机器翻译的八大挑战

　　偶然读到EuroMatrix项目联络人Hans Uszkopeit教授（德国萨尔兰大学计算语言学教授，德国人工智能研究中心(DFKI）主任及DFKI语言技术实验室首席研究员）09年一月份的一个报告，上面提到机器翻译八个主要研究挑战（Main Research Challenges），觉得很有启发性，这里引述如下：
　　✩ 混合翻译方法（hybrid translation methods）；
　　✩ 现有语言资源的开发利用（exploitation of existing linguistic resources）；
　　✩ 在机器翻译(MT)中利用Web2.0方法（utilization of Web 2.0 approaches for MT）；
　　✩ 在翻译中引入语义技术（bringing semantics into translation）；
　　✩ 实践驱动的评测标准（practice-driven evaluation standards）；
　　✩ 寻找和使用其他数据（find and utilize additional data）；
　　✩ “自信”和“自我批判”的机器翻译（self-confident and self-critical MT）；
　　✩ 在“语言智能”工作流程中嵌入机器翻译（embedding MT in language-smart workflows）；
　　这里，我只对第一点做个补充说明，其他几个方面大家可以探讨一下。Hans Uszkopeit教授提到目前从欧洲语料库基础上的机器翻译评测结果来看：基于统计的系统(SMT)在翻译结果上往往能有较好的词汇选择（lexical choice），但是经常选择错误的语法结构和得不到完整的译文；而基于规则的系统(RBMT)很难解决歧义问题及选择合适的词汇和短语，但是却能得到在语法结构、词汇顺序上比较完整的译文。因此，结合这二者优点的系统应该是一个比较好的研究方向。
　　关于当前机器翻译所面临的挑战，我觉得一个很不错的话题，大家可以在这里各抒己见，为今后的研究提供一个好的思路。

注：原创文章，转载请注明出处“我爱自然语言处理”：www.52nlp.cn

本文链接地址：
https://www.52nlp.cn/the-eight-major-challenges-of-machine-translation/