機器翻譯(簡稱“機譯”)一直是科技領域的一大難題。目前基于統計機譯方法的在線工具如谷歌翻譯、必應翻譯、臉譜翻譯、寶貝魚翻譯、巴比倫翻譯等，其翻譯結果勉強可用，但離完美還相去甚遠。為提高在線翻譯質量，美國谷歌(Google)公司的三名工程師最近提出一種嶄新的機譯方法：將語言翻譯變成向量空間數學問題，利用數據挖掘技術建模一種語言的結構，然后與另一種語言的結構進行對比，從而擴充和完善現有的雙語語料庫。該研究成果的論文預印本于9月17日在著名網站arXiv.org公開后，引起了學術界的廣泛關注。
機器翻譯示意圖
新的方法依賴于一個概念，即每一種語言都有一套相似的想法，因而使用單詞的方式也存在相似性。例如，大多數語言中都有描述相同動物的單詞，如“狗”、“貓”和“�！�，這些單詞很可能以相同的方式在句子中使用，如“貓是一種比狗小的動物”。
英語與西班牙語的數字向量空間圖
數字也一樣;上圖顯示了在英語和西班牙語中數字(一至五)的向量表示法以及它們是如何相似的。
語言中單詞之間的關系集合被稱為“語言空間”(language space)，可類比為一個點到另一個點的向量集合，能以數學的方式進行處理，例如“國王”減去“男性”加上“女性”等于“女王”(“king”–“man”+“woman”=“queen”)。
在向量空間中，許多語言都有共通之處，可以利用向量空間線性變換將一種語言翻譯成另一種語言。工程師們說，“盡管它很簡單,我們的方法出奇有效;在翻譯英語和西班牙語之間的單詞和短語時，準確率可以達到幾乎90%�！�
中國數學家和語言學家周海中認為，這種基于線性代數的機譯方法很有新意也有實效。不過，他對不同語系的自然語言(如英語和漢語)在線翻譯是否也有那么高的準確率表示懷疑。他強調：不管用什么方法來提高機譯質量，首先要解決的是自然語言的本身問題，尤其是語義表達和語用功能，而不是計算機編程問題或數學建模問題�！霸谌祟惿形疵髁舜竽X是如何進行自然語言的模糊識別和邏輯判斷的情況下，機譯質量要想達到‘信、達、雅’的程度是不可能的。”周海中說。
推薦閱讀
微軟下一代游戲機Xbox src="http://static.cnbetacdn.com/newsimg/20>>>詳細閱讀
本文標題：機器翻譯的嶄新方法：將語言變成向量空間
地址：http://m.sdlzkt.com/a/05/20131008/289775.html
網友點評
精彩導讀
科技快報
品牌展示