Corpus-Based Machine Translation of WebPages—A Suggestion on MT Model and Strategy to Disambiguation.pdf

1、機(jī)器翻譯已經(jīng)經(jīng)歷了將近60的發(fā)展,雖然中間有波折,還是取得了顯著的成就.隨著互聯(lián)網(wǎng)的普及,網(wǎng)絡(luò)已經(jīng)成為了一種新的媒體,是人們獲取信息的重要途徑.但是在國(guó)際互聯(lián)網(wǎng)上,大部分信息都是以英語作為媒介語言的,這必然對(duì)以漢語為母語的我們?cè)斐梢欢ǖ男畔@取障礙.雖然國(guó)內(nèi)外已有很多公司致力于網(wǎng)頁機(jī)器翻譯系統(tǒng)的研究,這其中也包括很多涉及到英文—中文翻譯,但是其結(jié)果總是不盡如人意.作者首先簡(jiǎn)要介紹了機(jī)器翻譯的歷史,現(xiàn)狀,比較了人機(jī)翻譯的各自特點(diǎn),從而指出

2、了在信息時(shí)代中大力發(fā)展機(jī)器翻譯的重要作用.在討論了網(wǎng)頁的特點(diǎn)及組成之后,作者提出了一種模型,用來解決在網(wǎng)頁翻譯中出現(xiàn)的困難.網(wǎng)頁翻譯實(shí)際上可以看成是兩部分的組合:有標(biāo)記文本和純文本的翻譯.針對(duì)前者,作者首先將網(wǎng)頁設(shè)計(jì)中的標(biāo)記進(jìn)行分類,從而采取不同的措施,并提出了一個(gè)四步法將其正確的反映在譯文當(dāng)中.而對(duì)于純文本的翻譯,作者首先提出了一個(gè)域的選擇,并以此提出了以語料庫(kù)為基礎(chǔ)的一個(gè)翻譯模型,但是在網(wǎng)頁翻譯過程中不可避免的出現(xiàn)了歧義的問題,這是