25、机器翻译技术：从统计到神经的跨越

机器翻译技术：从统计到神经的跨越

在当今全球化的时代，机器翻译技术扮演着至关重要的角色。它不仅打破了语言障碍，促进了信息的流通，还在各个领域发挥着重要作用。本文将深入探讨机器翻译技术的发展，包括后缀和格标记的获取、基于枢轴的机器翻译、神经机器翻译等方面。

1. 后缀和格标记的获取

在处理印地语句子时，获取后缀和格标记是一个重要的环节。以下是一些相关的转换因素：
| 引理 | 引理因素 |
| — | — |
| ‘I’ | ‘mei’ |
| ‘mango’ | ‘aam’ |
| ‘eat’ | ‘khaa’ |

此外，过去时态和主动词的及物性与施事者会产生作格标记。例如，‘eat_past + agency of I + transitivity of eat’会转换为‘ne’，而‘eat’的过去时态会加上‘yaa’后缀。

使用因素在机器学习驱动的机器翻译中具有显著影响。世界各地的机器翻译经验表明，使用因素可以减少数据需求。

2. 基于枢轴的机器翻译

当平行语料库不足时，可以引入中间语言（即桥接语言）来补充缺失的数据。基于枢轴语言的翻译理论基于概率论中的边缘化概念。以下是相关的公式：
- (p(f|e)) 的计算涉及多个步骤，其中公式 (7.3) 是常见的 argmax 表达式，包含翻译模型和语言模型。
- 公式 (7.4) 将翻译模型扩展为短语映射概率 ((\varphi))、失真概率 ((d)) 和词汇权重 ((p_{w}, \gamma))。
- 关键步骤是公式 (7.5)，通过边缘化引入枢轴语言的短语 (p)。
-