什么是机器翻译，主要有哪几种类型？

         人类对机器翻译（Machine Translation,MT）系统的研究开发已经持续了 50多年。起初，机器翻译译系统主要是基于双语字典进行直接翻译，几乎没有句法结构分析。

       

       直到20世纪80年代，一 些机器翻译系统采用了两种方法：在这些方法中，源语言文本被分析转换成抽象表达形式，随后利用一些程序，通过识别词结构（词法分析）和句子结构（句法分析）解决歧义问题。其中有一种方法将抽象表达设计为一种与具体语种无关的“中间语言”，可以作为许多自然语言的中介。这 样，翻译就分成两个阶段：从源语言到中间语言，从中间语言到目标语言。另一种更常用的间接 方法是将源语言表达转化或为目标语言的等价表达形式。这样，翻译便分成三个阶段:分析输入 文本并将它表达为抽象的漏语源语言转换成抽象的目标语言；最后，生成目标语言。

        机器翻译系统主要分为6种类型，具体如下：

            1.直译式机器翻译系统，通过快速的分析和双语词典，将原文译出，并且重新排列译文的词汇，以符合译文的句法。

            2.规则式机器翻译系统，是先分析原文内容，产生原文的句法结构，再转换成译文的句法结构，最后再生成译文。

            3.中介语式机器翻译系统，先生成一种中介的表达方式，而非特定语言的结构，再由中介的表达式转换成译文。

            4.知识库式机器翻译系统，是建立一个翻译需要的知识库，构成翻译专家系统。

            5.统计式机器翻译系统，源语言中任何一个句子都可能与目标语言中的某些句子相似，这些句子的相似程度可能都不相同，统计式机器翻译系统能找到最相似的句子。

            6.范例式机器翻译系统，是将过去的翻译结果当成范例，产生一个范例库，在翻译一段文字时，参考范例库中近似的例子，并处理差异处。 

            以下6种就是机器翻译系统的主要分类，机器翻译是人工智能一个重要的研究领域，人工智能研究领域，那是更多的，好比自然语言理解，图像识别、文本分析等，具体的可以看以下专文。

1. 自然语言理解过程主要有哪些层次，各层次的功能是怎么样的？
   
2. 图像识别的原理、过程、应用前景！
   
3. 文本分析技术发展方向是什么，文本分析主要包含哪些技术？
   

     聚焦多智时代，引领智能变革，多智时代为人工智能科谱呐喊！