机器翻译技术的进展与展望-自然语言处理.PDFVIP

中文信息学会成立三十周年学术会议 机器翻译技术的进展与展望 刘群、王海峰、王惠临、宗成庆、赵铁军 史晓东、朱靖波、陈家俊、张民 2011-12 内容提要 研究 应用 应用范围的延伸 国内外 进步与不足 互联网翻译 现状分 机器翻译研究范式的变化 计算机辅助翻译 析 口语翻译 深层次语言知识的运用 翻译质量还不够高 急待解决 复杂形态语言翻译建模 翻译结果还不够可信 的核心问 题 资源缺乏语言机器翻译 系统使用还不够方便 机器翻译的自动评价 语种和领域的支持还不够多 基于复杂特征的翻译建模 发展前景 基于结构的语言建模 在应用深度上延伸 与趋势展 望 混合机器翻译知识的主动学习 在应用广度上扩展 引入结构的机器翻译自动评价 国内外现状分析：研究 进步与不足 机器翻译研究范式的变化 已经取得的进步 • 近十几年来，机器翻译取得了巨大的进步 • 统计机器翻译取得巨大成功，从基于词的模型发展 到了基于短语的模型和基于句法的模型 • 机器翻译的统计方法和规则方法走向融合 • 机器翻译系统开发效率大为提高：数年 数周 � • 应用范围大大拓展：Google翻译支持几十种语言 • 翻译质量也有了明显上升，已经成为日常工具 依然面临的困难 • 翻译质量仍然不够理想（婴儿期） • 需要大规模训练语料库：数据稀疏问题 • 需要与应用场合相近的语料：领域适应性 • 语言形态的复杂性还没有好的处理办法 • 语言之间差异性很大时翻译质量不理想 国内外现状分析：研究 进步与不足 机器翻译研究范式的变化 RBMT vs. SMT RBMT SMT 知识表示 规则 模型参数 知识获取 人工构造 自动学习 基于规则的机器翻译研究范式 统计机器翻译研究范式 研究范式的变化 算法与规则的分离 分析、转换、生成的分离 模型与搜索的分离 语言专家为中心�计算机专家为中心 RBMT和SMT的融合 • 知识表示 – 统计模型已经成为必须 • 语言的不确定性是天然存在的，规则永远不足以刻划语言的不确定性 • 统计为处理语言的不确定性