機器翻譯是怎么脫胎換骨的？梅宏院士為你獨家揭秘！
十年前，網(wǎng)民們還在吐槽機器翻譯軟件還沒有小學生翻譯得好。當時，一個廣為流傳的段子是：
“How are you（你好嗎
）?”會被翻譯成“怎么是你
?”，
而“How old are you（你多大了
）？”會被翻譯成“怎么老是你？”
一笑之余，機器翻譯似乎被等同成了不靠譜的翻譯。
2018年，機器漢英翻譯已經(jīng)能夠達到6級水平。10年間，機器翻譯技術的背后到底有著怎樣翻天覆地的變化呢？
來看我們的獨家揭秘吧！
中國科學院院士、全國信息技術標準化委員會大數(shù)據(jù)標準工作組組長、知名戰(zhàn)略科學家梅宏，走進《中國經(jīng)濟大講堂》，用通俗易懂的語言帶你領略機器翻譯技術的前世今生：
梅宏：大家知道，機器翻譯是很難的一件事情，我們人工翻譯都不是那么容易。過去我們做機器翻譯都是怎么做的呢？
手工編寫規(guī)則的時代
我們先搞文法，基于規(guī)則的機器翻譯，通過人總結編寫規(guī)則，然后構造一個文法。原始的語言輸入之后，通過雙語詞典的查詢、調整，最后輸出一個結果。但是由于我們自然語言天生的二義性，翻譯的規(guī)則是非常復雜的，手工編寫規(guī)則根本做不到，所以這個翻譯質量一直上不去。
文法規(guī)則要覆蓋20%以上的真實語句就要數(shù)萬條規(guī)則
，而語義規(guī)則，自然語言是“上下文相關文法”，較之文法規(guī)則，語義規(guī)則更要復雜得多，如果沒有這個關聯(lián)，你怎么理解？
大家可以看這個例子，這個是我們最典型的：
一堆的“意思”，這個“意思”到底是哪個“意思”？我們看到這些“意思”，大都是能理解的，但你讓機器去理解，整個就瘋掉了
，根本就不可能做到。
基于統(tǒng)計的機器翻譯時代
后來在70年代的時候，統(tǒng)計語言學就出現(xiàn)了，不再是人去產(chǎn)生規(guī)則，而通過機器統(tǒng)計，把現(xiàn)有的語料庫拿出來，完成這件事情。
1988年，IBM提出了統(tǒng)計機器翻譯，就是用數(shù)據(jù)驅動的機器翻譯的新篇章，靠計算能力，靠大的語料庫完成，機器從數(shù)據(jù)中間自己去學規(guī)則。谷歌就走了這條路，當時它把聯(lián)合國的各種語言，形成語料庫。因為機器并不知道那個翻譯的好壞，翻譯的結果是人覺得還不錯。一個中文的字串和英文的字串，比如說中文“我吃飯”，翻譯成英文是什么樣子，大體上主流的翻譯是什么，機器進行一比對，一搜索就打出來了，并不是通過規(guī)則驅動出來的。
本文編輯：王洵
