自然语言翻译在AI和HCI的交点.docxVIP

自然语言翻译在AI和HCI的交点人工智能（AI）和人机交互（HCI）的领域相互影响，从未如此。广泛使用的系统，如Google翻译，Facebook图形搜索和RelateIQ隐藏了直观界面背后的大规模AI系统的复杂性。但关系并不总是那么吉祥。这两个领域出现在计算机科学史上的不同点，具有不同的影响，野心和伴随的偏见。 AI旨在为人类智慧建立一个对手，也许是一个继承者。早期的AI研究人员如麦卡锡，明斯基和香农是数学家的培训，所以定理证明和正式模型是有吸引力的研究方向。相比之下，HCI更多地侧重于可用性和人为因素的经验性方法，这两种方法通常旨在使机器对人类更有用。 1983年第一届CHI大会上的许多与会者都是心理学家和工程师。论文中提出了“人机界面设计原则”和“命令菜单中图标使用心理问题”等标题，对大多数主流AI研究人员几乎没有吸引力。自20世纪60年代以来，随着AI发生挫折，HCI一直在上升，两个领域的成功和失败重新引导了思想和研究经费。虽然艾伦·纽维尔和赫伯特·西蒙等早期人物对这两个领域做出了根本的贡献，但AI和HCI之间的竞争和相对缺乏对话是好奇的。这两个领域广泛涉及机器和智能人体代理之间的联系。过去几年发生的变化是部署和采用面向用户的AI系统。这些系统需要接口，导致两个领域之间的自然会议点。这个交叉点比在自然语言处理（NLP）中更为适用。语言翻译是一个具体的例子。在实践中，专业翻译者使用机器辅助工具的建议来构建最终的高品质翻译。人类翻译越来越多地将机器翻译（MT）系统（如Google翻译）的输出整合到他们的工作中。 但是我们如何超越机器错误的简单校正？ 最近，斯坦福大学，卡内基梅隆学院和欧洲CasmaCat联盟的研究小组一直在研究如图1所示的人机模型。1、互动语言翻译对于英文输入法蒂玛蘸面包，基准MT系统提出了阿拉伯语翻译，但由于主要动词（红色）具有阳性转折，翻译不正确。 用户通过添加词缀来纠正拐点，通常比最终翻译更快地得到她自己的翻译。 更正也有助于机器，其可以更新其模型以在将来的会话中产生更高质量的建议。 在这个积极的反馈回路中，人类和机器都受益匪浅，但互补。 为了实现这种交互式机器翻译系统，需要遵循HCI原理和强大AI的接口。尚不广为人知的是，这种类型的系统是在20世纪50年代初首次设想的，翻译研究的发展在AI和HCI之间的早期对话中显着出现。 早期MT研究人员的失败梦想不仅仅是历史的好奇心，而是说明了智力偏见如何可以将务实的解决方案边缘化，在这种情况下是一个人机交互的合作伙伴关系。 作为AI和HCI研究人员，我们发现今天的谈话具有许多相同的特征，所以历史叙述可能是有启发性的。 在这篇文章中，我们首先叙述这个历史。 然后，我们总结了通过健康AI-HCI合作实现的翻译最近的突破。互动机器翻译简史机器翻译作为数字计算机的应用程序早于计算语言学和人工智能，计算机科学领域现在被分类。术语人造智能（AI）首先出现在麦卡锡，明斯基，罗切斯特和香农组织的达特茅斯大学1956年会议的召开中。但到1956年，MT是一个非常活跃的研究领域，1954年的乔治敦MT演出受到广泛的媒体报道。计算语言学领域早于机器翻译的研究。 MT研究面向语言结构的跨语言模型，Noam Chomsky在生成语言学中的平行理论发展发挥了一定的影响。 MT研究的刺激是二战期间通用计算机的发明和冷战的到来。在1947年3月的信中，沃伦·韦弗（Warren Weaver）是洛克菲勒基金会（Rockefeller Foundation）的自然科学部门主任沃伦·韦弗（Warren Weaver），他要求马萨诸塞理工学院（麻省理工学院）的诺贝尔维纳（Nelson）研究计算机翻译的可能性：充分认识到语义上的困难，因为多重意义等，我想知道设计一台可以翻译的电脑是不是很难想象，一个人自然想知道翻译问题是否可以被认为是密码学中的一个问题。 当我看俄罗斯的一篇文章时，我说“这是用英文写的，但它已经被编码在一些奇怪的符号中。 我现在要解码了。“（沃伦·韦弗给诺维特维纳的信件，1947年3月4日）维纳的回应是怀疑和不热情的，使得语言的广泛“内涵”成为困难。韦弗在那年5月9日的回应很少引用。他建议用语言和实际使用的较小数字区分许多组合可能性：当然，Basic [English]将诸如get之类的动作动词多次使用，这是真的。但是即使如此，在“基本”中，两个词组合，如起床，过渡，回归等，并不是非常多的。假设我们采用了2000个单词的词汇，并承认所有的两个单词组合都是单一的单词。词汇量仍然只有四百万，现代电脑的数字并不是如此强大，是吗？（沃伦·韦弗给诺维特维纳的信件，1947年5月9日）（“基本英语”是由查尔斯·凯·奥格登创作的国际交流媒介的受控语言，当时流行起来）韦弗建议理论和使用之间的区别，最终