谈基于机器智能（知识）的机器翻译

谈基于机器智能（知识）的机器翻译

 

摘要

    目前机器翻译路线有基于规则的传统技术，基于统计的目前技术。我的思路是基于机器智能的。我们人类翻译一篇外文时，是否需要相关方面的知识呢？答案是 “肯定的，需要的”。那么，同理，机器翻译时，是否需要呢？我想，也是需要的。什么是机器知识，或者叫人工智能？就是计算机拥有人类的知识，比如知道星球类可以升起，而河水可以上涨，而且知道太阳是星球，可以说太阳升起，而不是太阳上涨，其实，升起和上涨差不多意思。机器拥有了知识，就可以自动推理，解决翻译中的歧义问题。那么，构建基于机器知识的机器翻译系统，需要哪些过程呢？首先，机器需要存储自己的知识，能够理解某个领域内的知识，包括理解语法，拥有常规知识（如衣食住行等）和某些行业知识。其次，能够人机交互，交流知识，这样，机器的知识才能越来越丰富，机器从人类学到越来越多的知识。再次，翻译的过程就是理解一种语言，将其转化为内部知识，再以另一种语言表达出来。文本试图从这几方面提供解决若干思考。

 

l  # 知识存储

   

    1) 借助人工语言如java语言。目前主流的计算机编程语言已经能够实现某些智能，但需要人工编制程序。编程语言总结下来，

    实现的执行顺序有：顺序、分支判断、循环、并行。

    实现的对象特性有：继承、多态、抽象。   

 

    2) 如何表达智慧？

   

    a）有类和对象的概念，根据类生成对象。

    类之间关系：

        可以继承，

        可以将类抽象出概念（相当java里的抽象类或接口）。

        可以包含。如人类可以含有手脚头类

 

    维或叫向量、属性、成员，维是不相交的，如时间和长度这2个维。

    维的度量或测量。如时间的测量可以有年、月、日、时分秒（定量）或一会，很快（定性）。测量含测量的数量、测量单位。 

    维也是对象，所以通过 包含几个维，可以生成新的维。如用电量的千瓦时就是由千瓦和时组成的维。 

    导出维：dest = f(src1,src2...)。由若干个维计算出来的一个维，可以为对象引用关系或值引用关系（相当c的指针和值传递）。引用关系时，当src1发生变化，dest也要跟着变化；值引用关系时，dest是脱离原来维的，不发生变化。当变量为一个时，导出维还是变量那个维；变量多于一个时，导出维为一个新的维。如 高=(身高测量值>170cm)，也是属于原来的身高维。千瓦时=（千瓦*时）属于一个不同于千瓦和小时的新的维。

   

    b）句型分为形式句型和逻辑句型，如主+谓+直接宾+间接宾语这种形式句型，其中隐含了直接宾语和间接宾语 构成的逻辑主谓关系；这种逻辑句型就是一种知识结构（映射到java语言上的类）。所以，知识的存储就是存储一种逻辑句型的结构。

    注意，一句话可能含有多个知识，如“我打球等车时候，看见556路车来了”这句话，知识点有“我去打球了”，“我看见556车的时间是...(打球等车那时间点)”

 

    c）知识的检索。如sun rises的知识检索过程：识别出主谓结构，sun的中文解释有“太阳”，rise的中文解释有“升”，那么就命中“太阳升起”这个知识（假设这个知识已经被机器存储）。

    知识结构的各部分都可能要建立索引，如对主语建立索引，就是建立<key=主语，value=知识>这样的索引。

    另外，可能会涉及到别名，别名不同于实例，如太阳是天体的实例，而日头是太阳的别名。

 

    d）知识的表达。如用英语表达 run rises,用中文 太阳升起，用河北方言 日头出来

 

    机器翻译需要有关知识：

    语法知识。

    语义单元：如主+谓+直接宾+间接宾语。

     He bought me a pen.  he bougth a pen, pen of me

     He asked us to do the work.    he asked us,us to do the work

    常识知识

      （人）吃饭、（人）穿衣、（人）睡觉、日出日落等。

 

l  # 向人类学习(人机知识交流）

        这里的学习，不是目前流行的’机器学习‘技术。机器学习一般是基于统计的语料库，发现关联的东西。这里的学习，指机器向人类学习知识，将人类已经知道的知识消化，据为己有，比如‘填鸭式教学’这样的知识教授机制。

 

        a）人类辅助翻译

        就是人类辅助机器翻译，帮助机器消除歧义。过程：

        i. 人类源语言（如英语）形式（语法）识别

        ii. 将理解的结构表达出来，用人类目标语言（如汉语），这时候可以不通顺的，歧义的，如对 run rises的表达为 “[太阳,日] [升，上涨，拉]"

        iii. 人类歧义消除

        iv. 机器记住知识（分别用人类源语言和目标语言）

 

        b)机人学习，就是人预先传授知识给机器。如告诉机器 "太阳升起"，"戴帽子"，"穿衣服"（尽管英语中都是wear)。这样，机器翻译 sun rises时候，就会自动消除歧义，找到"太阳升起”这个知识。

       

l  # 进行翻译  

 

l  # 机器智能的延伸思考

        一旦机器可以将知识存储、检索、关联，并不断向人类学习新知识，那么，就意味着真正的人工智能。如果有足够的知识，甚至可以自己做题，自己编程呢！

       

        声明：转载就注明出处。邢立军，邮件15367481@qq.com。