翻译的经验的理性是机器翻译无法取代的

“规则”先行1954年，世界上第一台机器翻译系统IBM701诞生，它只有250条俄语词汇、6条基本语法规则以及49个俄语翻译例句，通过直接翻译的方法，完成了世界上第一次机器翻译实验。所谓直译法，即把源语言中的单词或句子直接替换成相应目标语的单词或句子，必要时对词序进行适当的调整。直接法一般是针对特殊的语言对来设计，系统移植比较困难，缺乏通用性。典型直接法翻译系统是Systran系统，是美国在乔治敦大学机器翻译系统的基础上进一步开发的，设计之初只能完成从俄文到英文的翻译，后来则可以完成多语种之间的互译。这个系统不仅对后来机器翻译的发展有很大影响，目前仍有不少翻译系统采用直接法。在直译方法逐步改进的同时，基于转换的方法也相伴而生。所谓基于转换，就是对句子结构进行层次分析，在词对词翻译的基础上，根据不同语言的不同规则生成相应的译文。这种方法必需要三部字典：源语字典、源语—目标语双语字典和目标语字典。最直观的例子就是中英文互译，中国人的名字是先姓后名，美国人的名字是先名后姓；中文句子是主谓宾加名词短语，英文句子是主谓宾加从句。诸如此类的不同规则，在转换法的翻译过程中，都需要通过三部字典中的特定描述才能顺利转化，否则翻译的结果不敢想象。另外还有一种方法是中间语法，它是把源语言经过分析转换成对所有语言都适合的一种句法—语义表示，由此转换成译语。也就是说，基于这种方法的翻译系统主要有两个阶段：从源语言到中间语言，再从中间语言到目标语言。这种方法有一个典型的好处：经济实惠。当需要多种语言翻译的时候，可以直接通过中间语言翻译到目标语言，而不需要每一种语言都设立一套规则程序。假如有6种语言需要彼此相互翻译，采用基于转换的方法需要30个语言转换模块，反正一对语言一个模块。而采用中间语法的系统只需要12个模块。但是，目前基于中间语法的实用系统比较少，因为这种方法的技术难度比较大。需要指出的是，以上三种方法是机器翻译传统的理性主义方法，统称为基于规则的方法。机器翻译发展历史的前面三十多年里，这些方法在自然语言处理及机器翻译的应用中发挥了重要的作用。目前，大多数实用型机器翻译系统都是以基于规则为主。整体而言，基于规则方法的翻译系统的特点是覆盖面宽，但译文质量不高。

“统计”兴起随着九十年代互联网的广泛使用，整个社会的信息呈现爆炸趋势，机器翻译的需求一下子凸显起来。与此同时，人们对于提高机器翻译的质量和速度有了新的想法。基于“统计”的方法类别因此产生。实际上，1949年就有人提出了基于统计的机器翻译方法，后来由于乔姆斯基等人的批判，这种方法很快就被放弃了。批判的理由主要是一点：语言是无限的，基于经验主义的统计描述无法满足语言的实际要求。另外，限于当时的计算机速度，统计的价值也无从谈起。相对简单的一种是基于实例的方法，其基本思想由日本的长尾真教授提出来。他探讨了外语初学者的基本模式，发现初学外语的人总是记住最基本的英语句子和对应的日本句子，而后做替换练习。对于机器翻译系统而言，系统的主要知识源就是双语对照的实例库，不需要什么字典、语法规则库之类的东西，核心的问题就是通过最大限度的统计，得出双语对照实例库。理论上，实例库越大，翻译精度越高。基于实例的方法初推之时，得到很多人的推崇。一段时候后，该方法的问题出现了。由于语言的实际需求量非常庞大，基于该方法的翻译系统往往只有限定在比较窄的或者专业的领域时，效果才能达到使用要求。另外相对困难的一种则是基于统计的方法。该方法通过一系列异常繁杂的算法，计算后得出一个翻译模型，然后通过对翻译模型的解码实现翻译过程。通俗点说，就是对一种语言进行数学统计，哪两个词在一起使用的次数多，哪两个句子的搭配可能性大，按照概率计算，最终统计出一个统计模型，也叫语料库。翻译的时候，拿着要翻译的句子直接对照语料库检索即可。大家熟知的Google在线翻译，背后的技术就是采用的基于统计方法。其基本的运行原理是通过搜索大量的双语网页内容，将其作为资料库，然后由电脑自动选取最常见的词与词的对应，最后给出翻译结果。尽管Google的技术如此先进，但它还是经常闹出各种“翻译笑话”。

各有长短 混合搭配

应该说，无论是直译法、转换法、中间语法，还是实例法和统计法，都是各有长短。作为理性主义范畴，前面三者属于基于规则的方法。它的典型缺点是技术粒度太大，即计算机语言无法完全描述实际语言组合中，无限丰富的规则。而作为经验主义范畴，后面二者属于基于统计的方法，其典型缺点则是数据稀疏。也就是说，任何高性能的计算机都无法统计出所有短语的使用情况，由于语言的无限总是存在疏漏的。随着两种方法的各自缺陷逐步为人们所认识，自上个世纪90年代以来，机器翻译系统的实现越来越多地集成了不同的方法和策略，单纯使用一种方法实现一个机器翻译系统的方式越来越少了。比如尼伦伯格提出了多引擎概念，即系统中集成多种机器翻译的实现方法，每种方法构成的翻译模块作为一个引擎，所以这种机制被称为多引擎机器翻译系统。