第67章 你们能比我更懂机器翻译

римомире

英语翻译：“Wespeakaboutpeace

对齐结果：“мы”对应“we”

“говорим”对应“speak”

“о”对应“about”

“мире”对应“peace”

然后我们需要对这种对齐的频率进行统计。

统计每个俄语词或短语在英语中的对应翻译出现的频率。

例如，在语料中，“говорим”在80的句子中翻译为“speak”，20翻译为“talk”。

这样对于我们就可以构建概率表了。

将这些概率整理成表格，供机器进行查询。由于内存空间有限，我们暂时只存储高频词对，像出现次数前1000的词对，忽略低频情况。

当翻译某个词的时候出现多个选择，就参考概率表选择最可能的翻译。

另外就是统计相邻词的共现频率。мы经常与говорим一起出现，对应Wespeak，机器在翻译的时候则优先选择这个组合。

通过规则优先处理和统计方法处理模糊情况的方式，来弥补规则的不足！”

林燃从统计学的角度给他们好好上了一课。

不过这只是一个开始。

在座的研究团队们知道了林燃优化策略的轮廓，具体实践过程中还有大量的细节要进行调整、尝试和优化。

不过光是现在所说的引进概率，这一点，在座乔治敦翻译机器的资深研究员们都有种恍然大悟的感觉。

前面讲的优化算法和规则设计什么的，他们感觉有道理，但判断不了具体实践是不是真的管用。

本章未完，请点击下一页继续阅读！ 第4页 / 共10页