商品基本信息 商品名称：   机器翻译 作者：   [法]蒂埃里·波贝（Thierry Poibeau）著 连晓峰 等译 市场价：   59.00 ISBN号：   9787111627715 版次：   1-1 出版日期：   2019-08 页数：   248 字数：   136 出版社：   机械工业出版社   目录 译者序
原书致谢
第一章
绪论 / 001
第二章
翻译难点 / 007
? 翻译的本质是什么 / 007
? 什么是恰当翻译 / 008
? 恰当翻译的标准 / 010
? 机器翻译的影响 / 011
? 为什么用计算机分析自然语言是非常困难的 / 014
? 自然语言与歧义 / 014
? 机器翻译产生的主要问题 / 019
? 自动翻译系统和人工翻译系统 / 020
第三章
机器翻译发展概述 / 023
? 基于规则的系统：从直接方法到语际方法 / 023
? 统计机器翻译系统的变革 / 029
? 发展历史快速回顾 / 031
第四章
计算机出现之前 / 035
? 通用语言问题 / 035
? 历史悠久的传统 / 036
? 人工语言 / 038
? 第二次世界大战期间机器翻译系统的发展 / 040
?Artsrouni 机械大脑 / 040
?Smirnov-Trojanskij 辅助翻译环境 / 042
第五章
机器翻译的开端：第一个基于规则的系统 / 045
? 先驱者 / 046
? 早期实验 / 046
?Weaver 的备忘录 / 047
? 机器翻译的真正开端（1950~1960 年） / 055
? 早期 / 055
? 第一个基于规则的系统的发展：Turmoil 和 Enthusiasm / 057
? 美国之外的研究 / 061
? 觉醒期（1960~1964 年） / 063
?Bar-Hillel 的批评 / 064
? 讨论 / 066
第六章
1966 年的 ALPAC 报告及其影响 / 069
? 报告内容 / 070
? 报告的直接后果 / 074
?1965~1990 年：长期停顿 / 076
? 更广泛的研究工作 / 076
? 第一个商用系统 / 079
第七章
平行语料库与语句对齐 / 083
? 平行语料库或双文本的概念 / 083
? 平行语料库的可用性 / 087
? 现有语料库 / 087
? 平行语料库的自动创建 / 089
? 语句对齐 / 092
? 基于语句相对长度的对齐 / 093
? 词汇法 / 096
? 混合法 / 098
第八章
基于示例的机器翻译 / 099
? 基于示例的机器翻译概述 / 101
? 翻译示例的搜索 / 103
? 基于示例的机器翻译的优缺点 / 105
第九章
统计机器翻译与词对齐 / 109
? 一些示例 / 110
? 机器翻译的“基本方程” / 113
? 词汇对齐的不同方法：IBM 公司模型 / 118
? 模型 1 / 119
? 模型 2 / 124
? 模型 3 / 124
? 模型 4 / 125
? 模型 5 / 126
? 翻译（或处理）阶段 / 127
? 返回到研究领域的根源 / 130
第十章
基于分段的机器翻译 / 131
? 面向分段的机器翻译 / 131
? 双重对齐 / 132
? 基于分段的机器翻译一般问题 / 133
? 在统计模型中引入语言信息 / 138
? 考虑句法的对齐模型 / 139
? 考虑语义的对齐模型 / 142
第十一章
统计机器翻译的挑战与不足 / 145
? 语言多样性问题 / 146
? 稀有语言的案例与中枢语言的回归 / 147
? 如何快速开发针对新语言的机器翻译系统 / 152
? 混合机器翻译系统 / 152
? 基于规则的系统现状 / 154
? 当前挑战：新语言对机器翻译系统的快速发展 / 155
? 是否统计过多 / 156
? 基于统计的翻译系统的主要局限性 / 156
? 统计并不排斥语义 / 157
第十二章
深度学习机器翻译 / 161
? 深度学习机器翻译概述 / 162
? 深度学习机器翻译当前所面临的挑战 / 168
第十三章
机器翻译系统的评价 / 175
? 第一次评价活动 / 178
? 综合评价 / 179
? 评价小组 / 180
? 充分性和流畅性 / 181
? 人工辅助翻译 / 181
? 寻求自动评测 / 183
?BLEU / 183
?NIST / 184
?METEOR / 185
? 自动评价方法评述 / 186
? 评价活动的扩大 / 187
? 自动评价的经验教训 / 189
? 根据语言对的任务难度评测 / 189
? 翻译错误类型 / 194
第十四章
机器翻译产业：专业与大众市场间的应用 / 197
? 主要市场，难以评价 / 197
? 市场概览 / 198
? 免费在线软件 / 202
? 商业化产品 / 206
?Systran 公司案例 / 208
? 全球市场 / 210
? 机器翻译的新应用 / 211
? 跨语言信息检索 / 213
? 自动字幕和说明 / 214
? 多语对话的直译 / 214
? 手机和通信对象 / 216
? 翻译辅助工具 / 217
第十五章
结论：机器翻译的未来 / 221
? 商业化挑战 / 221
? 机器翻译的认知方法 / 224
附录
/ 229
? 附录 A 术语 / 229
? 附录 B 推荐与扩展阅读书目 / 238    内容简介 本书主要介绍了机器翻译系统开发过程中的主要问题、机器翻译的发展历程及*新进展。其中着重阐述了机器翻译领域的主要方法：基于规则的方法、基于示例的范式、目前*流行的统计范式和基于分段的方法以及目前*先进的深度学习机器翻译。
*后还讨论了机器翻译的评价问题，以及该领域内的主要参与者和商业化现状。
本书可作为机器翻译领域技术人员的参考用书，同时也可供广大计算机科学、人工智能领域对自然语言处理感兴趣的读者阅读。

机器翻译（Machine Translation）是一种自动翻译技术，利用机器学习和深度学习等计算机科学和人工智能技术来处理自然语言，从而将一种语言的文本自动翻译成另一种语言的文本。这种技术可以帮助人们快速准确地翻译各种文本，为全球化时代的跨语言交流提供了便利。

使用机器翻译技术，我们可以通过输入源语言文本和目标语言代码，得到自动翻译的目标语言文本。机器翻译可以通过预处理、机器学习训练和深度学习模型优化等方式不断提高翻译质量和准确度，目前已经成为自然语言处理领域的重要研究方向之一。

在商业领域中，机器翻译技术可以帮助企业快速将产品信息和营销内容翻译成多种语言，拓展海外市场。同时，机器翻译技术也可以为跨国企业的员工提供跨语言沟通的工具，促进企业内部的信息共享和协作。

总的来说，机器翻译技术是一项十分有用的技术，它可以为人们提供高效准确的跨语言翻译服务，促进跨文化交流和合作。