发展历程简介
–基于规则的机器翻译
–基于实例的机器翻译
–统计机器翻译
–神经网络机器翻译

基于规则的机器翻译

更新和加强模型

  1. 扩大词典
  2. 指定新的规则
    1. 需要和旧的规则兼容
    2. 不引入新的错误
    3. 规则很多
  3. 需要专家的参与

基于实例的机器翻译

从语料库里学习翻译的实例
使用的是一种类比的思路

统计机器翻译

词对齐：自动学习翻译的对应关系，无监督方法，通过共现
短语对齐：
语法树对齐

翻译顺序的调整

翻译结果评价

人工评价

  1. 充分性
  2. 流畅性

自动评价

  1. WordErrorRate 计算编辑距离
  2. Position independent WER 不考虑顺序
  3. BLEU，计算precision，
    1. 加上了一个cap保证最大计数，避免出现全冗余
    2. 可能出现翻译过短，用recall
    3. 长度惩罚，用Sentence Brevity Penalty
  4. Translation Error Rate 避免译文之间的干扰，选一个最接近的参考译文

image.png
image.png
image.png

image.png

神经网络机器翻译

Seq2Seq，从单词序列到单词序列的模式
不再抽取带有噪音的规则，也不需要构造复杂的规则组合了

RNN\CNN + Attention
Self-Attention

拓展研究方向

image.png