單擊此處編輯母版標(biāo)題樣式,*,單擊此處編輯母版文本樣式,第二級(jí),第三級(jí),第四級(jí),第五級(jí),計(jì)算機(jī)輔助翻譯系統(tǒng)漫談,陳群秀,清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系,智能技術(shù)與系統(tǒng)國(guó)家實(shí)驗(yàn)室,北京 100084,,摘要 本文首先簡(jiǎn)單介紹機(jī)器翻譯研究發(fā)展簡(jiǎn)史和研究動(dòng)向。然后本文闡述機(jī)器翻譯系統(tǒng)的分類(lèi)及特點(diǎn)：機(jī)器翻譯系統(tǒng)從系統(tǒng)研制的方法分為基于規(guī)則的機(jī)器翻譯系統(tǒng)和基于語(yǔ)料庫(kù)的機(jī)器翻譯系統(tǒng)，后者又分為基于統(tǒng)計(jì)的機(jī)器翻譯系統(tǒng)、基于實(shí)例的機(jī)器翻譯系統(tǒng)和翻譯記憶系統(tǒng)；從自動(dòng)化程度分為全自動(dòng)機(jī)器翻譯系統(tǒng)、人助機(jī)譯系統(tǒng)和機(jī)助人譯系統(tǒng)，后兩種合稱(chēng)為計(jì)算機(jī)輔助翻譯系統(tǒng)；從翻譯轉(zhuǎn)換方式分為直譯式系統(tǒng)、基于轉(zhuǎn)換方式的翻譯系統(tǒng)和基于中間語(yǔ)言（樞軸式）的翻譯系統(tǒng)；從翻譯用戶(hù)的需求分為為瀏覽者研制、為修訂者研制、為翻譯者研制和為寫(xiě)作者研制的系統(tǒng)等四種類(lèi)型。進(jìn)而本文提出機(jī)器輔助翻譯系統(tǒng)最好同時(shí)包含基于翻譯記憶技術(shù)和基于實(shí)例模式翻譯這兩種翻譯功能并且這兩種翻譯方法和翻譯過(guò)程最好分階段進(jìn)行。最后本文對(duì)基于翻譯記憶技術(shù)的輔助翻譯有關(guān)技術(shù)和基于實(shí)例模式翻譯的有關(guān)技術(shù)進(jìn)行了討論。,關(guān)鍵詞 計(jì)算機(jī)輔助翻譯系統(tǒng)；機(jī)器翻譯系統(tǒng)的分類(lèi)及特點(diǎn)；基于翻譯記憶技術(shù)的輔助翻譯有關(guān)技術(shù)；基于實(shí)例模式翻譯的有關(guān)技,機(jī)器翻譯研究發(fā)展簡(jiǎn)史和研究動(dòng)向,隨著因特網(wǎng)的日益普及應(yīng)用和全球一體化日益進(jìn)展，不同語(yǔ)種間人們交流的語(yǔ)言障礙日益顯得更為突出。為解決這一難題而進(jìn)行的機(jī)器翻譯研究是一個(gè)涉及語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、認(rèn)知科學(xué)等多學(xué)科的綜合性研究領(lǐng)域。目前，機(jī)器翻譯研究是國(guó)際上激烈競(jìng)爭(zhēng)的高科技研究領(lǐng)域之一，也是信息處理的實(shí)用學(xué)科。機(jī)器翻譯研究是,1946,年計(jì)算機(jī)產(chǎn)生后的第一個(gè)應(yīng)用。機(jī)器翻譯研究自,1947,年美國(guó)洛克菲勒基金會(huì)自然科學(xué)部主任華倫,韋弗提出用現(xiàn)代電子計(jì)算機(jī)進(jìn)行語(yǔ)言翻譯的設(shè)想至今，已有五十多年近六十年的歷史，它的發(fā)展歷史波波折折、起起復(fù)復(fù)。它經(jīng)歷過(guò)最初近二十年的初創(chuàng)期和第一個(gè)興旺期，但由于當(dāng)時(shí)人們對(duì)機(jī)器翻譯的期望值過(guò)高，而機(jī)器翻譯當(dāng)時(shí)的研究水平和技術(shù)的歷史局限，也因?yàn)楫?dāng)時(shí)的大學(xué)科人工智能研究沒(méi)抓住本質(zhì)而又頭腦發(fā)熱盲目樂(lè)觀(guān)，致使人工智能和機(jī)器翻譯的研究進(jìn)入了低谷期，即機(jī)器翻譯自,1966,年美國(guó)發(fā)表了,ALPAC,報(bào)告（黑皮書(shū)）后經(jīng)歷了,1966,年,1976,年長(zhǎng)達(dá)十年的蕭條低迷期。到二十世紀(jì)七十年代中期機(jī)器翻譯研究才開(kāi)始逐漸復(fù)蘇并進(jìn)入了第二個(gè)興旺期。特別是八十年代以來(lái)，機(jī)器翻譯研究得到了長(zhǎng)足的發(fā)展，進(jìn)入了發(fā)展的黃金時(shí)代。這個(gè)時(shí)代有四個(gè)顯著特點(diǎn)：,(1)機(jī)器翻譯研究走出實(shí)驗(yàn)室開(kāi)始進(jìn)入實(shí)用階段。,這個(gè)階段相繼出現(xiàn)了一些實(shí)用型的機(jī)器翻譯系統(tǒng)，例如美國(guó)的SYSTRAN系統(tǒng)（1975年）、加拿大蒙特利爾大學(xué)的TAUMMETEO系統(tǒng)（1976年）、日本富士通公司的ATLAS系統(tǒng)、法國(guó)紡織研究所的TITUSIV系統(tǒng)（翻譯編織專(zhuān)業(yè)文摘）等。機(jī)器翻譯研究面向應(yīng)用、走向應(yīng)用、邁向商品化，同時(shí)又以應(yīng)用推動(dòng)更高層次的研究，是這一時(shí)代最主要的特點(diǎn)。,(2)電子和軟件產(chǎn)業(yè)部門(mén)直接卷入機(jī)器翻譯研究是這個(gè)時(shí)代的第二個(gè)特點(diǎn)。產(chǎn)業(yè)部門(mén)的直接卷入對(duì)機(jī)器翻譯研究發(fā)展產(chǎn)生深遠(yuǎn)的影響。,(3)國(guó)際間的交流與合作十分活躍是這個(gè)時(shí)代的又一特點(diǎn)。,國(guó)家政府間的合作、民間組織間的合作形式都有。國(guó)家間的合作主要有歐洲共同體EUROTRA計(jì)劃和亞洲由日本政府支持的ODA計(jì)劃。EUROTRA計(jì)劃開(kāi)始于1978年，主要目的在于開(kāi)發(fā)一個(gè)能處理歐洲共同體成員國(guó)語(yǔ)言的機(jī)器翻譯系統(tǒng)，當(dāng)時(shí)就投入4000萬(wàn)美元，參加的國(guó)家有法國(guó)、德國(guó)、比利時(shí)、丹麥、荷蘭、希臘、愛(ài)爾蘭、意大利、盧森保和美國(guó)，大約有100多名的研究人員。ODA計(jì)劃是由日本通產(chǎn)省發(fā)起和資助、由日本國(guó)際情報(bào)協(xié)力中心CICC組織、有中國(guó)、泰國(guó)、馬來(lái)西亞和印度尼西亞參加的機(jī)譯合作計(jì)劃，開(kāi)始于1987年，預(yù)定1992年完成（實(shí)際1993年結(jié)束），政府投資60億日元，翻譯策略為中間語(yǔ)言表示和概念詞典。,(4)加速吸收和采用新理論和新技術(shù)是這個(gè)時(shí)代的第四個(gè)特點(diǎn)。,機(jī)器翻譯研究雖然進(jìn)入了全面發(fā)展的黃金時(shí)代，但仍然面臨著重重的困難，困難歸困難，但因機(jī)器翻譯的市場(chǎng)是巨大的，前景也是遠(yuǎn)大的，因此各個(gè)國(guó)家對(duì)機(jī)器翻譯研究的興趣正在持續(xù)增長(zhǎng)，特別是日本，熱情有增無(wú)減。全世界從事機(jī)器翻譯的研究人員有幾千人，其中日本就將近占了一半。機(jī)器翻譯面臨一些嚴(yán)峻問(wèn)題，例如，機(jī)器翻譯系統(tǒng)的譯準(zhǔn)率長(zhǎng)期徘徊在70%左右（大規(guī)模真實(shí)語(yǔ)料文本下更低），譯文的可讀性、系統(tǒng)對(duì)語(yǔ)言現(xiàn)象的覆蓋面、系統(tǒng)的魯棒性尤其是開(kāi)放性都不盡人意。社會(huì)迫切需要對(duì)真實(shí)文本（尤其是網(wǎng)上海量文本）進(jìn)行大規(guī)模的處理，而機(jī)器翻譯系統(tǒng)同當(dāng)今社會(huì)對(duì)大規(guī)模真實(shí)文本處理的期望相差甚遠(yuǎn)。機(jī)器翻譯系統(tǒng)的譯準(zhǔn)率和譯文可讀性（可理解度，可懂度）之所以不盡人意是因?yàn)樵诜g過(guò)程中存在著下列問(wèn)題：源文句子分析時(shí)語(yǔ)法結(jié)構(gòu)和語(yǔ)義結(jié)構(gòu)存在歧義；多義詞在不同語(yǔ)境中存在譯詞選擇問(wèn)題；譯文生成時(shí)存在介詞、助詞的多義選擇問(wèn)題；譯文生成時(shí)還存在性、數(shù)、格一致性問(wèn)題、時(shí)態(tài)、語(yǔ)態(tài)、語(yǔ)氣、尊稱(chēng)選擇問(wèn)題和符合母語(yǔ)語(yǔ)言習(xí)慣、語(yǔ)序選擇問(wèn)題；代詞指代問(wèn)題、相關(guān)詞照應(yīng)問(wèn)題、省略成分復(fù)原問(wèn)題，等等。,目前，機(jī)器翻譯研究領(lǐng)域有幾個(gè)研究動(dòng)向值得注意：,(1)為解決機(jī)器翻譯系統(tǒng)面臨的重重困難，采用多種翻譯分析策略、多種翻譯方法的結(jié)合是當(dāng)前機(jī)器翻譯研究的動(dòng)向和前沿性研究；,現(xiàn)有基于規(guī)則的翻譯技術(shù)和基于語(yǔ)料統(tǒng)計(jì)的翻譯技術(shù)各有其不足之處，考慮到語(yǔ)言的規(guī)律性和重復(fù)性，一些研究者又提出了一種基于翻譯記憶技術(shù)的機(jī)器翻譯方法，即利用先驗(yàn)的或者人機(jī)交互過(guò)程中生成的翻譯記憶，實(shí)現(xiàn)對(duì)輸入文本的翻譯，例如歐共體（德國(guó)TRADOS公司）開(kāi)發(fā)的“Trados Translators workbench”系統(tǒng)、美國(guó)的CMU大學(xué)研究開(kāi)發(fā)的Pangloss系統(tǒng)等，并已取得了很好的效果。不過(guò)由于它們是基于例子的完全匹配，有下面三方面的問(wèn)題：一方面這種例子庫(kù)無(wú)法包容所有的現(xiàn)實(shí)自然語(yǔ)言句子；另一方面由于例子的適應(yīng)性不強(qiáng)，如要使這種例子庫(kù)具有一定的語(yǔ)言現(xiàn)象覆蓋面的話(huà)，勢(shì)必會(huì)使例子庫(kù)非常龐大，并且細(xì)微差別不能夠有效泛化，冗余度很大；第三方面是例子庫(kù)的譯文構(gòu)造基本局限在模式匹配的語(yǔ)言處理層次上，譯文近似構(gòu)造能力很低。但是基于實(shí)例模式庫(kù)的基于實(shí)例的翻譯方法則能克服以上問(wèn)題，是對(duì)基于簡(jiǎn)單翻譯記憶方法的改造和完善。實(shí)際上現(xiàn)在很多機(jī)器翻譯系統(tǒng)或研究基本上都是采用基于規(guī)則翻譯方法和基于語(yǔ)料庫(kù)翻譯方法相結(jié)合，形成一種研究的潮流和動(dòng)向。,(2)在機(jī)器翻譯系統(tǒng)中實(shí)現(xiàn)參數(shù)化，這也是現(xiàn)在機(jī)器翻譯系統(tǒng)的一個(gè)發(fā)展方向和新動(dòng)向。,為了提高機(jī)器翻譯的譯文質(zhì)量，有效的方法是將通用的機(jī)器翻譯系統(tǒng)進(jìn)行專(zhuān)一領(lǐng)域化（可在很大程度上提高機(jī)器翻譯系統(tǒng)的翻譯質(zhì)量），而專(zhuān)一領(lǐng)域化又必須對(duì)每一個(gè)領(lǐng)域構(gòu)造不同的專(zhuān)業(yè)領(lǐng)域詞典加上通用詞典，這就必須花費(fèi)巨大的人力、物力和時(shí)間。為了既能對(duì)機(jī)器翻譯系統(tǒng)實(shí)現(xiàn)專(zhuān)一領(lǐng)域化而又不必對(duì)每一個(gè)領(lǐng)域構(gòu)造不同的專(zhuān)業(yè)領(lǐng)域詞典，對(duì)機(jī)器翻譯系統(tǒng)實(shí)現(xiàn)參數(shù)化是一種解決辦法。參數(shù)化的機(jī)器翻譯系統(tǒng)有一個(gè)翻譯核心，而且只有一套詞典和一套語(yǔ)法規(guī)則，但在模型的建立中設(shè)置了很多的參數(shù)。對(duì)于不同領(lǐng)域的需求，參數(shù)化的機(jī)器翻譯系統(tǒng)采用自動(dòng)學(xué)習(xí)的方法來(lái)調(diào)整參數(shù)的設(shè)置，以達(dá)到符合這個(gè)領(lǐng)域的要求。臺(tái)灣清華大學(xué)的蘇克毅教授與英群公司研制的英漢機(jī)器翻譯系統(tǒng)ARCHTRAN（采用ATN、RULE、統(tǒng)計(jì)方法三結(jié)合），1989年5月完成，一直為IBM、HP、SUN等公司翻譯手冊(cè)。蘇克毅教授的英漢機(jī)器翻譯系統(tǒng)中實(shí)現(xiàn)了參數(shù)化。,國(guó)內(nèi)翻譯軟件市場(chǎng)上的商業(yè)軟件主要有詞典類(lèi)軟件和翻譯類(lèi)軟件兩種。前者包括金山詞霸、東方快車(chē)、華建詞海等產(chǎn)品，后者包括華建網(wǎng)上通系列、銘泰公司的東方快譯系列、金山公司的金山快譯、IBM的翻譯家和中軟公司的譯星系列等全文翻譯軟件。華建機(jī)器翻譯有限公司的IAT系統(tǒng)（單板版和局域網(wǎng)絡(luò)版）、德國(guó)TRADOS公司的TRADOS系統(tǒng)（在英語(yǔ)類(lèi)國(guó)家中市場(chǎng)占有明顯領(lǐng)先地位，有60多個(gè)國(guó)家）、北京雅信誠(chéng)軟件公司的雅信CAT系統(tǒng)（按設(shè)定的匹配率給出參考譯文）則是輔助翻譯類(lèi)的產(chǎn)品代表。,2.機(jī)器翻譯系統(tǒng)的分類(lèi)及特點(diǎn),從機(jī)器翻譯系統(tǒng)研制的方法來(lái)分，機(jī)器翻譯系統(tǒng)可以分為如下類(lèi)型：,(1)基于規(guī)則的機(jī)器翻譯系統(tǒng)（Rule-Based MT system，簡(jiǎn)稱(chēng)RBMTS）：它是根據(jù)專(zhuān)家的知識(shí)歸納的語(yǔ)言的規(guī)則設(shè)計(jì)的機(jī)器翻譯系統(tǒng)?；谝?guī)則翻譯方法在機(jī)器翻譯界一直占有主導(dǎo)地位，直到今天仍發(fā)揮著重要作用，現(xiàn)在有影響的MTS都是基于規(guī)則的。,(2)基于語(yǔ)料庫(kù)的機(jī)器翻譯系統(tǒng)（Corpus-Based MT system，簡(jiǎn)稱(chēng)CBMTS）：它是根據(jù)從語(yǔ)料庫(kù)中獲取的統(tǒng)計(jì)數(shù)據(jù)或者語(yǔ)言實(shí)例來(lái)設(shè)計(jì)的機(jī)器翻譯系統(tǒng)?；谡Z(yǔ)料庫(kù)方法的MTS通常稱(chēng)為第三代MTS?；谡Z(yǔ)料庫(kù)的機(jī)器翻譯系統(tǒng)還可以進(jìn)一步再分類(lèi)，分為如下三種類(lèi)型：,a基于統(tǒng)計(jì)的機(jī)器翻譯系統(tǒng)（Statistic-Based MT system，簡(jiǎn)稱(chēng)SBMTS）：它是根據(jù)從語(yǔ)料庫(kù)中獲取的統(tǒng)計(jì)數(shù)據(jù)來(lái)設(shè)計(jì)的機(jī)器翻譯系統(tǒng)。統(tǒng)計(jì)機(jī)器翻譯的數(shù)學(xué)模型是由IBM公司的Brown等人提出的（1990，1993），它包括語(yǔ)言模型和復(fù)雜程度遞增的5種翻譯模型（數(shù)學(xué)模型），簡(jiǎn)稱(chēng)IBM Model 15。IBM公司的,英法機(jī)譯系統(tǒng)Candide在統(tǒng)計(jì)機(jī)器翻譯方法上做出了有益嘗試。,b基于實(shí)例的機(jī)器翻譯系統(tǒng)（Example-Based MT system，簡(jiǎn)稱(chēng)EBMTS）：它是根據(jù)從語(yǔ)料庫(kù)中獲取的語(yǔ)言實(shí)例來(lái)設(shè)計(jì)的機(jī)器翻譯系統(tǒng)?；趯?shí)例翻譯方法最早是由日本著名的機(jī)器翻譯專(zhuān)家長(zhǎng)尾真1984年提出的，其基本設(shè)想是不通過(guò)深層的分析，僅僅利用已有的翻譯經(jīng)驗(yàn)知識(shí)，通過(guò)類(lèi)比原理進(jìn)行翻譯。日本京都大學(xué)的英日實(shí)驗(yàn)系統(tǒng)MBT2在基于實(shí)例翻譯方法上做出了有益嘗試。,c翻譯記憶系統(tǒng)（Translation Memory MT system，簡(jiǎn)稱(chēng)TMMTS）：它是能夠保存和重復(fù)使用翻譯工作者已經(jīng)翻譯好的譯文的翻譯系統(tǒng)。翻譯記憶軟件在內(nèi)容修訂和更新的全過(guò)程中能保存和重復(fù)使用譯文。如果有新的資料需要翻譯，可以使用原來(lái)存儲(chǔ)在翻譯記憶中的譯文，重復(fù)使用原來(lái)的譯文。關(guān)于翻譯記憶機(jī)制的設(shè)想，最早提出這一想法的是Peter Arthern（1978）。他指出：如果能在線(xiàn)檢索已有的、相似文檔的譯文，翻譯人員就能從中獲得很大的幫助。他還主張開(kāi)發(fā)一個(gè)程序，讓系統(tǒng)記住已經(jīng)翻譯過(guò)的文本，新文本輸入后系統(tǒng)檢查“記憶庫(kù)”，找到相似的文本并輸出其譯文。翻譯記憶技術(shù)系統(tǒng)產(chǎn)品包括Transit（STAR）、Translation Manager（IBM）、Optimizer（Eurolang）、Translators Workbench（Trados）、TransPro（TranPro）、WorldLingo等。,從機(jī)器翻譯系統(tǒng)的自動(dòng)化程度來(lái)分，機(jī)器翻譯系統(tǒng)可以分為如下類(lèi)型：,(1)全自動(dòng)機(jī)器翻譯系統(tǒng)（Full Automatic MT system,簡(jiǎn)稱(chēng)FAMTS）：它是由計(jì)算機(jī)全部自動(dòng)地進(jìn)行翻譯的機(jī)器翻譯系統(tǒng)。,(2)人助機(jī)譯機(jī)器翻譯系統(tǒng)（Human-Assisted MT system，簡(jiǎn)稱(chēng)HAMTS）：它是由人來(lái)輔助計(jì)算機(jī)進(jìn)行翻譯的機(jī)器翻譯系統(tǒng)?？梢酝ㄟ^(guò)譯前編輯對(duì)于要翻譯的原文進(jìn)行加工，使之適合機(jī)器翻譯系統(tǒng)的要求，或者通過(guò)譯后編輯對(duì)于翻譯好的譯文進(jìn)行修改，使之滿(mǎn)足用戶(hù)的需要。,(3)機(jī)助人譯機(jī)器翻譯系統(tǒng)（Machine-Assisted MT system，簡(jiǎn)稱(chēng)MAMTS）：它是由計(jì)算機(jī)輔助人來(lái)進(jìn)行翻譯的機(jī)器翻譯系統(tǒng)。例如，人可以使用計(jì)算機(jī)來(lái)查詢(xún)?cè)~典，修改譯文錯(cuò)誤等。,這后兩種翻譯系統(tǒng)合稱(chēng)計(jì)算機(jī)輔助翻譯系統(tǒng)。,從翻譯轉(zhuǎn)換方式和翻譯過(guò)程來(lái)分，機(jī)器翻譯系統(tǒng)又可以分為以下三種類(lèi)型：,(1)直譯方式和直譯式系統(tǒng)（Driect Translation MTS，簡(jiǎn)稱(chēng)DTMTS）：它是以直接翻譯方法為基礎(chǔ)的第一代機(jī)器翻譯系統(tǒng)。直譯法的基本原則是把原語(yǔ)的詞或句子替換成相應(yīng)的譯語(yǔ)的詞或句子，必要時(shí)對(duì)譯文詞序進(jìn)行適當(dāng)?shù)恼{(diào)整。早期的MTS主要采用直譯式的翻譯模式。,(2)基于轉(zhuǎn)換翻譯方式和基于轉(zhuǎn)換方式的機(jī)器翻譯系統(tǒng)（Transfer B