26、基于双语语料库的机器翻译系统：原理、构建与应用

基于双语语料库的机器翻译系统：原理、构建与应用

在当今全球化的时代，机器翻译（MT）技术的发展对于跨越语言障碍、促进信息交流起着至关重要的作用。基于双语翻译语料库（BTC）的机器翻译（CBMT）系统是其中一种重要的方法，下面将详细介绍CBMT系统的相关内容。

1. CBMT系统的基本理念与面临的问题

使用BTC进行CBMT并非新事物，其理念可追溯到机器翻译的早期，但直到1984年才在实践中得到应用。CBMT系统基于对BTC的分析获取信息和数据，因为BTC比单语语料库更能体现语言结构的相似性，还能提供语言系统接触时的情境等效信息。

CBMT系统假定翻译没有预先设定的解决方案，而可能的解决方案存在于人类翻译的文本中。也就是说，人类译者的大量能力编码在翻译文本的语言等效性中。在特定领域的成功应用表明，语言和超语言信息对于通用文本的翻译成功都至关重要。

近年来，通过对BTC的广泛分析和研究，CBMT系统取得了显著进展。BTC涵盖多种语言，通过分析可获得重要见解以设计实用技术。BTC是大量真实经验文本的集合，反映了终端用户的需求，这对于选择能满足特定需求的翻译系统的用户来说非常重要。

开发CBMT系统主要涉及以下问题：
1. 双语翻译语料库的生成
2. 双语翻译语料库的对齐
3. 双语翻译语料库的语言分析
4. 翻译等效项的提取
5. 术语数据库的生成
6. 双语词典的构建
7. 词汇选择算法
8. 消除词汇歧义
9. 语法映射规则的形成
10. 词汇映射规则的形成
11. 翻译等效项的选择
12. 语用信息的添加
13.