中國機器翻譯的概況
中國社會科學院語言研究所
傅愛平教授
中國是世界上很早開始機器翻譯研究的國家之一。早在 1956 年，機器翻譯就作為一個課題被列入了中國家科學工作的發展規劃。課題的名稱是 “ 機器翻譯、自然語言翻譯規則的建立和自然語言的數學理論 ” 。 1957 年中國科學院問始了俄漢機器翻譯系統的研究， 1959 年成功地進行了俄漢機器翻譯的試驗，然後又開始了英漢機器翻譯的試驗。到六十年代中期，已經有六、七家科研機構和大學參加了機器翻譯的研究工作。
經過十年的停滯，中國自七十年代中期起重新開始研究和開發機器翻譯系統。英語和漢語是最先涉及的語言對 (language pair) 。當時由中國社會科學院語言研究所主持，分別研製了科技文獻題錄和科技文獻全文的實驗型翻譯系統。以後又陸績進行了法漢、日漢、德漢、俄漢機器翻譯的研究，還利用法國的 Ariane 系統，進行了漢語到英、法、日、俄、德多種語言機器翻譯的實驗， 1988 年，中國第一個商品化的英漢機器翻譯系統報投入了市場。此後的十年裏，有十幾個機器翻譯產品先後問世，涉及的語言對象主要是英漢，也包括日漢和漢英。與此同時，台灣的機器翻譯也很快發展起來，香港也開始了機器翻譯的研究和實驗。
機器翻譯產品在中國剛出現時，用戶曾一度對它他抱有過高的期望。把它裝在袖珍電子記事簿上，指望它能夠幫助人們學習外語，就是一個例子。過高的期望很快就帶來了失望。與那時相比，現在中國的機器翻譯市場理智和現實了許多。目前的機譯產品主要在 PC 機上使用，多用來翻譯科技文獻資料。多數系統都附加了幾部或十幾部不同專業的術語數據庫，供翻譯相應專業的資料時查詢。有的系統根據特定的翻譯目標對術語數據庫進行訓練，再和情報檢索系統連在一起，翻譯某些專門領域的檢索文獻。還有的系統在翻譯記憶庫的配合下翻譯企業內部的技術手冊。用於特定用戶的機器翻譯產品容易取得良好的使用效果，如果請該領域的專家參與術語數據庫的建造或更新，並借助他們的專業經驗調整語言規則，效果會更好一些。還有些系統在網上針對 Web 頁面提供翻譯服務。面對網上文本的任意領域、文體和風格，機器翻譯現有的能力顯然差得還遠。現在中國上網的人越來越多，語言不通是一大障礙。機器翻譯出來的網頁雖然常有讀不成句的情況出現，但對瀏覽信息總會有一些幫助。因此這類系統也能擁有一批用戶。
中國的機器翻譯最早的和主要的資助者是政府。研究經費先後來自五十年代國家科學工作的發展規劃，後來的連續幾個國家五年計劃，以及國家自然科學基金和 863 高科技計劃。八十年代後期，一些企業也陸續投資，研究機構和公司的合作加快了機器翻譯產品化的進程。
在中國內地，機器翻譯的學術組織是中國中文信息學會。隸屬於學會的自然語言處理專業委員會和計算語言學專業委員會自 1991 年起，每隔一年聯合組織一次學術討論會，討論和文流機器翻譯系統的設計、語言分析和生成的理論和技術、機器翻譯研究中的理性主義和經驗主義方法，以及機器翻譯系統的評測等問題。一些機器翻譯產品和開發中的系統也在會上演示。與會者除了國內的同行以外， 還有一些來自香港、澳門、台灣、日本和美國的學者。
中國的機器翻系統中最常見的語言對是英漢，其次是日漢。這是由市場的需要決定的。德漢、俄漢、法漢機器翻譯還處於實驗階段。近年已有漢英機器翻譯的產品上市，但譯文質量很不理想。在選擇源語和目標語之間的翻譯策略時，中國的機器翻譯系統基本上都採用了直接法和轉換法相結合的策略。也有的系統採用媒介語法，不過只限於實驗室的研究。
印歐語言和漢語分屬不同的語系，在詞法、句法規律和語義表達上都有很大的差異。印歐語言機器翻譯中一些具有普遍意義的方法和技術在涉及漢語的系統中常常不能直接使用。所以機器翻譯學者一直注重研究國內外名家的語法理論，結合漢語的特點，確定語言分析和生成的方法。多數系統選擇了基於規則的策略，尤其是已經成為產品的系統，幾乎都是基於規則的。為了提高處理的精確度，有些系統還下了根大功夫描寫詞的用法，借助詞匯特性排除各種歧義。九十年代初期，機器翻譯中的經驗主義思想影響了中國的學者，他們開始越來越多地嘗試基於語料庫的方法，出現了一些基於實例的和基於統計的實驗系統。隨著研究的進展，現在人們又提出了理性主義和經驗主義相互結合的設計思想。
中國在研究和開發機器翻譯系統的同時也注重譯文質量的評估。1991年一個自動評測譯文質量的系統開始用在英漢機器翻譯的鑒定中。國內幾個有影響的英漢機器番翻譯產品都用這個系統作過評測。此外，還有從用戶的角度進行人工評測的研究，以及以自願參加為原則的國家863評測。由於漢語在表義方式上有「意合」的特點，而且漢語譯文的讀者絕大多數以漢語為母語，所以外漢機器翻譯的漢語譯文是否可懂或可讀，是一個相當寬泛、容錯程度較高的標准。在漢語語法理論研究還無法支持精確的語言模型的情況下，漢語的表義方式常常能夠幫助外漢機器翻譯系統回避一些漢語生成的困雖，使譯文 “ 藏拙 ” 。而漢外機器翻譯就沒有這點便利，這也是機器翻譯更不能令人滿意的原因之一。
機器翻譯在 21世紀的中國將會有廣闊的市場，這是大家公認的。然而在今後相當長的一段時間裏，要求一個機器翻譯系統既能滿足各種不同的翻譯需要，又能輸出埋想的譯文，是不現實的。比較現實的發展策略是在多種需求的情況下以信息的吸收 (assimilation) 為目標，在特定需求的情況下以信息的傳播 (dissemination) 為目標。用於搜索信息和瀏覽網頁的機器翻譯屬於前一種情況。這時一般要求譯文能反映出原文的大致內容，幫助讀者在接收信息的時侯迅速判斷、避免誤解。對某一專門領域的文獻資料的翻譯和用於信息獲取的翻譯，基木上也屬於這腫情況。後一種情況是把機器翻譯用於特定的領域或特定的用戶，或者對翻譯的源語言在詞匯和語法上加以限制，典型的例子是翻譯企業的內部資料和技術手冊。這時容易得到較好的譯文，可以用來出版和發佈。
如果說今後機器翻譯在應用上要向多種用途的方向發展，那麼在方法和技術上的發展方向則應該是精確的源語分析和目標語生成。要作到這一點，多句的上下文相關處理和基於常識的語言理解是不可缺少的。也就是說，要在多個句子之間建立意義上的聯繫，使源語分析真正達到理解，使目標語生成真正 做 到在理解的基礎上造句。當然，要達到這樣的目標，還需要長期的研究，但這並不 妨礙 我們把它作為新的世記裏機器翻譯的理想境界。 |
