本书主要介绍了机器翻译系统开发过程中的主要问题、机器翻译的发展历程及*新进展。其中着重阐述了机器翻译领域的主要方法：基于规则的方法、基于示例的范式、目前*流行的统计范式和基于分段的方法以及目前*先进的深度学习机器翻译。

*后还讨论了机器翻译的评价问题，以及该领域内的主要参与者和商业化现状。

本书可作为机器翻译领域技术人员的参考用书，同时也可供广大计算机科学、人工智能领域对自然语言处理感兴趣的读者阅读。

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