人工智能-26. 基于規則的機器翻譯技術

26：基于規則的機器翻譯方法教師姓名授課名稱人工智能及機器學習基礎知識授課形式授課班級授課地點授課日期章節名稱基于規則的機器翻譯方法教學目的掌握轉換法、基本原理掌握機器翻譯的主要方法。重點難點重點：轉換法、基本原理。難點：機器翻譯的主要方法。主要內容一、課程引入自然語言處理（NLP）通常是指用計算機對人類自然語言進行的有意義的分析與操作。本節我們主要介紹機器翻譯。課程內容機器翻譯概述機器翻譯（machinetranslation，MT），又稱為自動翻譯，是利用計算機把一種語言（源語言，sourcelanguage）翻譯成另一種語言（目標語言，targetlanguage）的一門技術，一般指自然語言之間句子和全文的翻譯。它是自然語言處理（NLP）的一個分支，與計算語言學（ComputationalLinguistics）、自然語言理解（NLU）之間存在著密不可分的關系。用一種機器讓不同語種的人能夠無障礙交流，一直是人類的夢想。隨著互聯網的日益普及，網上出現了以各種語言為載體的大量信息，語言障礙問題在新的時代又一次凸顯出來，人們比以往任何時候都更迫切需要語言的自動翻譯系統。但機器翻譯是一個極為困難的研究課題，無論目前對它的需求多么迫切，全自動高質量的機器翻譯系統仍將是人類一個遙遠的夢。機器翻譯方法包括三大類：基于規則的機器翻譯方法，直接轉換法、中間語言法；基于語料庫的機器翻譯方法，基于統計的方法、基于實例的方法；混合式機器翻譯方法。主要翻譯方法介紹轉換法：轉換法機器翻譯分為三個階段，即分析、轉換、生成。.分析源語言文本，得到其源語言內部表達；.將源語言內部表達轉換成目標語內部表達；.根據目標語內部表達，生成目標語文本。如圖展示了轉換法的具體流程。不同的機器翻譯系統采用不同層次內部表示，包括淺層句法表示、深層句法語義表示。轉換法曾經是商業上最為成功的方法，過去的絕大部分商品化機器翻譯系統都采用轉換式機器翻譯方法。基于知識的機器翻譯方法20世紀70年代，受人工智能、知識工程發展的影響而提出的一種方法，理念上與中間語言法類似，是建立在機器理解基礎上的翻譯。強調對源語言進行更為徹底的分析和理解。不僅對語言進行深層語言學分析，還需要進行世界知識的顯式處理。需要建立對語言理解有幫助的本體（ontology）知識庫。研制代價昂貴，沒有特別成功的案例。基于規則的翻譯方法開發一個基于規則的機器翻譯系統，首先要設計一個知識表示系統，將翻譯過程中所有需要的知識以計算機可操作的形式表述出來。般而言，翻譯過程往往需要下述一些知識的支撐：①源語言知識。系統利用源語言知識分析源語言句子，得到源語言句子的結構和意義。②目標語言知識。系統利用目標語言知識，產生可以接受的目標語言句子。③源語言到目標語言的對譯知識。在基于轉換的系統中，系統需要根據各種級別的對應關系來完成源語言到目標語言的轉換。最基本的是詞之間的對譯知識。④領域知識和世界知識。利用源語言知識、目標語言知識，在領域知識和世界知識的協助下，可以更好地完成對源語言的理解和目標語言的生成。⑤有關社會、文化和習俗的知識。在人工翻譯中，這些知識也起著重要作用。基于規則翻譯的基本流程：可以發現詞典和規則庫等知識表示