一、机器翻译简介 (一)机器翻译的定义 不同学者给机器翻译下了不同的定义。有学者认为“机器翻译”就是“利用计算机进行翻译”[2]。机器翻译(MT),就是利用机器(计算机)翻译系统,把人类语言翻译的法则转变成电脑的运算法则,使得电脑根据运算法则,将输入的源语言(Source language)翻译成所需要的目标语言(Target langua...
一、机器翻译的基础 机器翻译的研究是建立在语言学、数学和计算机科学这3门学科的基础之上的。语言学家提供适合于计算机进行加工的词典和语法规则,数学家把语言学家提供的材料形式化和代码化,计算机科学家给机器翻译提供软件手段和硬件设备,并进行程序设计。缺少上述任何一方面,机器翻译就不能实现,机器翻译效果的好坏,也...
多数商用机器翻译系统采用规则法。规则法机器翻译系统的运作通过三个连续的阶段实现:分析,转换,生成。(二)统计机器翻译基于统计的机器翻译,其核心在于设计概率模型对翻译过程建模。比如我们用x来表示原句子,用y来表示目标语言的句子,任务就是找到一个翻译模型。最早...
c.统计翻译阶段:统计翻译方法是在大规模双语语料库的基础上进行翻译,通过分析源语言和目标语言之间的概率模型,寻找最优翻译结果。这种方法具有良好的自适应能力,能够根据不同领域和语言对语料库进行训练,取得了很大的成功。 d.神经网络翻译阶段:神经网络翻译是近年来机器翻译的新兴技术,它利用深度学习模型对双语语料进行...
机器翻译指的是将文本从一种语言自动翻译到另一种语言。这是计算语言学和人工智能的一个子领域。机器翻译的目标是产生流利且准确的翻译,传达原文的意思。 如今,机器翻译系统通常基于神经网络,它们在许多语言对中实现了最先进的性能。这些系统在大量的平行文本数据上进行训练,这些数据由两种语言的句子对组成。
51CTO博客已为您找到关于机器翻译引擎的分类的相关内容,包含IT学习相关文档代码介绍、相关教程视频课程,以及机器翻译引擎的分类问答内容。更多机器翻译引擎的分类相关解答可以来51CTO博客参与分享和学习,帮助广大IT技术人实现成长和进步。
p(f|e)为”翻转“的翻译概率,也就是目标语言(english sentence) 翻译成源语言(foreign language)的概率。 p(e)的问题容易解决,比如用ngram模型,但是p(f|e)难以确定,第一个想法自然是直接用 MLE,然而问题是句子实在太多,这种方法很难泛化,不一定每个目标句子找到对应的源句子。
机器翻译凭借其大数据和算法优势,在某些领域能快速提供大致的译文,如科技文档和新闻报道。然而,机器翻译往往受限于预设的语言模型,对于文化隐喻、口语表达和多义词的理解可能存在误差。而人工翻译能捕捉到这些微妙之处,确保翻译的准确性。 二、效率比较 机器翻译在速度上具有压倒性优势,可以瞬间完成大量文本的翻译。相比之...
机器翻译是一个复杂的系统工程,涉及人工智能、数学、语言学、计算语 言学、语音识别、和语音合成等多学科和技术。 机器翻译的优势 速度快、效率高,译者仅需复制粘贴就能轻松获得译句。机器翻译的背后 是强大的语料库的支持,而且它是随时更新,互联网上的新词、热词随时覆盖。 随着网页萃取技术的逐步提高,机器翻译可以...