格格党

手机浏览器扫描二维码访问

四（第1页）

四

banner"

>

因为“黑箱”

难题，我和莫妮卡关于机器翻译的研究一个学期不到就碰了壁。

起初一切还很顺利。

我们分析了二十世纪的几种商业翻译软件，这些软件的原理大多很简单，连我也能理解。

无非是先将一个句子拆解成一个个词组，再根据辞典把这些词组翻成目标语言，然后根据目标语言的句法规则将词组重新组合，就得到了翻译的结果。

这种方法对于简单的句子尚且可行，但用它翻译一些习语时，总是免不了要闹笑话。

因为目标语言中可能并没有类似的表述。

对此，一些翻译软件开发者想了一些对策，比如说为专有名词、习语和固定的表达方式建立语料库，软件进行翻译时会先检索语料库中是否有匹配的内容。

这样的做法的确让翻译的准确度和流畅性都有所提高，但是，词义消歧仍是一个难题。

特别是当一个词在源语言和目标语言中并不等价的时候，就会引出很多麻烦来。

一个最常被举到的例子是英语的“sheep”

和法语的“mouton”

。

在英语里，“sheep”

指的是绵羊，而法语的“mouton”

不仅可以指“绵羊”

，也可以指“羊肉”

（英语中的mutton），两个词并不等价。

为了检验一个翻译软件是否能有效地消除歧义，我会设计一个包含类似“mouton”

这样的单词的法语句子，让软件生成英语的译文。

那些采用最传统原理的软件几乎只会把“mouton”

翻成“sheep”

，而并不会考虑语义是否恰当。

所以，有开发者设计了一套统计学方法来消除歧义。

比较常见的方法是：先制作两种语言的平行语料库，然后进行统计，从而发现“mouton”

和草地、牧羊犬或羊毛等词一起出现时，一般要翻译成“sheep”

；而与表示吃或烹饪的动词出现在一起时，则要翻译成“mutton”

。

之后莫妮卡又分析了一些二十一世纪初的机器翻译软件。

有些软件使用了大量的统计学方法，通过隐变量和对数线性模型来实现翻译（这些术语都是莫妮卡告诉我的，我也不确定自己的表述是否准确）。

这部分的工作我几乎没有参与。

她试图教会我线性代数的基本知识，我也努力了一番，不过最后还是放弃了。

有一天，她把伦敦大学的一位讲师请到了会议室，向她请教了一些高维空间中的线性不可分问题。

而我能做的，只是站在一边泡红茶罢了。