书名:带你探析思考的本质（5册丛书）（湛庐塑造精品，侯世达、平克、丹尼特等世界级大师，带你打开思维，改变人生！）
作者:丹尼尔·丹尼特 & 侯世达 & 斯科特·佩奇 & 丹尼尔·平克 & 西蒙·斯涅克
书号:Amazon.com
格式:EPUB
出版:浙江人民出版社
出版日期:10月 2020
大小:42.36MB
语言:中文
机器翻译也能这么做吗？有没有可能出现那么一天，计算机程序也能作出如此高超的翻译？几十年前，有些研究机器翻译的学者对该领域取得的成就感到不满，开始质疑整个领域使用的方法——绝大多数是字词匹配与语法规则，他们开始另辟蹊径。其中最具活力的想法便是基于统计的翻译，如今这已是解决翻译挑战的重要策略。
这个方法基于统计进行有根据的猜测。所有这些猜测都基于存储着海量双语文本的数据库，而这些文本都是经由人类专家仔细翻译的。一个典型的例子便是联合国平行语料库。该语料库包含六种语言，即阿拉伯文、英文、西班牙文、法文、俄文，以及中文。这样的数据库是语言信息的绝妙宝库，但必须有人懂得如何利用它。
基于统计的机器翻译的基本原理是，把一段输入的文本，也就是要翻译的文本，切分成“块”，并根据各“块”所处的语境，选出最恰当的意思。每个“块”可能是一个字或是一个或多个词。试想，这个引擎正在把中文翻译成英文。在双语数据库中中文的一侧，待译的中文块可能出现在上千种不同的语境之中。但在这上千种语境中，只有一小部分语境与原文的语境足够“相似”，比如说，只有20个。在此，“相似”与否是基于复杂的统计计算得出的。通过统计相似度来缩小范围的过程是这个方法的关键。在这种经由人工翻译的双语数据库中，每一段中文文本都有相应的英文文本。整个翻译问题看似被简化成了在文本中寻找对应的语块。可惜，这个想法太过乐观。通常来说，不存在明确对应的英文块，而是有很多备选方案。因此，一个好的候选需要有根据的猜测，比如进一步的统计计算，在此，我们忽略这些细节。简言之，这种基于密集计算的办法，利用了数据库中海量人工翻译文本的优势，那个与中文块“最接近”的英文块便是最终答案。
