翻譯系統(tǒng)，其中一些已經(jīng)步入實用化階段。國際上也出現(xiàn)了一些大規(guī)模的研究計劃，例如歐盟的Eurotran項目和日本的亞洲五國語言機(jī)器翻譯項目。即使到目前，大多數(shù)實用型機(jī)器翻譯系統(tǒng)也都是以基于規(guī)則為主。整體而言，基于規(guī)則方法的翻譯系統(tǒng)覆蓋面寬，但譯文質(zhì)量的一致性有待提高。（2）基于規(guī)則方法的現(xiàn)狀縱觀機(jī)器翻譯發(fā)展的歷程，可以看出，機(jī)器翻譯的主流方法一直是基于規(guī)則的方法。國際上有影響的機(jī)器翻譯系統(tǒng)基本上都需要規(guī)則的貢獻(xiàn)，即使在多種技術(shù)并存的系統(tǒng)中也要包含規(guī)則，基于規(guī)則的機(jī)器翻譯技術(shù)思想是被普遍接受的、成熟的，也是到目前為止應(yīng)用最廣的方法?；谝?guī)則的機(jī)器翻譯系統(tǒng)就是對語言語句的詞法、語義進(jìn)行分析、判斷和取舍，然后重新排列組合，最后生成等價的目標(biāo)語言?；谝?guī)則的機(jī)器翻譯方法導(dǎo)致了程序工作者和語言工作者的一種合作范式：程序工作者和語言工作者先共同制定數(shù)據(jù)規(guī)范，確定翻譯算法、語言知識和翻譯知識的表示形式，然后程序工作者編寫程序?qū)崿F(xiàn)翻譯算法，語言工作者編寫語言知識和翻譯知識驅(qū)動翻譯算法的運(yùn)行，兩者分工合作，缺一不可。在這種工作范式下，系統(tǒng)翻譯性能通常受到兩方面因素的制約：一是算法的設(shè)計是否合理，另一個是語言知識是否足夠豐富，其中最主要的瓶頸還在于后者。一旦翻譯程序編程結(jié)束，并經(jīng)過調(diào)試穩(wěn)定以后，基本上就不需要再做修改，改進(jìn)翻譯性能的任務(wù)完全落在了語言工作者的身上。對于基于規(guī)則的機(jī)器翻譯系統(tǒng)而言，知識獲取實際上是最大的瓶頸。通常，經(jīng)過一個人一年左右的調(diào)試就能得到一個可以翻譯簡單句子的演示系統(tǒng)，但要真正得到一個初步實用的機(jī)器翻譯系統(tǒng)，非得要通過一批人經(jīng)年累月的調(diào)試和積累不可。在上述背景下，一方面，研究者們已經(jīng)建立了一定規(guī)模的規(guī)則庫，覆蓋了相當(dāng)多的語言現(xiàn)象。另一方面，基于規(guī)則的機(jī)器翻譯技術(shù)不斷借鑒和融合其他方法的優(yōu)點(diǎn)，這些變化主要體現(xiàn)在：在規(guī)則的獲取方面，傳統(tǒng)的規(guī)則方法主要依靠語言學(xué)家的總結(jié)進(jìn)行調(diào)試，而現(xiàn)在更加重視從大規(guī)模語料庫中自動獲取規(guī)則。傳統(tǒng)的規(guī)則方法往往偏重描述粗粒度、全局化的大范圍語言學(xué)規(guī)則知識，而現(xiàn)在則更加重視描述細(xì)粒度、局部的小范圍的語言學(xué)知識，呈現(xiàn)出“小規(guī)則庫、大詞典”的趨勢。在知識表示方面，為了以更小的粒度、更加準(zhǔn)確地對翻譯知識進(jìn)行描述，一般要對單純的與上下文無關(guān)的規(guī)則作一些改進(jìn)。改進(jìn)的方法有以下兩種：一種是采用特征結(jié)構(gòu)與合一算法，例如LFG、GPSG等等，這種方法一般要求具有較好的語言學(xué)背景；另外一種是采用詞匯化的方法對規(guī)則加以細(xì)化。傳統(tǒng)的規(guī)則方法采用的往往是非此即彼的確定性原則，系統(tǒng)的魯棒性較差，而現(xiàn)在的規(guī)則系統(tǒng)中一般都引入各種形式的概率或者評分函數(shù)，系統(tǒng)的魯棒性有所提高。概率與評分函數(shù)方法的區(qū)別在于：前者一般有比較嚴(yán)格的數(shù)學(xué)模型做基礎(chǔ)，概率值的計算要以對大規(guī)模語料庫的統(tǒng)計為依據(jù)；后者的主觀性較強(qiáng)，評分規(guī)則的確定以及具體規(guī)則的分值都是人為的，人們可以根據(jù)經(jīng)驗進(jìn)行調(diào)整。隨著機(jī)器翻譯研究的不斷深入，規(guī)則方法存在的問題逐漸暴露出來。該方法最大的問題在其知識獲取方面，單純依靠語言工作者人工編寫規(guī)則似乎永遠(yuǎn)也不能滿足實際應(yīng)用的需要。一個在市場上銷售的機(jī)器翻譯系統(tǒng)通常都要經(jīng)過數(shù)十人乃至數(shù)百人的調(diào)試，但翻譯效果還是遠(yuǎn)遠(yuǎn)不能達(dá)到令人滿意的程度。更為糟糕的是，人工添加規(guī)則的做法導(dǎo)致規(guī)則庫的規(guī)模更大，而系統(tǒng)性能的改進(jìn)則更為困難。因為一方面規(guī)則庫越大，規(guī)則之間的沖突就越多，出現(xiàn)了所謂的“蹺蹺板現(xiàn)象”，系統(tǒng)雖然對某些句子翻譯效果好了，但對另外一些句子的翻譯效果反而差了，系統(tǒng)的整體性能并沒有提高；另一方面，在后面加入的規(guī)則通常都是一些粒度非常小的規(guī)則，只能處理非常個別的語言現(xiàn)象，對系統(tǒng)整體性能的改進(jìn)很小，整個系統(tǒng)的性能提升極為緩慢，而這個時期一些大型的機(jī)器翻譯研究項目也都以失敗而告終?；谝?guī)則的機(jī)器翻譯方法似乎走到了盡頭。2．異軍突起的基于統(tǒng)計的方法基于統(tǒng)計的機(jī)器翻譯方法把機(jī)器翻譯看成是一個信息傳輸?shù)倪^程，用一種信道模型對機(jī)器翻譯進(jìn)行解釋。這種思想認(rèn)為，源語言句子到目標(biāo)語言句子的翻譯是一個概率問題，任何一個目標(biāo)語言句子都有可能是任何一個源語言句子的譯文，只是概率不同，機(jī)器翻譯的任務(wù)就是找到概率最大的句子。因此統(tǒng)計機(jī)器翻譯又可以分為以下幾個問題：模型問題、訓(xùn)練問題、解碼問題。所謂模型問題，就是為機(jī)器翻譯建立概率模型，也就是要定義源語言句子到目標(biāo)語言句子的翻譯概率的計算方法。而訓(xùn)練問題，是要利用語料庫來得到這個模型的所有參數(shù)。所謂解碼問題，則是在已知模型和參數(shù)的基礎(chǔ)上，對于任何一個輸入的源語言句子，去查找概率最大的譯文。實際上，用統(tǒng)計學(xué)方法解決機(jī)器翻譯問題的想法并非是20世紀(jì)90年代的全新思想，1949年W.Weaver就已經(jīng)提出使用這種方法，只是由于喬姆斯基（Chomsky）等人的批判，這種方法很快就被放棄了。批判的理由主要是一點(diǎn)：語言是無限的，基于經(jīng)驗主義的統(tǒng)計描述無法滿足語言的實際要求。另外，限于當(dāng)時的計算機(jī)速度，統(tǒng)計的價值也無從談起。而現(xiàn)在，計算機(jī)不論從速度還是從容量方面都有了大幅度的提高，昔日大型計算機(jī)才能完成的工作，今日小型工作站或個人計算機(jī)就可以完成了。此外，統(tǒng)計方法在語音識別、文字識別、詞典編纂等領(lǐng)域的成功應(yīng)用也表明這一方法在語言自動處理領(lǐng)域還是很有成效的。統(tǒng)計機(jī)器翻譯方法的數(shù)學(xué)模型是由國際商業(yè)機(jī)器公司（IBM）的研究人員提出的。統(tǒng)計機(jī)器翻譯的基本思想是：從理論上說，這種模型只考慮了詞與詞之間的線性關(guān)系，沒有考慮句子的結(jié)構(gòu)。這在兩種語言的語序相差較大時效果可能不會太好。如果在考慮語言模型和翻譯模型時將句法結(jié)構(gòu)或語義結(jié)構(gòu)考慮進(jìn)來，應(yīng)該會得到更好的結(jié)果。統(tǒng)計方法的興起緣于上世紀(jì)九十年代以來互聯(lián)網(wǎng)的廣泛應(yīng)用，整個社會的信息呈現(xiàn)爆炸趨勢，機(jī)器翻譯的需求凸顯。與此同時，人們對于提高機(jī)器翻譯的質(zhì)量和速度有了新的想法，基于“統(tǒng)計”的方法備受關(guān)注。參與這個領(lǐng)域研究的人數(shù)和發(fā)表論文的數(shù)量都呈指數(shù)型增長。統(tǒng)計機(jī)器翻譯技術(shù)本身也經(jīng)過了一個不斷發(fā)展的過程，統(tǒng)計集群翻譯的模型框架從早期的噪聲信道模型發(fā)展到目前普遍采用的對數(shù)線性模型，其中最主要的統(tǒng)計翻譯模型也從早期的基于詞的模型發(fā)展到了目前主流的基于短語的模型，以及目前很多人都在進(jìn)行的基于句法的統(tǒng)計翻譯模型研究。目前，Google的在線翻譯已為人熟知，其背后的技術(shù)即為基于統(tǒng)計的機(jī)器翻譯方法，基本運(yùn)行原理是通過搜索大量的雙語網(wǎng)頁內(nèi)容，將其作為語料庫，然后由計算機(jī)自動選取最為常見的詞與詞的對應(yīng)關(guān)系，最后給出翻譯結(jié)果。不可否認(rèn)，Google采用的技術(shù)是先進(jìn)的，但它還是經(jīng)常鬧出各種“翻譯笑話”。其原因在于：基于統(tǒng)計的方法需要大規(guī)模雙語語料，翻譯模型、語言模型參數(shù)的準(zhǔn)確性直接依賴于語料的多少，而翻譯質(zhì)量的高低主要取決于概率模型的好壞和語料庫的覆蓋能力。基于統(tǒng)計的方法雖然不需要依賴大量知識，直接靠統(tǒng)計結(jié)果進(jìn)行歧義消解處理和譯文選擇，避開了語言理解的諸多難題，但語料的選擇和處理工程量巨大。因此目前通用領(lǐng)域的機(jī)器翻譯系統(tǒng)很少以統(tǒng)計方法為主。3．另辟蹊徑的基于實例的方法與統(tǒng)計方法相同，基于實例的機(jī)器翻譯方法也是一種基于語料庫的方法，其基本思想由日本著名的機(jī)器翻譯專家長尾真提出，他研究了外語初學(xué)者的基本模式，發(fā)現(xiàn)初學(xué)外語的人總是先記住最基本的英語句子和對應(yīng)的日語句子，而后做替換練習(xí)。參照這個學(xué)習(xí)過程，他提出了基于實例的機(jī)器翻譯思想，即不經(jīng)過深層分析，僅僅通過已有的經(jīng)驗知識，通過類比原理進(jìn)行翻譯。其翻譯過程是首先將源語言正確分解為句子，再分解為短語碎片，接著通過類比的方法把這些短語碎片譯成目標(biāo)語言短語，最后把這些短語合并成長句。對于實例方法的系統(tǒng)而言，其主要知識源就是雙語對照的實例庫，不需要什么字典、語法規(guī)則庫之類的東西，核心的問題就是通過最大限度的統(tǒng)計，得出雙語對照實例庫?；趯嵗臋C(jī)器翻譯對于相同或相似文本的翻譯有非常顯著的效果，隨著例句庫規(guī)模的增加，其作用也越來越顯著。對于實例庫中的已有文本，可以直接獲得高質(zhì)量的翻譯結(jié)果。對與實例庫中存在的實例十分相似的文本，可以通過類比推理，并對翻譯結(jié)果進(jìn)行少量的修改，構(gòu)造出近似的翻譯結(jié)果。這種方法在初推之時，得到了很多人的推崇。但一段時期后，問題出現(xiàn)了。由于該方法需要一個很大的語料庫作為支撐，語言的實際需求量非常龐大。但受限于語料庫規(guī)模，基于實例的機(jī)器翻譯很難達(dá)到較高的匹配率，往往只有限定在比較窄的或者專業(yè)的領(lǐng)域時，翻譯效果才能達(dá)到使用要求。因而到目前為止，還很少有機(jī)器翻譯系統(tǒng)采用純粹的基于實例的方法，一般都是把基于實例的機(jī)器翻譯方法作為多翻譯引擎中的一個，以提高翻譯的正確率。4．各有長短融合使用應(yīng)該說，無論是直譯法、轉(zhuǎn)換法、中間語法，還是實例法和統(tǒng)計法，都是各有長短。作為理性主義范疇，前面三者屬于基于規(guī)則的方法。它的典型缺點(diǎn)是技術(shù)粒度太大，即計算機(jī)語言無法完全描述實際語言組合中無限豐富的規(guī)則。而作為經(jīng)驗主義范疇，后面兩者屬于基于語料庫的方法，其典型缺點(diǎn)是數(shù)據(jù)稀疏。也就是說，由于語言的無限性，任何高性能的計算機(jī)都無法統(tǒng)計出所有短語的使用情況，總是會存在疏漏。隨著這些方法的各自缺陷逐步為人們所認(rèn)知，自上世紀(jì)90年代以來，機(jī)器翻譯系統(tǒng)的實現(xiàn)越來越多地集成了不同的方法和策略，基于單一方法的產(chǎn)品越來越少。其中最具有代表性的無疑是尼倫伯格提出的多引擎機(jī)器翻譯系統(tǒng)，即系統(tǒng)中集成多種機(jī)器翻譯的實現(xiàn)方法，每種方法構(gòu)成的翻譯模塊作為一個引擎，多個引擎協(xié)同配合，共同完成翻譯工作。在今后的機(jī)器翻譯研究中，多種方法互相借鑒，互相融合的趨勢會越來越明顯?；谝?guī)則的方法與基于語料庫的方法相結(jié)合，機(jī)器翻譯與翻譯記憶相結(jié)合，很可能是今后研究發(fā)展的主流方向。五、中國的在線機(jī)器翻譯鑒于機(jī)器翻譯仍具相當(dāng)市場，中國涉足這一領(lǐng)域的廠商也不一而足。目前，國內(nèi)市場上的翻譯軟件產(chǎn)品可以劃分為四大類：全文翻譯（專業(yè)翻譯）、在線翻譯、漢化軟件和電子詞典。全文翻譯軟件以中軟“譯星”以及“雅信CAT2.5”為代表；在線翻譯軟件主要以“金山快譯.net2001”、華建的“翻譯網(wǎng)上通”為代表；漢化類翻譯軟件主要以“東方快車3000”為代表；詞典工具以“金山詞霸.net2001”為主要代表。由于機(jī)器翻譯在今后需要滿足人們在浩瀚的互聯(lián)網(wǎng)上方便地進(jìn)行信息搜集的需求，于是很多翻譯開發(fā)者在翻譯準(zhǔn)確度上下工夫的同時，開始注重結(jié)合用戶的使用領(lǐng)域并進(jìn)行方向性的開發(fā)。根據(jù)目前的市場發(fā)展看來，在新一輪的競賽中，在線翻譯前景十分看好。目前，中國的網(wǎng)民已超4億，并繼續(xù)以極快速度增長。六、機(jī)器翻譯的質(zhì)量問題及開發(fā)瓶頸很多人對機(jī)器翻譯有誤解，他們認(rèn)為機(jī)器翻譯偏差大，不能幫人們解決任何問題。其實其誤差在所難免，原因在于，機(jī)器翻譯運(yùn)用語言學(xué)原理，機(jī)器自動識別語法，調(diào)用存儲的詞庫，自動進(jìn)行對應(yīng)翻譯，但是因語法、詞法、句法發(fā)生變化或者不規(guī)則，出現(xiàn)錯誤是難免的，比如《大話西游》中“給我一個殺你的理由，先”之類狀語后置的句子。機(jī)器畢竟是機(jī)器，沒有人對語言的特殊感情，它怎么會感受“最是那一低頭的溫柔，像一朵水蓮花不勝涼風(fēng)的嬌羞”的韻味？畢竟?jié)h語因其詞法、語法、句法的變化及其語境的更換，其意思大相徑庭，就連很多國人都是丈二和尚——摸不著頭腦，就別說機(jī)器了。機(jī)器翻譯的開發(fā)瓶頸可歸結(jié)為以下幾個方面：1.漢語言中存在一些不利于機(jī)器翻譯的特點(diǎn)將表達(dá)靈活多變的漢語通過機(jī)器自動翻譯的方式轉(zhuǎn)化為語法邏輯嚴(yán)謹(jǐn)?shù)挠⒄Z，在詞法、句法和語義三個層面上都存在諸多不利因素。詞法層面上，漢語中存在很多兼類詞、離合詞、組合詞和多義詞，要實現(xiàn)它們的正確翻譯，僅僅根據(jù)詞性、詞義執(zhí)行詞的轉(zhuǎn)換是遠(yuǎn)遠(yuǎn)不夠的，還需要從語義方面加以理解，大大增加了系統(tǒng)的開發(fā)難度。同時，漢語言中詞與詞之間沒有詞界，這給機(jī)器進(jìn)行詞語切分造成了很大的麻煩，極大地影響了翻譯效果。句法層面上，連動句式、兼語句式、無主句、形容詞謂語句及名詞謂語句等的大量應(yīng)用妨礙了機(jī)器正確判斷句子的結(jié)構(gòu)、成分，影響了翻譯結(jié)果的準(zhǔn)確性和可讀率。語義層面上，漢語言中很多表達(dá)沒有明顯的時態(tài)標(biāo)志、名詞也沒有明顯的單復(fù)數(shù)標(biāo)志，需要機(jī)器根據(jù)語境、語義判定，但這是絕大多數(shù)漢英機(jī)譯系統(tǒng)難以實現(xiàn)的。除此之外，省略結(jié)構(gòu)、意譯表達(dá)方式的存在也給機(jī)器翻譯帶來了新的難度。2．知識抽取不易一般的機(jī)器翻譯系統(tǒng)至少要有一、二十萬條的詞匯，一、兩千條分析規(guī)則，以及一、兩千組轉(zhuǎn)換規(guī)則才足敷使用。在這些繁瑣知識的抽取過程中，如何使其達(dá)到相當(dāng)?shù)暮w面，并且在不斷更新的過程中仍然保持這些知識的一致性；如何把這些詞典資料加以完善，且使里面的規(guī)則保持一致，不互相沖突，是個非常耗時耗力、高成本、高難度的工程問題。在后續(xù)的系統(tǒng)維護(hù)和完善中，這個問題也同樣存在。3．單向式的系統(tǒng)設(shè)計漢英機(jī)器翻譯中存在的另一個問題，在于傳統(tǒng)的機(jī)器翻譯系統(tǒng)是一個單向式的設(shè)計。由于傳統(tǒng)的轉(zhuǎn)換式機(jī)器翻譯是遵循“分析”、“轉(zhuǎn)換”、“生成”這三個步驟一路走下來的，這就使得“轉(zhuǎn)換”和“生成”帶有了濃厚的原始語言色彩。因此，漢英翻譯系統(tǒng)的輸出結(jié)果通常都是漢語式的英語，換言之，英文的生成語法變成