机器翻译

译者序
原书致谢
第一章
绪论 / 001
第二章
翻译难点 / 007
翻译的本质是什么 / 007
什么是恰当翻译 / 008
恰当翻译的标准 / 010
机器翻译的影响 / 011
为什么用计算机分析自然语言是非常困难的 / 014
自然语言与歧义 / 014
机器翻译产生的主要问题 / 019
自动翻译系统和人工翻译系统 / 020
第三章
机器翻译发展概述 / 023
基于规则的系统：从直接方法到语际方法 / 023
统计机器翻译系统的变革 / 029
发展历史快速回顾 / 031
第四章
计算机出现之前 / 035
通用语言问题 / 035
历史悠久的传统 / 036
人工语言 / 038
第二次世界大战期间机器翻译系统的发展 / 040
?Artsrouni 机械大脑 / 040
?Smirnov-Trojanskij 辅助翻译环境 / 042
第五章
机器翻译的开端：第一个基于规则的系统 / 045
先驱者 / 046
早期实验 / 046
?Weaver 的备忘录 / 047
机器翻译的真正开端（1950~1960 年） / 055
早期 / 055
第一个基于规则的系统的发展：Turmoil 和 Enthusiasm / 057
美国之外的研究 / 061
觉醒期（1960~1964 年） / 063
?Bar-Hillel 的批评 / 064
讨论 / 066
第六章
1966 年的 ALPAC 报告及其影响 / 069
报告内容 / 070
报告的直接后果 / 074
?1965~1990 年：长期停顿 / 076
更广泛的研究工作 / 076
第一个商用系统 / 079
第七章
平行语料库与语句对齐 / 083
平行语料库或双文本的概念 / 083
平行语料库的可用性 / 087
现有语料库 / 087
平行语料库的自动创建 / 089
语句对齐 / 092
基于语句相对长度的对齐 / 093
词汇法 / 096
混合法 / 098
第八章
基于示例的机器翻译 / 099
基于示例的机器翻译概述 / 101
翻译示例的搜索 / 103
基于示例的机器翻译的优缺点 / 105
第九章
统计机器翻译与词对齐 / 109
一些示例 / 110
机器翻译的“基本方程” / 113
词汇对齐的不同方法：IBM 公司模型 / 118
模型 1 / 119
模型 2 / 124
模型 3 / 124
模型 4 / 125
模型 5 / 126
翻译（或处理）阶段 / 127
返回到研究领域的根源 / 130
第十章
基于分段的机器翻译 / 131
面向分段的机器翻译 / 131
双重对齐 / 132
基于分段的机器翻译一般问题 / 133
在统计模型中引入语言信息 / 138
考虑句法的对齐模型 / 139
考虑语义的对齐模型 / 142
第十一章
统计机器翻译的挑战与不足 / 145
语言多样性问题 / 146
稀有语言的案例与中枢语言的回归 / 147
如何快速开发针对新语言的机器翻译系统 / 152
混合机器翻译系统 / 152
基于规则的系统现状 / 154
当前挑战：新语言对机器翻译系统的快速发展 / 155
是否统计过多 / 156
基于统计的翻译系统的主要局限性 / 156
统计并不排斥语义 / 157
第十二章
深度学习机器翻译 / 161
深度学习机器翻译概述 / 162
深度学习机器翻译当前所面临的挑战 / 168
第十三章
机器翻译系统的评价 / 175
第一次评价活动 / 178
综合评价 / 179
评价小组 / 180
充分性和流畅性 / 181
人工辅助翻译 / 181
寻求自动评测 / 183
?BLEU / 183
?NIST / 184
?METEOR / 185
自动评价方法评述 / 186
评价活动的扩大 / 187
自动评价的经验教训 / 189
根据语言对的任务难度评测 / 189
翻译错误类型 / 194
第十四章
机器翻译产业：专业与大众市场间的应用 / 197
主要市场，难以评价 / 197
市场概览 / 198
免费在线软件 / 202
商业化产品 / 206
?Systran 公司案例 / 208
全球市场 / 210
机器翻译的新应用 / 211
跨语言信息检索 / 213
自动字幕和说明 / 214
多语对话的直译 / 214
手机和通信对象 / 216
翻译辅助工具 / 217
第十五章
结论：机器翻译的未来 / 221
商业化挑战 / 221
机器翻译的认知方法 / 224
附录 / 229
附录 A　术语 / 229
附录 B　推荐与扩展阅读书目 / 238