機器翻譯的起源發展與未來展望

劉琢

摘 要：語言在溝通中所起到的重要作用已是世所公認的事實。在這種情況下，能夠兼顧高質量與高速度的翻譯需求開始日益迫切，而機器翻譯的出現就很好地滿足了這種需求。機器翻譯的設想被提出，并且在時間的推移與技術的變革中不斷衍進。本文將主要探討機器翻譯研究的起源和發展與展望機器翻譯的未來發展趨勢。

關鍵詞：機器翻譯；機器翻譯研究

1 引言

機器翻譯（Machine Translation）想必是大家最耳熟能詳的人工智能應用之一了，它不僅是計算語言學（Computational Linguistics）的瑰寶，同時也是居家旅行的必需品。機器翻譯，又稱計算機翻譯，是指利用計算機將一種語言符號轉換成另一種語言符號。（胡開寶、李翼，2016）

機器翻譯的雛形最早可以追溯到1933年，一位蘇聯科學家利用卡片、打字機和舊式膠片相機發明了一個簡易的機械式翻譯器。然而，這個發明并沒有引起任何人的注意，也沒有留下實物或照片。1946年，第一臺電子計算機 ENIAC 誕生之后，美國科學家 Warren Weaver 就開始思考如何更好地利用計算機“為人民服務”。圖靈在二戰期間利用機器破譯密文的事跡給了他機器翻譯的靈感，即翻譯也可以看成是一種編碼和解碼的過程。

而機器翻譯（machine translation，MT）的研究始于20世紀50年代，其目的是自動翻譯俄美文本，以便在冷戰中快速獲取對方的科學情報。恰逢冷戰初期，翻譯外文（尤其是俄文）的情報與文獻是美國的一個剛性需求。在政治與科技的歷史進程的雙重推動之下，1949年，Warren 正式在《翻譯備忘錄》中提出機器翻譯的思想。1954年，美國 Georgetown-IBM 實驗室成功利用 IBM 701 計算機將60句俄文句子翻譯成了英文。彼時計算機的運算能力和存儲能力相對較弱，美國、俄羅斯、法國、德國、意大利和日本的研究人員花費了30年時間為它奠定計算基礎，而它現在正在改變世界的交流。自20世紀80年代開始，機器翻譯在快速處理海量翻譯內容上的作用日益突顯出來。

2 機器翻譯的發展

此后機器翻譯的發展，大體可分為四個階段：基于規則的機器翻譯（Rule-Based Machine Translation，RBMT）、基于例句的機器翻譯（Example-Based Machine Translation， EBMT）、統計機器翻譯（Statistical Machine Translation， SMT）、神經機器翻譯（Neural Machine Translation， NMT）。

基于規則的機器翻譯以源語的分析規則、源語和目的語之間的轉換規則以及目的語語言的生成規則的描寫為基礎。這些規則的分析涉及詞匯、語法、語義等語言層面。（胡開寶、李翼，2016）

基于短語的統計機器翻譯模型具有原理簡單、性能優異、魯棒性高等諸多特點， 受到研究與應用人員的廣泛青睞， 在當今真實的翻譯任務中得到廣泛應用。 短語翻譯系統使用短語對作為翻譯的基本單元， 傳統的啟發式短語對抽取算法抽取所有與詞對齊保持一致的短語對。（李強、李沐、張冬冬、朱靖波，2016）基于統計的機器翻譯方法建立在大規模雙語及單語語料的基礎上。

在2017年的《機器翻譯市場報告》中，我們著眼于機器翻譯市場中不同類型的參與者，特別關注了新近出現的神經機器翻譯。神經機器翻譯是近幾年興起的機器翻譯方法。（Koehn P， Och F J， Marcu D.，2003）神經機器翻譯的核心思想是使用一個循環神經網絡將源語言句子編碼為一個稠密向量，然后從該向量解碼出目標語言句子。（哈里旦木·阿布都克里木、劉洋、孫茂松，2017）盡管面臨很多挑戰，機器翻譯乃是大勢所趨，我們依然期待這項技術被廣泛應用。

3 總結與展望

當然，任何一個成熟的機器翻譯工業產品都不可能只靠一種模型，而應該是多種策略組合的結果。機器翻譯相關的研究一直以來都是推動計算語言學發展的最主要的動力之一，這四個階段的發展與計算語言學整體的走向也是一脈相承。盡管機器翻譯有時的效果不盡如人意，但是忽視或否認它所帶來的積極作用是不明智的。現在，機器翻譯已成為人工翻譯過程中的一環，用來補充或替代過去的翻譯記憶工具。而近期出現的神經機器翻譯則更向前邁進了一步，將機器學習的潛能與現存數據量和計算速度相互融合，以期達到完美的翻譯效果。最后，引用報告中的一段話：機器翻譯正在商品化，而影響商品化經濟增長的主要因素則體現在語言數據上。機器翻譯是“使能者”，也是“融合時代”的重要組成部分。機器翻譯賦予了溝通交流以全新的展現形式，包括可穿戴技術、搜索、社交媒體、物聯網、聊天機器人等等，當然還有更多的其他應用領域。

參考文獻

[1]胡開寶，李翼.機器翻譯特征及其與人工翻譯關系的研究[J].中國翻譯，2016（5）

[2]李強，李沐，張冬冬，朱靖波. 統計機器翻譯中實例短語對研究[J].北京大學學報（自然科學版），2016（1）

[3]Koehn P， Och F J， Marcu D. Statistical phrase-based translation //Proceedings of the 2003 Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology-Volume 1. Edmonton： Association for Computational Linguistics， 2003

[4]哈里旦木·阿布都克里木，劉洋，孫茂松.神經機器翻譯系統在維吾爾語-漢語翻譯中的性能對比[J].清華大學學報 （自然科學版），2017（8）