13、统计对齐与机器翻译：原理、方法与挑战

统计对齐与机器翻译：原理、方法与挑战

1. 机器翻译概述

机器翻译（Machine Translation，MT）旨在实现文本或语音从一种语言到另一种语言的自动转换，是自然语言处理（NLP）的重要应用之一。其愿景是构建能让不同文化背景的人轻松交流的机器，这也是NLP研究者证明自身工作价值并获取资金支持的有力理由。

然而，机器翻译是一项极具挑战性的任务。尽管如今市场上有价格低廉的翻译程序，但它们生成的译文质量较低，仅能满足需要后期编辑的译者或对目标语言有一定了解、可借助有缺陷译文解读原文的人群。NLP研究者的目标是生成接近无错误、在目标语言中流畅可读的译文，但现有的系统除了在一些受限领域（如天气报告）外，距离这一目标仍有很大差距。

不同的机器翻译方法各有优劣，常见的方法如下表所示：
|方法|描述|问题|
| ---- | ---- | ---- |
|逐词翻译|按单词逐一翻译|不同语言单词无一一对应关系，存在词汇歧义；语言词序不同|
|句法转移|先解析源文本，将解析树转换为目标语言的句法结构，再生成译文|存在句法歧义，且句法正确的译文可能语义不当|
|语义转移|表示源句子的含义，再从含义生成译文|即使字面意义正确，译文也可能不自然、难以理解|
|中间语言翻译|通过独立于特定语言表达意义的知识表示形式进行翻译|设计高效、全面的知识表示形式困难，且需解决大量歧义问题|

2. 文本对齐

2.1 文本对齐的重要性与数据来源

文本对齐是利用多语言文本语料库的关键第一步。它不仅可用于构建双语词典和术语数据库，还能作为多语言语料库在其他领域（如词义消歧、多语言信息检索）