民文机器翻译所面临的瓶颈问.PDFVIP

民文机器翻译所面临的瓶颈问 题-资源与技术 那顺乌日图 一、简要的回顾 民文机器翻译研究，从严格意义上来讲， 始于上世纪九十年代末。虽然从80年代开始在 国内外曾有人提出或试图做民文机器翻译研 究，但当时由于理论、技术上的条件都不成 熟，从而一直没有得到实施。到九十年代后 期，民文信息处理工作经过近二十年的探索， 基本上走过了字处理阶段。这样，人们在搞基 础理论研究的同时开展应用系统的开发。其中 机器翻译大概是除了电子出版以外的另一个热 点。 • 青海师范大学是进行汉藏机器翻译较早的 单位，他们在国家863计划资助下开发汉藏 翻译系统及电子词典，引起学界和用户的 广泛关注，其开发的汉藏（藏汉）在线翻 译和智能化汉藏（藏汉）翻译系统都得到 广泛应用； 1998年内蒙古大学蒙古学学院、中国科学院计算技 术研究所、北京大学计算语言学研究所共同承担国 家863项目“面向政府文献的汉蒙机器辅助翻译系统 ” ，研制出“达日罕系统-政府文献版V1.0” ，此后上 述三个单位又承担一期863项目对该系统进行改进 ； 2009年新疆大学与新疆信息产业有限公司合 作在工信部电子信息产业发展项目的资助下 开展了汉-维、柯辅助翻译软件的研发； 2010年中科院计算所与新疆大学合作推出了 基于统计的维汉机器翻译系统； 2011年中科院新疆理化所也推出了汉维/ 维 汉统计机器翻译原型系统； 据不完全统计，目前进行民文机器翻译的 除了上述几个单位之外至少还有： 中科院计算所（汉-蒙、藏、维，蒙、藏、维-汉） 中科院智能所（汉-蒙、？） 西北民族大学 （藏-汉、？） 中科院自动化所（藏、(新/老)维、蒙-汉） 清华大学 （蒙、藏、维-汉） 哈尔滨工业大学（汉-维、？） 北京理工大学 （？） 内蒙古师范大学（蒙-汉） …… ？ 2009年CWMT首次将汉蒙机器翻译列入测试 范围，7个单位的翻译系统参加测试，2011年 CWMT又将测试语言范围扩展到藏、维等语 言和蒙汉机器翻译。 建立面向少数民族地区和周边国家的 双语或多语网站，开发少数民族语言文 字多媒体教学系统等，都将需要民族语 言机器翻译系统。 但是目前大多系统的水平，尚未达到 能够很好地满足用户要求的、产品化的 程度。 • 蒙古国相关大学和研究机构也在开发英 蒙，蒙英……等。 • 日本諏訪東京理科大学等也在开发日-蒙机 器翻译系统。 • 在国外开发藏文、维文系统的也不乏其 人…… • 那么民文机器翻译系统发展缓慢的主要瓶 颈在哪里？ • 这个问题还得与机器翻译技术本身的发展 结合起来考虑： 90年代基于规则的机器翻译技术比较盛行的 时候，民文翻译的效果还算可以，因为当 时基于规则的系统准确率基本上都不高； • 2000年后基于实例的机器翻译开始盛行的 时候，民文机器翻译的发展速度就受到了 制约，那是因为没有一个令人满意的，哪 怕是满足基本需求的实例库都很少； • 近几年基于统计的机器翻译作为机器翻译 主流技术的时候民文机器翻译同样发展缓 慢，主要瓶颈还是资源匮乏。 如何解决资源问题？ 建立资源联盟？ 申请专项？ 还请大家多加关注。 谢谢！