機(jī)器翻譯中的機(jī)器學(xué)習(xí)技術(shù)應(yīng)用研究

鄒蓉　覃潘燕　董健

【摘 要】本文論述以實(shí)例歸納和以類比歸納為手段的機(jī)器學(xué)習(xí)技術(shù)原理，分析基于類比的機(jī)器學(xué)習(xí)相關(guān)理論，從完全實(shí)例翻譯、實(shí)例句型轉(zhuǎn)換翻譯、類比近似翻譯等方面研究機(jī)器翻譯中類比機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用，旨在進(jìn)一步優(yōu)化機(jī)器翻譯的智能技術(shù)。

【關(guān)鍵詞】機(jī)器翻譯 機(jī)器學(xué)習(xí) 技術(shù)應(yīng)用

【中圖分類號(hào)】G 【文獻(xiàn)標(biāo)識(shí)碼】A

【文章編號(hào)】0450-9889（2018）08C-0190-03

隨著我國(guó)科學(xué)技術(shù)的不斷革新，越來(lái)越多產(chǎn)品的智能功能為人們的工作生活提供了更多的助力與保障，機(jī)器翻譯正是重要的智能化功能之一?，F(xiàn)如今，機(jī)器翻譯軟件正不斷涌現(xiàn)，大多遵循自然語(yǔ)言處理規(guī)則。要想在翻譯質(zhì)量和效率上做到精益求精，應(yīng)對(duì)語(yǔ)言中的各種歧義展開(kāi)準(zhǔn)確處理，提高翻譯速度，同時(shí)還應(yīng)該加強(qiáng)機(jī)器翻譯的擬人化，不斷增強(qiáng)機(jī)器對(duì)人類語(yǔ)言的認(rèn)知。因此，加強(qiáng)機(jī)器學(xué)習(xí)技術(shù)的研究非常重要，堅(jiān)持讓機(jī)器學(xué)習(xí)的技術(shù)應(yīng)用來(lái)幫助機(jī)器掌握自然語(yǔ)言的不同歧義，是一個(gè)重要的研究課題。

一、機(jī)器學(xué)習(xí)技術(shù)簡(jiǎn)述

機(jī)器學(xué)習(xí)方法的目的在于幫助計(jì)算機(jī)等機(jī)器能夠不斷優(yōu)化程序，進(jìn)而按照人類的思維在面對(duì)不同問(wèn)題時(shí)可以搜集歷史數(shù)據(jù)，增強(qiáng)對(duì)問(wèn)題的全面思考，提高復(fù)雜邏輯的準(zhǔn)確度，圖1所示代表了機(jī)器學(xué)習(xí)與人類思考之間的機(jī)制吻合。

基于實(shí)例的機(jī)器學(xué)習(xí)技術(shù)，在于為程序設(shè)定特定目標(biāo)概念的正確例子或錯(cuò)誤例子，程序經(jīng)過(guò)理性分析歸納，形成相對(duì)完整的概念體系，從而面對(duì)新的例子中能夠識(shí)別正確，排除錯(cuò)誤。基于類比的機(jī)器學(xué)習(xí)技術(shù)，是更接近于人類思維和行為習(xí)慣的重要學(xué)習(xí)方法，簡(jiǎn)言之就是對(duì)不同事物個(gè)體之間所存在的相似關(guān)聯(lián)性進(jìn)行比較和辨識(shí)。一旦新問(wèn)題出現(xiàn)后，主導(dǎo)程序仍然會(huì)快速回顧并梳理歷史數(shù)據(jù)，對(duì)于曾經(jīng)處理過(guò)的類似案例進(jìn)行排列分析，可從中挖掘與當(dāng)前問(wèn)題最為相似的處理方案來(lái)參考解決新問(wèn)題。

二、基于實(shí)例的機(jī)器學(xué)習(xí)

（一）技術(shù)思路

基于實(shí)例的機(jī)器學(xué)習(xí)可設(shè)置為單次行為，也可設(shè)置為累積行為。在單次行為中，無(wú)論是正確的例子還是錯(cuò)誤的例子都應(yīng)一次性顯示；在累積行為中，系統(tǒng)程序則更容易在有用數(shù)據(jù)庫(kù)中分多次假設(shè)案例概念，并在陸續(xù)添加案例的過(guò)程中不斷修正和調(diào)整概念假設(shè)，從而使得例子所代表的準(zhǔn)確度更高。實(shí)例累積的機(jī)器學(xué)習(xí)行為以仿人類學(xué)習(xí)思維為目標(biāo)，并在技術(shù)上致力于無(wú)限接近與人類的學(xué)習(xí)能動(dòng)性。一旦機(jī)器學(xué)習(xí)啟動(dòng)，處理程序?qū)?huì)梳理已掌握的各種理論概念，這些概念可以直接進(jìn)行內(nèi)涵與外延的拓展，也可以幫助程序引導(dǎo)實(shí)現(xiàn)新的案例。機(jī)器操作人員在編寫(xiě)新程序的過(guò)程中，可以在已掌握概念的基礎(chǔ)上，完成對(duì)新概念基本點(diǎn)的描述。從實(shí)踐效果看，累積行為比單次行為的準(zhǔn)確度更高，單次行為往往在重塑概念的過(guò)程中會(huì)選擇一定比例的錯(cuò)誤例子，這樣并不利于機(jī)器的有效學(xué)習(xí)。

基于實(shí)例的機(jī)器學(xué)習(xí)應(yīng)以歸納思維為主，盡可能完成對(duì)案例對(duì)象的一般性描述。所謂機(jī)器學(xué)習(xí)中的歸納學(xué)習(xí)系統(tǒng)模型轉(zhuǎn)換過(guò)程，如圖2所示。

圖2 機(jī)器歸納學(xué)習(xí)的系統(tǒng)模型示意圖

所謂一般性描述，即能夠?qū)Ω鞣N輸入數(shù)據(jù)進(jìn)行必要的解釋，并根據(jù)解釋行為結(jié)果來(lái)推算新信息。機(jī)器程序的編寫(xiě)中，需要將一般性描述使用某種規(guī)范性的描述語(yǔ)言變得更加形式化。只要涉及不同的數(shù)據(jù)輸入或描述語(yǔ)言，就能夠以形式化的一般性描述來(lái)概括，隨之形成更有約束性與代表性的關(guān)系描述集合，整個(gè)集合的最小元素都能在特定的描述語(yǔ)言中看作是特點(diǎn)輸入值，而集合的最大元素就稱之為是代表性的一般描述。故而按慣例可先描述特征輸入值，再以歸納手段組織完成一般描述。

（二）基于案例的問(wèn)題描述

通常，腳本、框架、層次結(jié)構(gòu)、規(guī)則產(chǎn)生、語(yǔ)義結(jié)構(gòu)、推演網(wǎng)絡(luò)等都可以用來(lái)進(jìn)行事件問(wèn)題描述。其中，微詞演算的方法更為嚴(yán)格，其產(chǎn)生的語(yǔ)法語(yǔ)義也更為精巧。當(dāng)前不少人工智能的歸納學(xué)習(xí)都傾向于沿用謂詞演算的方法，人們?cè)谙嚓P(guān)歸納動(dòng)作的理論問(wèn)題上得到了更多的研究實(shí)踐經(jīng)驗(yàn)。當(dāng)然，很多學(xué)習(xí)方法對(duì)于如何進(jìn)行一般性描述的形式進(jìn)行了約束。如在某學(xué)習(xí)系統(tǒng)雖然理論上能夠直接描述，但并未構(gòu)建描述機(jī)制。

（三）基于案例的機(jī)器學(xué)習(xí)執(zhí)行規(guī)則

對(duì)一般性差異化半序描述體而言，可指明由非一般描述轉(zhuǎn)為一般性描述的具體方法。這就需要進(jìn)行必要的歸納分析與邏輯推理，應(yīng)對(duì)整個(gè)語(yǔ)言描述中的初始量與中間量制定一般性執(zhí)行規(guī)則，即稱之為轉(zhuǎn)換規(guī)則。邏輯上可表述為：若一般規(guī)則可執(zhí)行分類規(guī)則出現(xiàn)S1∶∶>K時(shí)，會(huì)產(chǎn)生更為普遍的分類規(guī)則S2∶∶>K2，則S1→S2的推導(dǎo)成立。S2與S1之間的描述字符或量化值相對(duì)比后，若前者描述內(nèi)容全部映射在后者描述符中則稱之為選擇性規(guī)則，若前者描述內(nèi)容在完成對(duì)應(yīng)映射外還有其他描述符則稱之為構(gòu)造性規(guī)則。由此可見(jiàn)，出現(xiàn)構(gòu)造性規(guī)則將意味著一般性描述空間的變化，而選擇性規(guī)則沒(méi)有空間變化異象。

降低條件規(guī)則的做法，實(shí)屬一般性規(guī)則的低級(jí)操作，主要靠降低合取條件來(lái)對(duì)合取式完成一般化處理。如對(duì)“黃香蕉”類別在執(zhí)行條件規(guī)則的降低后，將條件因素“黃”去掉，則會(huì)產(chǎn)生不分顏色的所有香蕉的類。可表示為：yellow（V）&banana;（V）∶∶>K，經(jīng)一般化處理后應(yīng)為：banana（V）∶∶>K。

上述簡(jiǎn)式代表了選擇性規(guī)則，因?yàn)樵谡麄€(gè)描述中結(jié)論部分并未再出現(xiàn)新的描述要素。而對(duì)于構(gòu)造性規(guī)則的產(chǎn)生過(guò)程，可引入“偏序極元”的規(guī)則進(jìn)行處理，主要思想就是找準(zhǔn)有序鏈條結(jié)構(gòu)中的不同節(jié)點(diǎn)，并對(duì)節(jié)點(diǎn)元素展開(kāi)描述，從而提升結(jié)構(gòu)性。

三、基于類比的機(jī)器學(xué)習(xí)

（一）技術(shù)思路

機(jī)器類比學(xué)習(xí)在近些年來(lái)更得到了研究者的高度關(guān)注，成為人工智能發(fā)展的核心技術(shù)之一。研究基于類比的學(xué)習(xí)技術(shù)，能夠有效掌握新知識(shí)的學(xué)習(xí)形式，更能夠?yàn)榻鉀Q問(wèn)題提供重要的參考。當(dāng)前，人類的智能邏輯體系中所要求的技能包括類比推斷，運(yùn)用類比推斷的方法，能夠客觀且合理地梳理不同對(duì)象之間的相似或相悖關(guān)系，從而由已知屬性或功能的對(duì)象來(lái)推導(dǎo)得到其他對(duì)象的某些對(duì)應(yīng)屬性。

類比推斷模式的邏輯表述為：若甲屬性為abc，乙屬性為abcd，則甲可能有屬性d。這就表明基于類比的機(jī)器學(xué)習(xí)方法能夠?qū)υ缙诘南到y(tǒng)知識(shí)進(jìn)行合理優(yōu)化，并將其作為基礎(chǔ)來(lái)總結(jié)得到更大系統(tǒng)的原理或規(guī)律。類比推斷所應(yīng)遵循的客觀要素就在于事物個(gè)體所經(jīng)歷的過(guò)程與系統(tǒng)各要素之間的聯(lián)系是普遍存在的。

我們可以用數(shù)學(xué)語(yǔ)言來(lái)表述基于類比的方法：當(dāng)存在A1與B1確保對(duì)象S1成立，存在A1與B1確保對(duì)象S2成立，而對(duì)象S1與S2之間的相似關(guān)系為Φ，則有：

S1：A1、A2、…An→B1，相似性Φ。

S2：A1、A2、…An→B1，相似性Φ。

在上述式子中，只有當(dāng)Φ的定義明確，并且可以列出兩個(gè)對(duì)象求相似性的公式，同時(shí)得到B1ΦB1時(shí)的B1值，才能確保類比推理實(shí)現(xiàn)真正意義上的可行。

（二）基于類比的機(jī)器學(xué)習(xí)步驟

機(jī)器類比學(xué)習(xí)主要按以下步驟完成：第一步，遭遇新問(wèn)題后以回憶或聯(lián)想的方式迅速查找已經(jīng)解決的相似問(wèn)題，可借鑒其解題原理。第二步，篩選相似問(wèn)題中與新問(wèn)題最接近的，相似度越高越能提高學(xué)習(xí)效率。第三步，在已解決相似問(wèn)題的解題方法與新問(wèn)題之間建立對(duì)應(yīng)鏈路。第四步，對(duì)解決新問(wèn)題的方法或知識(shí)進(jìn)行驗(yàn)證。出錯(cuò)則重復(fù)以上步驟修正直至正確。當(dāng)然，在實(shí)際運(yùn)行過(guò)程中，基于類比的機(jī)器學(xué)習(xí)還應(yīng)加強(qiáng)類比系統(tǒng)建設(shè)以提供更大保障。

四、機(jī)器翻譯中的機(jī)器學(xué)習(xí)技術(shù)應(yīng)用研究

我們主要來(lái)探討機(jī)器翻譯中基于類比學(xué)習(xí)技術(shù)的應(yīng)用。

（一）應(yīng)用思路

類比學(xué)習(xí)的技術(shù)方法就是拿早已翻譯過(guò)的文本來(lái)加強(qiáng)對(duì)新對(duì)象的類比翻譯。機(jī)器翻譯過(guò)程中，往往通過(guò)富有結(jié)構(gòu)化的案例將各種含大量已翻譯案例的知識(shí)源信息與新的翻譯目標(biāo)進(jìn)行對(duì)接，重點(diǎn)是完成其中短語(yǔ)與各句式的對(duì)應(yīng)，雖然在對(duì)應(yīng)過(guò)程中因方法不同會(huì)導(dǎo)致各種步驟的差異性，但并不影響知識(shí)源信息與目標(biāo)信息之間的語(yǔ)言轉(zhuǎn)換，其基本的思路就是形成從詞到詞、從短語(yǔ)到短語(yǔ)、從長(zhǎng)句到長(zhǎng)句、從語(yǔ)法樹(shù)到語(yǔ)法樹(shù)之間的映射。

簡(jiǎn)言之就是基于類比學(xué)習(xí)思想的機(jī)器翻譯實(shí)現(xiàn)過(guò)程，可表述為：若給出某一待譯句子S，則在語(yǔ)料數(shù)據(jù)庫(kù)中可查找一個(gè)最相近翻譯句子S，S的譯文即可成為S的譯文?？梢?jiàn)，機(jī)器翻譯在類比學(xué)習(xí)狀態(tài)下，就成為查找、對(duì)應(yīng)、重現(xiàn)的過(guò)程，查找的例子越是接近，就越能夠提高新句子的翻譯準(zhǔn)確性，機(jī)器要掌握好歷史翻譯句子的翻譯手法與特點(diǎn)，從而在新句子的翻譯中作為重要的參考點(diǎn)。

（二）類比學(xué)習(xí)應(yīng)用下的機(jī)器翻譯形式

1.完全實(shí)例翻譯。此翻譯形式在于對(duì)待譯語(yǔ)句進(jìn)行分析后，在已建翻譯實(shí)例數(shù)據(jù)庫(kù)中可搜索到對(duì)應(yīng)的語(yǔ)句，與待譯語(yǔ)句的結(jié)構(gòu)組成一致，因此，完全實(shí)例翻譯就轉(zhuǎn)變?yōu)樗阉鲃?dòng)作，而由翻譯實(shí)例組成的數(shù)據(jù)庫(kù)信息量就顯得十分重要，這些實(shí)例應(yīng)該是中英文都有包含的雙語(yǔ)文本。數(shù)據(jù)庫(kù)的建立初期，需要人員先組織一定量的常用語(yǔ)句形成雙語(yǔ)文本，然后輸入到數(shù)據(jù)庫(kù)或翻譯系統(tǒng)的某一模塊內(nèi)，并且要確保整個(gè)數(shù)據(jù)庫(kù)可以隨時(shí)填充翻譯好的文本信息，成為后期開(kāi)展機(jī)器翻譯的重要參考樣本。理論上，若待翻譯語(yǔ)句是由若干個(gè)最為常見(jiàn)的單次或短語(yǔ)組成，實(shí)現(xiàn)搜索翻譯的成功率和準(zhǔn)確率更高。然而事實(shí)上，很多自然語(yǔ)言并非簡(jiǎn)單地詞組短語(yǔ)堆砌，結(jié)構(gòu)句子的數(shù)量較多，且在各種詞句的組合中增添了語(yǔ)法與語(yǔ)義的差別，這樣的信息量并不是翻譯實(shí)例數(shù)據(jù)庫(kù)或其他計(jì)算機(jī)系統(tǒng)模塊能夠加載完全的，也就意味著完全實(shí)例翻譯的處理方法并不具備更高的實(shí)用性。

顯然，完全實(shí)例翻譯還無(wú)法滿足人們實(shí)現(xiàn)機(jī)器智能化翻譯的要求，但是我們?cè)趯?shí)際系統(tǒng)開(kāi)發(fā)中仍然會(huì)保留這一形式，并在數(shù)據(jù)庫(kù)中大量累積存放相對(duì)穩(wěn)定成熟的雙語(yǔ)翻譯實(shí)例，這就在必要的時(shí)候能夠?qū)Υg語(yǔ)言中的翻譯步驟進(jìn)行有效省略，特別是對(duì)自動(dòng)分詞、句法和語(yǔ)義解析、譯文轉(zhuǎn)換等內(nèi)容，所以對(duì)于各種待譯語(yǔ)句而言，翻譯的成功率也會(huì)得到明顯提升。

2.實(shí)例句型轉(zhuǎn)換翻譯。顯然，完全案例翻譯的翻譯質(zhì)量較高，但成功率卻不盡如人意，已建翻譯實(shí)例數(shù)據(jù)庫(kù)中的雙語(yǔ)本文量數(shù)也不能代表完全案例翻譯成功數(shù)。當(dāng)然，若換一角度以句型實(shí)例來(lái)替代數(shù)據(jù)庫(kù)中的完全實(shí)例，則可提升成功率。其主要思想就是將原有長(zhǎng)語(yǔ)句中的部分單詞與句型進(jìn)行結(jié)構(gòu)映射，從而形成譯文中的單詞與句型，可見(jiàn)，句型結(jié)構(gòu)是否表達(dá)一致，將是雙語(yǔ)對(duì)譯的重點(diǎn)。在該形式下，首要考慮一種情況：句型轉(zhuǎn)換順序吻合。此時(shí)，句型翻譯要實(shí)現(xiàn)自動(dòng)分詞和語(yǔ)法語(yǔ)義無(wú)錯(cuò)就可確保質(zhì)量。同時(shí)，還需要考慮另一種情況：句型轉(zhuǎn)換順序有別。與完全實(shí)例翻譯相比，實(shí)例句型轉(zhuǎn)換翻譯在技術(shù)應(yīng)用上更顯一籌，然而無(wú)法越過(guò)自動(dòng)分詞、語(yǔ)法語(yǔ)義解析等步驟。

3.類比近似翻譯。若上述兩種方式無(wú)法解決翻譯問(wèn)題，就需要計(jì)算機(jī)系統(tǒng)開(kāi)啟近似翻譯邏輯模式。該形式的翻譯思想就在于主張加強(qiáng)對(duì)句型表達(dá)語(yǔ)句的近似匹配，在數(shù)據(jù)庫(kù)中找出與待譯語(yǔ)句在結(jié)構(gòu)上最為相似的實(shí)例，并定義好兩者中間的相似度，比較不同語(yǔ)句之間的相似度，擇選最優(yōu)項(xiàng)。此時(shí)，相似度的計(jì)算則需要作為系統(tǒng)運(yùn)行中的重點(diǎn)關(guān)注點(diǎn)。系統(tǒng)可編入距離程度計(jì)算方法，實(shí)行罰分概念，分值以趨小為佳，系統(tǒng)選擇最小分值的表達(dá)式來(lái)開(kāi)展譯文翻譯。

需要注意的是，類比近似翻譯中的運(yùn)算復(fù)雜度要想降低，應(yīng)在罰分上加強(qiáng)處理，如可對(duì)句型表達(dá)式的元素進(jìn)行增減，并由增減元素在決定罰分分值。若要?jiǎng)h減某元素，則元素是原語(yǔ)句中的關(guān)鍵詞，則可取3分罰分值，若是量詞、助詞等輔助元素，則罰分值控制在[0.1，0.3]區(qū)間內(nèi)，具體刪減元素可提前由數(shù)據(jù)庫(kù)中已存的句型表達(dá)式來(lái)決定。若要增加某元素，則罰分分值將按詞性來(lái)分配，具體操作機(jī)理有待進(jìn)一步完善。

總之，機(jī)器翻譯已經(jīng)成為當(dāng)前各類翻譯工作的得力助手，甚至可在質(zhì)量效率上取代人工翻譯，但是此目標(biāo)的實(shí)現(xiàn)還有待加強(qiáng)機(jī)器翻譯的智能化來(lái)完成。機(jī)器學(xué)習(xí)技術(shù)的研究，能夠?yàn)闄C(jī)器翻譯帶來(lái)更大的升級(jí)變革，加強(qiáng)基于案例和基于類比的機(jī)器學(xué)習(xí)，無(wú)疑是優(yōu)化機(jī)器翻譯的有效保障。以上闡述了以實(shí)例歸納和以類比歸納為手段的機(jī)器學(xué)習(xí)技術(shù)原理，并基于類比的機(jī)器學(xué)習(xí)相關(guān)理論研究了機(jī)器翻譯中類比機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用，可為進(jìn)一步優(yōu)化機(jī)器翻譯的智能技術(shù)提供有益的參考與借鑒。

【參考文獻(xiàn)】

[1]楊憲澤，肖明.一種混合式機(jī)器翻譯方法的分析研究[J].計(jì)算機(jī)工程與科學(xué)，2012（2）

[2]王莎.統(tǒng)計(jì)機(jī)器翻譯譯文錯(cuò)誤檢測(cè)方法研究[D].西安：西安理工大學(xué)，2013

[3]薛松.基于機(jī)器學(xué)習(xí)的文本處理技術(shù)研究與應(yīng)用[D].北京：北京郵電大學(xué)，2015

[4]文佳勝.基于機(jī)器學(xué)習(xí)的少數(shù)民族語(yǔ)言翻譯關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2016

[5]尚劉剛.基于統(tǒng)計(jì)的譯文質(zhì)量評(píng)估技術(shù)的研究[D].沈陽(yáng)：沈陽(yáng)航空航天大學(xué)，2016

[6]馬國(guó)來(lái)，尹長(zhǎng)青，宋善.威基于機(jī)器翻譯語(yǔ)塊的命名實(shí)體翻譯方法研究[J].硅谷，2015（3）

[7]丁亮，李穎，何彥青.統(tǒng)計(jì)機(jī)器翻譯領(lǐng)域自適應(yīng)方法比較研究[J].情報(bào)工程，2016 （4）

【基金項(xiàng)目】2016年度廣西中青年教師基礎(chǔ)能力提升項(xiàng)目“基于跨文化交際理論的英文門(mén)戶網(wǎng)站翻譯研究”（KY2016YB769）

【作者簡(jiǎn)介】鄒 蓉（1983— ），女，廣東韶關(guān)人，碩士，柳州城市職業(yè)學(xué)院講師，研究方向：英語(yǔ)教學(xué)與研究；覃潘燕（1982— ），女，廣西宜州人，學(xué)士，柳州城市職業(yè)學(xué)院講師，研究方向：英語(yǔ)教學(xué)與研究；董 ?。?983— ），男，湖北洪湖人，學(xué)士，柳州城市職業(yè)學(xué)院講師，研究方向：英語(yǔ)教學(xué)與研究。

（責(zé)編 黎 原）