感受机器翻译之——光翻译系统Light 1.0

Light1.0(见图 1)是基于机器翻译技术的英汉机器翻译系统,由史晓东博士等多名专业人员共同开发。在它的帮助文件里,关于Light 1.0,有这样一段话:Light1.0肯定不是世界上翻译速度最快的、翻译质量最高的英汉机器翻译系统。关于世     

机器翻译VS人工翻译

在国际交流和科研教育等领域，人们需要对异国语言文字进行翻译，过去这是语言大师施展才华的舞台，随着硬件技术飞速发展、软件技术不断完善以及语言研究的不断深入，机器翻译得到越来越广泛的应用。如果有一天你参加一个大型会议，发现那里的同声翻译竟然是一个机器人，你是否会后悔自己花了十年时间去学习另一种语言呢？为了让这一天早日到来，让我们现在就开始了解机器翻译系统的原理及其采用的技术，并展望其未来的发展和应用。     

机器翻译智能校对系统在翻译实践中的应用

为了改善机器翻译系统的精准度,提出了一种智能校对系统.该系统通过提取基本含义,与学科信息核对,经过全方位查询,判断翻译结果是否合理,替换不合理翻译结果,最终生成精度较高的译文结果.翻译实践应用结果显示,提出的智能校对系统生成的译文结果精准度与未采取校对处理的译文精准度相比,系统作业精度改善效果较为显著,系统可以作为译文辅助工具.     

机器翻译系统及翻译工具的开发和使用

本文综述了当前计算机翻译软件的需求和应用情况,着重讨论了如何设计翻译系统使其质量能达到可出版水平, 其中包括开发受限语言翻译系统, 翻译工作站, 及软件本地化。同时本文还涉及到如何开发非传统概念的翻译软件,特别是针对Web页面和其它应用在Internet上各类信息的翻译软件。本文还讨论了机器翻译未来的需要以及正在开发的一些系统。文中最后一部分比较了一下通过人译、机译,机助人译的方式达到的几种最合适的翻译方法。     

融合单词翻译的神经机器翻译

神经机器翻译由于无法完全学习源端单词语义信息,往往造成翻译结果中存在着大量的单词翻译错误。该文提出了一种融入单词翻译用以增强源端信息的神经机器翻译方法。首先使用字典方法找到每个源端单词对应的目标端翻译,然后提出并比较两种不同的方式,用以融合源端单词及其翻译信息: ①Factored 编码器: 单词及其翻译信息直接相加; ②Gated 编码器: 通过门机制控制单词翻译信息的输入。基于目前性能最优的基于自注意力机制的神经机器翻译框架Transformer,在中英翻译任务的实验结果表明,与基准系统相比,该文提出的两种融合源端单词译文的方式均能显著提高翻译性能,BLEU值获得了0.81个点的提升。     

口语机器翻译研究综述

一、引言开发口语语音翻译(speeeh一to一Speeeh Transla-tion)系统是语音识别、机器翻译、自然语言处理、乃至整个人工智能界的终极目标之一。它通过对不同语言的话语的自动互译,使得语言不通的人们之间进行没有语言障碍的自由交流成为可能。它的实现不仅需要准确的非特定人、     

基于统计的机器翻译在嵌入式系统上的实现

由于技术上的限制,基于统计的机器翻译系统没有在嵌入式平台上得到广泛应用。通过分析机器翻译解码的原理,结合相关实验,找到基于统计的机器翻译系统在嵌入式平台上实现的瓶颈,提出优化方法,使得基于短语统计的机器翻译能在嵌入式平台上有着满意的效果。     

互联网机器翻译

该文在回顾机器翻译发展的基础上,总结了主要的机器翻译方法,并主要阐述互联网机器翻译的特点及面临的挑战.面向互联网机器翻译的应用需求,并针对互联网资源具有海量、高噪声、时效性、稀疏的特点,提出了多策略混合翻译方法、资源挖掘和过滤以及分布式处理技术、领域自适应技术,针对数据稀疏论述枢轴语言技术和新语种快速部署技术;然后结合...     

统计机器翻译中翻译规则抽取

对齐短语是决定统计机器翻译系统质量的核心模块。提出基于短语结构树的层次短语模型,这是利用串-树模型的思想对层次短语模型的扩展。基于短语结构树的层次短语模型是在双语对齐短语的基础之上结合英语短语结构树抽取翻译规则,并利用启发式策略获得翻译规则的扩展句法标记。采用翻译规则的统计机器翻译系统在不同数据集上具有稳定的翻译结果,在训练集和测试集的平均BlEU评分高于短语模型和层次短语模型的BLEU评分。     

统计机器翻译中翻译模型的约简概述

统计机器翻译从诞生至今获得了长足的发展,目前已经成为机器翻译的主流.但是作为基础模块之一的翻译模型却随训练语料的增大而呈现飞速增大的趋势.为了使统计机器翻译更加实用,翻译模型的约简一直是研究热点之一.概述了统计机器翻译中翻译模型约简的研究现状,相关方法主要围绕解码过程统计分析、训练语料中的统计分析、翻译模型中的短语对自身特点分析等三个类别.结合相关分析,最后也探讨了这个方向的未来发展趋势.     

利用统计机器翻译方法实现航空领域标题的翻译

标题反映文章的灵魂，精确把握标题能迅速领悟文章的中心内容。本文利用统计机器翻译方法搭建了一个机器翻译平台，使用兹平台对航空领域标题进行翻译，井采用国际评测NIST工具对该平台进行了开放测试和对闭测试，测试结果表明该统计方法对领域标题翻译具有有效性。     

汉英翻译系统ICENT的中间语言设计

基于中间语言的翻译系统的关键是中间语言设计。文中介绍了汉英翻译系统ＩＣＥＮＴ 中间语言设计,实用的角度出发,在内容上权衡了语法和语义知识的比例,并根据汉英两种语言的特点,采用框架结构,通过描述词之间的语法关系来描述整个句子的结构,取得了比较满意的结果。     

智能机器翻译系统中的语境处理

现有机器翻译系统一般都是集中在句子层面上进行翻译，较少考虑句子之间的语境信息，导致有许多问题不能很好解决．文中基于全句翻译的智能英汉机器翻译系统ＩＭＴ／Ｅ－８６３构造了一个语言环境ＩＭＴＥＮＶ，用来处理组合歧义、省略等语言现象．     

基于短语模板对齐的统计机器翻译系统

论文提出了一种基于短语模板对齐的机器翻译系统.系统采用基于短语模板对齐的翻译模型替代原始基于词的模型,提出了计算短语模板翻译概率的方法,改进了先前单纯基于短语的搜索算法和回溯方法,解码时引入繁衍度为0且出现频率高的词,使翻译结果更合理.论文进行了一系列实验,介绍了05年863评测,证明本系统翻译结果的Bleu得分比原来的系统有了显著提高.     

机器翻译迈向“信达雅”境界

随着计算机界在Internet等国际交往的增多,翻译软件慢慢成为业界的热点,由于本刊采编人员对翻译软件的研制都不甚了解,所以这次专门请了北京雅信工作室的主创人、“雅信译霸97”软件的作者——李晓明先生作为本次专访活动的特邀佳宾,来向各位读者介绍一下他自己和他所认识的翻译软件。 这次的采访依然是采用E-Mail形式进行的,一开始见面,大家先天南海北地广泛地聊了一下,没有马上转入翻译软件的话题,在寒喧过程中我们了解到,李晓明先生是陕西大荔人。他84年考入长沙国防科技大学学习,88年攻读硕士学位。91年3月毕业后分配到北京总参某部工作。目前正在负责雅信软件工作室的工作,全力开发“雅信译霸”专业版。     

多策略汉日机器翻译系统中的核心技术研究

多策略的机器翻译是当今机器翻译系统的一个发展方向。该文论述了一个多策略的汉日机器翻译系统中各翻译核心子系统所使用的核心技术和算法,其中包含了使用词法分析、句法分析和语义角色标注的汉语分析子系统、利用双重索引技术的基于翻译记忆技术的机器翻译子系统、以句法树片段为模板的基于实例模式的机器翻译子系统以及综合了配价模式和断段分析的机器翻译子系统。翻译记忆子系统的测试结果表明其具有高效的特性;实例模式子系统在1 559个句子的封闭测试中达到99%的准确率,在1 500个句子的开放测试中达到85%的准确率;配价模式子系统在3 059个句子的测试中达到了89%的准确率。