淺析機(jī)器翻譯瓶頸及研發(fā)趨勢(shì)

機(jī)器翻譯（Machine Translation）是翻譯人員利用多種計(jì)算機(jī)翻譯軟件，將源語(yǔ)言（Source Language）文件，轉(zhuǎn)換成另外一種目標(biāo)語(yǔ)（Target Language）或者多種目標(biāo)語(yǔ)言，翻譯人員借助計(jì)算機(jī)器翻譯一直是人工智慧領(lǐng)域中的重要研發(fā)方向。機(jī)器翻譯進(jìn)行翻譯時(shí)涉及到自然語(yǔ)言（Natural Language，如中文、英文等）的加工合成，幾乎已經(jīng)覆蓋自然語(yǔ)言處理的所有技術(shù)，并且有較為明確具體檢測(cè)手段，可以當(dāng)做自然語(yǔ)言處理技術(shù)的研發(fā)項(xiàng)目。不可避免的一個(gè)重要問(wèn)題就是機(jī)器翻譯若要占領(lǐng)翻譯市場(chǎng)，就必須要面對(duì)來(lái)自人工翻譯者的挑戰(zhàn)。按照機(jī)器翻譯的流程，翻譯成品要譯者人工潤(rùn)色和審核，這部分的人力成本將會(huì)占實(shí)際運(yùn)作成本的大部分。也就意味著能夠節(jié)省的時(shí)間必須多到一定程度，機(jī)器翻譯才能達(dá)到實(shí)用化的階段。在理想情況下，人工潤(rùn)色盡量無(wú)須參照原文，直接進(jìn)行修飾即可。

機(jī)器翻譯總體上可以分為直接式（Direct）、轉(zhuǎn)換式（Transfer）及中介語(yǔ)（Interlingua）三大類，實(shí)操一般都是采用轉(zhuǎn)換式。轉(zhuǎn)換式機(jī)器翻譯流程大致可分為三個(gè)階段：分析、轉(zhuǎn)換和生成。自然語(yǔ)言處理最大的難處，在于自然語(yǔ)言本身復(fù)雜更新較快，而且例外繁多。因此機(jī)器翻譯所面對(duì)的主要問(wèn)題，可以歸納為兩大項(xiàng)：（1）文句中歧義（Ambiguity）;（2）語(yǔ)法不合設(shè)定（Ill-formedness）現(xiàn)象。自然語(yǔ)言的語(yǔ)法和語(yǔ)意中需通過(guò)上下文線索加以判斷。以下是兩類問(wèn)題：

問(wèn)題一，歧義。就是一個(gè)句子有多種解釋。我們?nèi)粘Ｉ钪胁恢挥X(jué)地充滿了歧義句。雖然人們可以根據(jù)常識(shí)正確判斷句意，但是對(duì)于依照文字規(guī)則來(lái)理解句子的計(jì)算機(jī)翻譯軟件來(lái)說(shuō)，這就是一個(gè)歧義句。在做句子分析時(shí)，幾乎在每一個(gè)環(huán)節(jié)（如斷詞、句法分析、語(yǔ)意分析等）都可能出現(xiàn)歧義。單個(gè)字或者詞的解釋往往會(huì)因前后的內(nèi)容產(chǎn)生不同的意思。除此之外，判斷句義依靠的線索在不同范圍。因此在機(jī)器翻譯過(guò)程中，若采用線性流水式的處理程序（Pipelined Architecture），則前面的模塊則無(wú)法做出確定性的（Deterministic）判斷，而須盡量多地保留候選者，而讓后面的模塊進(jìn)行處理。所以，最終判斷的時(shí)機(jī)應(yīng)盡量延后，在累積足夠信息后，再選擇要使用的方法。這樣才不會(huì)在開(kāi)始就把正確的譯法排除到考慮范圍之外。

問(wèn)題二，所謂的語(yǔ)法，是語(yǔ)言學(xué)家，依靠目前擁有的大量語(yǔ)料，歸納總結(jié)出的一些規(guī)則。這些規(guī)則是不完整的，往往有許多的例外。而且語(yǔ)言是一直在變遷的，無(wú)法要求語(yǔ)言的使用者，每字每句都合乎這些人為加工訂定的文法，自然地也難以避免這樣的情況出現(xiàn)在翻譯稿件中。這些與設(shè)定語(yǔ)法的例子不符的地方包括不明的字匯，如新生的專有名詞，和舊字新法的。這些現(xiàn)在部分來(lái)自單純的疏失，例如錯(cuò)字、漏字、贅字、轉(zhuǎn)檔或傳輸時(shí)產(chǎn)生的亂碼，或是不慎混入的標(biāo)簽（tag），也有些是已被大眾所接受的字匯和語(yǔ)法。理想化的機(jī)器翻譯，必須能夠處理這些與設(shè)定語(yǔ)法不符的問(wèn)題。

如何解決上述的歧義或語(yǔ)法問(wèn)題，則需要大量知識(shí)。這些大量知識(shí)的管理，分類，儲(chǔ)存和應(yīng)用，是建立機(jī)器翻譯時(shí)最大重點(diǎn)和難點(diǎn)。我們首先要將這些包含在語(yǔ)言學(xué)之內(nèi)（intra-linguistic）、跨語(yǔ)言學(xué)的（inter-linguistic），以及超乎語(yǔ)言學(xué)之外（extra-linguistic）的知識(shí)抽取、表達(dá)出來(lái)，解釋上述的語(yǔ)法和歧義問(wèn)題，而且還要維護(hù)這個(gè)龐大的知識(shí)庫(kù)。所以，我們要建立的知識(shí)庫(kù)必須包羅萬(wàn)象，吸收涵蓋各領(lǐng)域、各層面的知識(shí)。它本身就是一項(xiàng)艱難復(fù)雜的工作。也就是說(shuō)知識(shí)庫(kù)的建設(shè)維護(hù)是機(jī)器翻譯系統(tǒng)開(kāi)發(fā)最大的瓶頸。

一般來(lái)說(shuō)知識(shí)的取得，和我們表現(xiàn)知識(shí)的方式有著緊密的聯(lián)系。知識(shí)表現(xiàn)方式可以有很多不同的存在形式。其一就是加入知識(shí)庫(kù)的規(guī)則，規(guī)則系統(tǒng)是由事先以人力建立好的大量規(guī)則所構(gòu)成。在進(jìn)行機(jī)器翻譯時(shí)，翻譯軟件根據(jù)這些規(guī)則，進(jìn)行二擇判斷，進(jìn)行分析、轉(zhuǎn)換和生成步驟，最后給出明確答案。這種方法被機(jī)器翻譯廣泛采用。它的優(yōu)點(diǎn)在于貼近人的直覺(jué)，容易理解，遵循已有的語(yǔ)言學(xué)知識(shí)和規(guī)則，充分利用已有的經(jīng)驗(yàn)和研究結(jié)果。逐漸使其參數(shù)化，不同的語(yǔ)言現(xiàn)象用幾率掃描進(jìn)行描述，積累量足夠大時(shí)，語(yǔ)言模型就自然建立起來(lái)。其最大的優(yōu)點(diǎn)在于通過(guò)參數(shù)，讓計(jì)算機(jī)翻譯軟件在不同的條件下根據(jù)不同的偏好進(jìn)行解釋和加工，依靠參數(shù)估算任務(wù)給計(jì)算機(jī)翻譯軟件進(jìn)行。

機(jī)器翻譯的未來(lái)，研發(fā)高品質(zhì)的翻譯系統(tǒng)，需要的知識(shí)庫(kù)是巨大并且瑣碎的。對(duì)于知識(shí)的獲取和管理，是機(jī)器翻譯系統(tǒng)研發(fā)的瓶頸。近些年來(lái)，機(jī)器翻譯系統(tǒng)的研發(fā)，已經(jīng)漸漸地由規(guī)則庫(kù)的方式轉(zhuǎn)變成為參數(shù)化方式，并且其優(yōu)越性已經(jīng)得到了證明，也逐漸成為了主流。隨著計(jì)算機(jī)行業(yè)的發(fā)展，計(jì)算機(jī)硬件性能的大幅提升，機(jī)器翻譯軟件已經(jīng)突破了計(jì)算能力和記憶容量的限制。與此同時(shí)，人們生活和語(yǔ)言的發(fā)展使得語(yǔ)料庫(kù)的規(guī)模也在爆炸似的增長(zhǎng)，由譯者來(lái)制定和模擬模型，利用計(jì)算機(jī)的處理優(yōu)勢(shì)進(jìn)行語(yǔ)料庫(kù)的加工，可以大大提高計(jì)算機(jī)學(xué)習(xí)效率，降低知識(shí)獲取和管理的難度。這也是對(duì)機(jī)器翻譯研發(fā)瓶頸的突破。放眼未來(lái)，如果能構(gòu)建精準(zhǔn)的模型，提高語(yǔ)言融合的鍥合度，利用合適的規(guī)則抽取語(yǔ)料庫(kù)中相關(guān)的知識(shí)，可以在專業(yè)特種行業(yè)領(lǐng)域發(fā)揮巨大的作用，提供高品質(zhì)的翻譯。如此一來(lái)，機(jī)器翻譯最終可以擁有廣泛的實(shí)用化領(lǐng)域和空間，也必將占有相當(dāng)大的翻譯市場(chǎng)份額。

作者簡(jiǎn)介：安寧（1980.01-），男，漢族，吉林長(zhǎng)春人，吉林建筑大學(xué)國(guó)際合作與交流碩士，講師，從事外國(guó)語(yǔ)言文學(xué)，機(jī)器翻譯研究。