十年前，网民们还在吐槽机器翻译软件还没有小学生翻译得好。当时，一个广为流传的段子是：

“How are you（你好吗）?”会被翻译成“怎么是你?”，

而“How old are you（你多大了）？”会被翻译成“怎么老是你？”

一笑之余，机器翻译似乎被等同成了不靠谱的翻译。

2018年，机器汉英翻译已经能够达到6级水平。10年间，机器翻译技术的背后到底有着怎样翻天覆地的变化呢？

来看我们的独家揭秘吧！

中国科学院院士、全国信息技术标准化委员会大数据标准工作组组长、知名战略科学家梅宏，走进《中国经济大讲堂》，用通俗易懂的语言带你领略机器翻译技术的前世今生： 

梅宏：大家知道，机器翻译是很难的一件事情，我们人工翻译都不是那么容易。过去我们做机器翻译都是怎么做的呢？

手工编写规则的时代

我们先搞文法，基于规则的机器翻译，通过人总结编写规则，然后构造一个文法。原始的语言输入之后，通过双语词典的查询、调整，最后输出一个结果。但是由于我们自然语言天生的二义性，翻译的规则是非常复杂的，手工编写规则根本做不到，所以这个翻译质量一直上不去。

文法规则要覆盖20%以上的真实语句就要数万条规则，而语义规则，自然语言是“上下文相关文法”，较之文法规则，语义规则更要复杂得多，如果没有这个关联，你怎么理解？

大家可以看这个例子，这个是我们最典型的：

一堆的“意思”，这个“意思”到底是哪个“意思”？我们看到这些“意思”，大都是能理解的，但你让机器去理解，整个就疯掉了，根本就不可能做到。

基于统计的机器翻译时代

后来在70年代的时候，统计语言学就出现了，不再是人去产生规则，而通过机器统计，把现有的语料库拿出来，完成这件事情。

 

1988年，IBM提出了统计机器翻译，就是用数据驱动的机器翻译的新篇章，靠计算能力，靠大的语料库完成，机器从数据中间自己去学规则。谷歌就走了这条路，当时它把联合国的各种语言，形成语料库。因为机器并不知道那个翻译的好坏，翻译的结果是人觉得还不错。一个中文的字串和英文的字串，比如说中文“我吃饭”，翻译成英文是什么样子，大体上主流的翻译是什么，机器进行一比对，一搜索就打出来了，并不是通过规则驱动出来的。

 

本文编辑：王洵