|
|
|
 |
|
|
 |
机器翻译使用计算机实现一种自然语言到另一种自然语言的转换。一般指自然语言之间句子和全文的翻译。是一门新兴的交叉学科，涉及语言学、数学、认知科学、计算机科学等。
机器翻译系统可划分为基于规则的和基于语料库的两大类。前者由词典和规则库构成知识源；后者由经过划分并具有标注的语料库构成知识源，既不需要词典也不需要规则，以统计规律为主。
抽象地说，所有机器翻译系统的处理过程都包括以下步骤：对源语言的分析或理解，在语言的某一平面进行转换，按目标语言结构规则生成目标语言。技术差别主要体现在转换平面上。 |
|
| 系统分类 |
|
机器翻译系统主要由以下几种：
语法型机器翻译系统
研究重点是词法和句法，以上下文无关文法为代表，早期系统大多数都属这一类型。语法型系统包括源文分析机构、源语言到目标语言的转换机构和目标语言生成机构3部分。
语义型机器翻译系统
研究重点是在机译过程中引入语义特征信息，以Burtop提出的语义文法和Charles Fillmore提出的格框架文法为代表。语义分析的各种理论和方法主要解决形式和逻辑的统一问题。
知识型机器翻译系统
目标是给机器配上人类常识，以实现基于理解的翻译系统，以Tomita提出的知识型机译系统为代表。
智能型机器翻译系统
目标是采用人工智能的最新成果，实现多路径动态选择以及知识库的自动重组技术，对不同句子实施在不同平面上的转换。这样就可以把语法、语义、常识几个平面连成一有机整体，既可继承传统系统优点，又能实现系统自增长的功能。 |
|
|
|
|
 |
|
|
