机器翻译的现状及面临的问题
机器翻译技术的现状与未来发展
机器翻译技术的现状与未来发展近年来，随着人工智能技术的不断发展，机器翻译技术也在不断突破与完善。
而在如今的全球化时代，翻译成为了人们日常生活和商业活动中不可或缺的一部分。
因此，机器翻译技术的发展也备受关注。
一、机器翻译技术的现状机器翻译技术的出现可以追溯到上个世纪50年代，当时的机器翻译技术主要采用的是基于规则的方法，即将待翻译的文本通过转化为计算机可处理的形式，再根据语法规则转化为目标语言。
但这种方法存在着多种限制，比如只适用于某些特定语种、在处理长句子或复杂结构时效果较差等。
随着人工智能技术的日益成熟，神经网络机器翻译技术逐渐成为了主流。
神经网络机器翻译技术是通过构建一个多层神经网络模型，将待翻译的文本和目标语言互相转换，同时通过反向传播算法优化模型，从而达到最佳翻译效果。
目前，机器翻译技术在翻译新闻报道、商业文档、电子邮件等特定场景下已经取得了较好的应用效果。
同时，一些在线翻译工具如百度翻译、谷歌翻译等也在不断完善和升级，提供更精准、自然的翻译服务。
二、面对的挑战虽然机器翻译技术已经取得了较大的进步，但仍然面临种种挑战。
首先，机器翻译技术在处理特定领域的文本时效果较好，但在处理文学作品、难以理解的长句等情况下依然存在着较大的翻译误差。
其次，机器翻译技术仍存在着语言特征差异等问题。
比如在翻译中文的时候，某些不同的汉字可能有多种不同的意思，甚至同一个汉字在不同的语境下也可以有不同的意义。
这些特征差异可能导致翻译误差。
另外，机器翻译技术的泛化能力仍然很有限。
即使是同样语种的不同地域的文化差异也会影响翻译的准确度。
三、发展趋势与未来展望随着翻译需求的不断增加，机器翻译技术在未来必然会得到更多的投入和研究。
未来的发展趋势之一是机器翻译技术的深度学习。
在神经网络模型的基础上，通过不断训练和优化模型，使得机器翻译技术可以更加准确、自然地翻译。
同时，相信未来机器翻译技术发展的重要方向之一是多语种翻译技术。
2023年机器翻译行业市场分析现状
2023年机器翻译行业市场分析现状机器翻译行业市场分析现状随着全球化和互联网的迅猛发展，机器翻译（Machine Translation，MT）作为一种将一种语言的文本自动转换成另一种语言的技术，逐渐受到广泛关注。
机器翻译技术的发展和商业应用不断推动着机器翻译行业的成长，这是一个迅猛发展的行业。
目前，机器翻译行业市场呈现出以下几个主要的现状。
一、市场规模不断扩大随着全球化的加速推进，越来越多的公司和个人需要进行跨语言交流和跨语言文档处理。
机器翻译作为一种高效、低成本的翻译解决方案，受到了市场的广泛认可。
根据相关数据，机器翻译市场规模在过去几年中呈逐渐增长的趋势。
预计到2025年，机器翻译市场规模将超过100亿美元。
二、应用领域广泛机器翻译技术可以广泛应用于各个领域，例如商务翻译、旅游翻译、法律翻译、医疗翻译等。
在商务领域，机器翻译可以帮助企业进行跨语言沟通和合作，提高工作效率。
在旅游领域，机器翻译可以解决游客在国外旅游时遇到的语言障碍问题。
在法律和医疗领域，机器翻译可以帮助翻译人员处理大量的专业词汇和术语。
三、技术水平不断提高机器翻译技术在过去几年中取得了显著的进展。
由于深度学习等人工智能技术的发展，机器翻译的准确度和流畅度得到了极大提高。
目前，一些先进的机器翻译系统已经可以在某些领域达到人类专业翻译水平。
然而，机器翻译技术仍存在一些挑战，如处理多义词、上下文理解等问题，这也为机器翻译技术的继续发展提供了机遇。
四、行业竞争激烈随着机器翻译市场的扩大，越来越多的企业和研究机构涌入这个行业，行业竞争越来越激烈。
目前，市场上主要的机器翻译供应商包括谷歌、微软、亚马逊等大型科技公司，以及一些专注于机器翻译的初创企业。
这些供应商不仅在技术上不断创新，还通过与翻译服务机构的合作，提供一站式的翻译解决方案。
五、合作模式多样化在机器翻译行业，合作模式多样化。
一方面，一些大型科技公司和翻译服务机构通过合作，提供全面的翻译解决方案。
机器翻译技术的现状和未来发展趋势
机器翻译技术的现状和未来发展趋势随着全球化进程的加速，人类的交流需求越来越高，而语言壁垒却给交流带来了无法逾越的障碍。
机器翻译技术的出现解决了这一难题，让人类交流变得更加无缝便利。
本文将探讨机器翻译技术的现状和未来发展趋势。
一、机器翻译技术的现状机器翻译技术是一种将一种语言的文本转换成另一种语言的过程。
不同于人工翻译，机器翻译由计算机系统完成。
机器翻译技术的优点在于，它可以快速高效地翻译大量的文本，而且可以根据需要进行实时翻译，具有很高的灵活性。
然而，机器翻译技术的发展历程也充满了曲折与挫折。
早期的机器翻译技术受限于计算机处理能力和语言处理技术的不足，翻译效果很差。
但随着计算机技术和人工智能技术的发展，机器翻译技术变得越来越成熟和优秀。
例如谷歌翻译等机器翻译工具已经可以实现基本的翻译需求。
然而，机器翻译技术目前仍面临一些挑战。
一些语言之间的语言差异比较大，翻译起来较为困难。
一些语言中存在大量的歧义和多义词，这使得翻译词汇选择变得更加困难。
此外，许多语言中有大量的文化隐喻和表达方式，这也极大地增加了机器翻译的难度。
二、机器翻译技术的未来发展趋势机器翻译技术的发展趋势一直很明显：它将越来越接近人工翻译的效果。
在未来，机器翻译技术将面临着三个主要挑战。
1. 机器翻译技术需要表现得更加人性化机器翻译技术的翻译效果仍然比人工翻译差。
如果机器翻译技术想要在市场中取得更好的表现，它必须表现得更加人性化，这包括提高翻译质量和增加定制化服务。
机器翻译技术将提供更高质量的翻译，以及更多的翻译选择。
2. 语言差异问题依然存在虽然机器翻译技术在语言差异问题上得到了很大的改善，但这个问题还远远没有解决。
在未来，机器翻译技术需要更加深入地了解不同语言之间的差异，以便更准确地进行翻译。
3. 文化隐喻和表达方式的翻译问题仍然存在文化隐喻和表达方式是机器翻译技术面临的另一个难题。
这些隐喻和表达方式在语言中非常常见，但对于非本国人来说却很难理解。
机器翻译技术的现状与发展前景
机器翻译技术的现状与发展前景近年来，随着全球化的进程不断加速，翻译需求越来越大，因此机器翻译技术也得到了蓬勃发展。
随着人工智能技术的快速发展，机器翻译的技术也在不断地进化，同时也出现了新的问题。
本文旨在探讨机器翻译技术的现状与发展前景。
一、机器翻译技术现状机器翻译（Machine Translation, MT）是一种利用计算机和自然语言处理技术实现从一种自然语言翻译到另一种自然语言的自动化工具。
随着人工智能技术的不断发展，机器翻译技术也得到了飞速的发展。
当下，机器翻译技术主要有两种实现方式：1. 基于规则的机器翻译（Rule-Based Machine Translation，RBMT）：这种机器翻译技术是通过编写翻译规则和语法规则等来实现的，其核心是将一种语言的语法、词汇等细节转化为另一种语言的，对翻译文本进行全面细致的分析和解释，然后将其按照一定规则进行转化从而达到翻译的效果。
2. 基于统计的机器翻译（Statistical Machine Translation，SMT）：这种机器翻译技术是通过运用统计算法，运用大量的语料库来训练机器翻译模型，将概率模型引入从而增强了机器翻译的准确性和可靠性。
统计机器翻译模型经常采用贝叶斯方法来推断出翻译结果，因此，在自然语言处理、机器学习等一些理论的支撑下，统计机器翻译已经成为了机器翻译领域最重要的研究方向之一。
现在，越来越多的公司和机构利用机器翻译技术满足其跨文化的沟通需求。
例如，Google翻译、百度翻译、腾讯翻译等都是基于机器翻译技术而开发的在线翻译平台。
二、机器翻译技术面临的挑战尽管机器翻译技术已经有了巨大的发展，但是翻译效果却还不能完全替代人工翻译，该技术依然面临着以下几个方面的挑战：1. 翻译质量不可控：机器翻译技术的翻译质量主要取决于所使用的语料库的质量和数量，可靠的语料库并不一定能够满足所有的翻译需求，这导致机器翻译技术的翻译质量难以持续稳定。
机器翻译技术的现状与展望
机器翻译技术的现状与展望现代科技不断带来革新，机器翻译技术作为其中的重要组成部分，也正在不断的发展和优化之中。
机器翻译技术的出现，为许多人的交流造桥梁，也让翻译工作更加智能化和高效化。
今天，本文将介绍机器翻译技术的现状与展望，探讨它的优点和不足之处，并提出机器翻译的未来发展方向与建议。
一、机器翻译技术的现状机器翻译技术，早在1950年就开始引入计算机科学领域，此后一直在经历着不断地改进和发展。
目前，全世界大多数的国际组织、公司或者政府都在使用机器翻译技术来解决翻译问题。
随着人工智能的技术发展，机器翻译技术也逐渐呈现出了以下的特点：1、语言难度越来越复杂机器翻译技术在语言难度上有所提高，它可以更好地处理较为复杂的语言文本，如专业领域、较为正式的语体和口语化的语言表达等。
2、实现语言逆向处理机器翻译技术在逆向处理方面也有所提高，现在的机器翻译技术已经具备了非常优秀的自动识别源语言和目标语言的能力。
无论是英文、法文、俄文或者中文等各种语言，机器翻译技术都可以很好地实现语言逆向翻译处理。
3、新技术改善翻译体验新技术的引入也让机器翻译技术的翻译方式更加智能和直观。
例如，语音输入和语音翻译技术的出现，使得用户可以轻松地进行口语翻译。
机器翻译技术的逐步成熟，为人们的生活、工作等场景提供了更为便捷、高效、准确的翻译服务。
二、机器翻译技术的展望随着物联网、大数据等技术的普及和进步，机器翻译技术将会更为全面地普及和使用。
未来机器翻译技术的发展趋势将会呈现以下几个方向：1、语言自然度的提高机器翻译技术的语言自然度将会随着技术的发展逐渐提高，它将会更好地模仿人类翻译的方式，逐渐成为一种更为逼真和流畅的语言表达方式。
2、根据用户需求实现个性化翻译社交媒体等互联网平台中，人们的语言表达方式各异，个性化的不同需求也形成了不同的语境和习惯。
未来的机器翻译技术可以根据用户的个性化需求，进行自动化翻译，实现更加智能化的翻译效果。
3、与其他技术的融合未来的机器翻译技术将会与其他技术融合，如人工智能、大数据等技术，逐渐实现各种复杂场景下的语言表达和翻译。
机器翻译技术的现状与挑战
机器翻译技术的现状与挑战机器翻译（ Machine Translation, MT）技术是现代人工智能的重要组成部分之一。
通过利用机器学习和自然语言处理（ NLP）等技术，机器翻译已成为解决不同语言之间交流沟通的有效途径之一。
在过去的几十年里，随着各种技术和理论的不断发展，机器翻译已经成为了一个非常活跃的研究领域。
然而，机器翻译技术的现状和挑战依然存在，本文将介绍其当前的状态和所面临的挑战。
一、变革中的机器翻译人工智能正在迅速打破以往的界限，机器翻译技术也正在面临着一场变革。
传统的机器翻译通常采用统计机器翻译（ Statistical Machine Translation, SMT）方法，包括词典匹配、短语匹配和重排序等技术，通过分析源语言和目标语言的大量双语数据来翻译。
虽然SMT相对早期的机器翻译技术，但是它却是将机器翻译技术推向大众的关键。
然而，SMT受到了许多限制，例如对于超出数据训练集的新文本的翻译效果欠佳，而且无法进行上下文推理等高级语言处理。
目前，深度神经网络（ Deep Learning , DL）为机器翻译技术的发展注入了新的活力。
在自然语言处理的大部分应用中，深度学习都成为主要技术，机器翻译也不例外。
基于神经网络的机器翻译技术已经成为近年来最具潜力的发展方向之一。
与SMT不同，深度学习将输入表示为向量，将翻译视为解码完成词向量的映射。
当前对于神经网络模型的设计和性能的提升，人们在机器翻译领域开发的新模型设计大致可以分为两大类：一类是基于CNN的模型，另一类是基于RNN的模型。
二、机器翻译技术现状1. 不同语言之间的翻译质量参差不齐目前，机器翻译技术的一个主要限制在于诸如中英文之间的跨语言翻译等特定领域的语言翻译问题。
特别是在一些语言和语言对中，机器翻译的质量参差不齐，有一些语言对之间的翻译结果相对较差。
结合人工智能的语言处理技术的优势，一些商业机构和科学家已经聚焦于解决机器翻译中存在的这些问题，以提高其质量和实用性。
机器翻译的发展现状与未来趋势分析
机器翻译的发展现状与未来趋势分析随着全球化的加速发展和不同国家之间的交流日益密切，语言翻译变得越来越重要。
传统的人工翻译方式在效率和准确度方面存在一定的局限性，这促使了机器翻译的迅猛发展。
机器翻译是指利用计算机和人工智能技术进行自动翻译的过程。
本文将对机器翻译的发展现状进行分析，并探讨其未来的趋势与挑战。
一、机器翻译的发展现状机器翻译经历了从规则驱动到统计驱动再到基于神经网络的深度学习方法的发展过程。
最早的机器翻译系统是基于规则的，通过事先编写的规则进行翻译。
然而，由于语言的复杂性和规则本身的缺陷，这种方法的翻译结果不够准确。
随后，统计机器翻译（Statistical Machine Translation，SMT）被提出。
SMT通过大规模的双语语料库进行训练，利用统计模型对翻译进行建模。
这种方法的翻译结果相对于规则驱动方法有了一定的提高，但仍然存在问题，如长句翻译和句法结构的识别等。
近年来，基于神经网络的深度学习方法崛起。
通过使用大量的双语平行语料进行训练，神经网络模型可以更好地捕捉语言之间的关联性和上下文信息，从而提高翻译质量。
二、机器翻译的应用领域机器翻译在多个领域都有广泛的应用。
首先，跨国公司在进行国际业务拓展时，经常需要进行大量的商务文件和文档翻译。
机器翻译可以大大提高翻译效率，减少人力成本。
其次，机器翻译在旅游行业也有较多的应用。
通过手机应用程序或在线翻译工具，游客可以轻松获取当地语言的翻译，便于出行。
此外，机器翻译在新闻媒体、学术研究和文化交流等领域也有广泛的应用。
三、机器翻译的未来趋势与挑战尽管机器翻译已经取得了显著的进展，但仍然面临许多挑战。
首先，机器翻译的准确度仍然有待提高。
尤其是对于一些涉及特定领域专业知识的翻译，机器翻译仍然存在困难。
其次，机器翻译在处理长句子和复杂句子时的表现较差。
长句子中的上下文信息更加复杂，机器翻译模型需要更好地理解上下文才能进行准确的翻译。
此外，机器翻译在翻译一些特定语种的语言时也存在一定的困难，因为不同语种之间的语法和词汇结构有所不同。
机器翻译技术的现状及未来展望
机器翻译技术的现状及未来展望从20世纪50年代开始，机器翻译技术就开始被人们广泛研究和应用。
随着计算机技术和人工智能领域的突破，机器翻译技术也得到了极大的发展，如今已成为翻译领域的一个重要方向。
本文将就机器翻译技术的现状以及未来展望进行探讨。
一、机器翻译技术的现状1.现有机器翻译技术目前，市场上有很多自然语言处理（NLP）平台和机器翻译引擎供人们使用。
Google翻译、百度翻译等在线翻译平台提供免费的机器翻译服务，它们使用的是基于最新机器学习模型的深度神经网络技术。
此外，还有一些专业的翻译软件如SDL Trados、MemoQ等，也应用了机器翻译技术。
这些软件的翻译质量比起免费的在线平台会更高，但也需要付费使用。
2. 机器翻译的优缺点机器翻译技术优点明显，它可以进行大规模的翻译，可以在较短时间内对大量文本进行翻译，提高翻译效率。
与人工翻译相比，机器翻译可以达到更高的准确率且没有个人情感等误差。
使用机器翻译也可以为企业节省人力物力，并且能够快速覆盖世界各地的客户。
机器翻译技术目前的主要缺点是不够准确和自然，难以做到类似于人类翻译的真正语义理解和表达。
尽管机器翻译已经相较于几年前的表现有了长足的进步，翻译结果依然存在语言、文化、历史等问题，特别是在翻译一些固有文化和口语表达方面，效果不佳。
而且，机器翻译的质量取决于语言的复杂程度和语言对之间的联系。
二、机器翻译技术的未来展望1.在语料库和模型训练方面增加投入要使机器翻译技术更加准确和自然，就需要增加对语料库和模型训练的投入，构建面向多领域和多语言的大规模语料库，制定更合理的模型和算法。
这样能够使机器翻译更加贴近用户的实际需求。
2.量子计算机的发展未来的量子计算机将具有更快速的计算能力和更高的运算精度，这将为机器翻译技术的发展提供很大的帮助。
量子计算机可以快速进行非常大规模的计算，这对机器翻译技术的优化和改进非常关键。
未来，量子计算机或许可以说是机器翻译技术的革命性进展。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
机器翻 译的 现状及面临的问 题
胡 宇 涵
（ 河南大学 外语 学院 ， 河 南 开封 ４ ７ ５ ０ ０ １ ） 摘 要： 机 器 翻 译 的 产 生 极 大 地 促 进 了我 国 的翻 译 事 业 的发 展 。 目前 ，国内 很 多 机 器 翻 译 软 件 层 出 不 穷 ，但 机 器 翻译 译 文
机 器 翻译 已 经 取 得 了 相 当 大 的进 步 ， 不过， 机 器 翻 译 的 水 平
认 同 。机 器 翻 译 的产 生 极 大 地 促 进 了 我 国 的 翻 译 事 业 的 发 展 。 目前 ，国 内很 多 机 器 翻 译 软 件 层 出不 穷 ，但 机 器翻译 译 文 的 质 量 并 不 能 达 到 令 人 满 意 的 效 果 。 这 就 是 机 器 翻 译 所
２ ０ １ ３年 第 １ 期 第１ ２ 卷（ 总第 ６ ４ 期）
商 丘 职 业 技 术 学 院学 报 Ｊ ＯＵＲ ＮＡＬ Ｏ Ｆ Ｓ ＨＡ ＮＧＱ Ｉ Ｕ ＶＯ Ｃ ＡＴ Ｉ ＯＮＡＬ ＡＮＤ ＴＥ ＣＨＮＩ Ｃ ＡＬ Ｃ ＯＬ Ｌ Ｅ Ｇ Ｅ
Ｖｏ １ ． １ ２ ， Ｎｏ ． １ Ｆ ｅ ｂ ． ，２ ０ １ ３
引 言
普及 ， 相 继 出现 了多 种 翻译 软件 ， 例如 金山公 司的词 霸系列 ，
机 器 翻 译 是 由语 言 学 、 数 学 和 计 算 机 技 术 相 结 合 而 形 成 的一门新的边缘科学 ， 它 是 应 用 语 言 学 的 一 个 重 要 分 支 。在 我 国 关 于 机 器 翻 译 的 研 究 已有 ４ Ｏ多 年 。 近 年 来 ， 随 着 科 学
计 算 机 翻 译 通 常 叫 机 器 翻 译 （Ｍａ ｃ ｈ ｉ ｎ ｅ Ｔ ｒ ａ ｎ ｓ ｌ ａ ｔ ｉ ｏ ｎ 或 ＭＴ） ， 即 高 质 量 的 全 自动 机 器 翻 译 （ Ｆ ｕ ｌ ｌ ｙ Ａｕ ｔ ｏ ｍａ ｔ ｉ ｃ Ｈｉ ｇ ｈ Ｑｕ ａ ｌ ｉ ｔ ｙ Ｍａ ｃ ｈ ｉ ｎ ｅ Ｔｒ ａ ｎ ｓ ｌ ａ ｔ ｉ ｏ ｎ ， 简称 Ｆ ＡＨＱＭＴ 或 ＭＴ） ， 就 是 人 类 利 用 计 算 机 进 行 自然 语 言 间 的 相 互 翻 译 ， 利 用 软 件 实 现 从 一 种 自然 语 言 文 本 到 另 一 种 自然 语 言 文 本 的 翻 译 Ｌ 。 １ 。 。
机译 ： 暴 风 雨 看 来 要 把树 哭 成 碎 片 。
机 器 翻 译 它 实 质 上 是 一 种 词 与 词 对 应 的 翻 译 方 法 。２ Ｏ世 纪
６ Ｏ年 代 ，乔姆 斯 基 的 生 成 转 换 语 法 问 世 和 计 算 机 语 言 学 研
人译 ： 暴 风 雨 仿 佛 要 把树 撕 成 碎 片 似 的 。
技 术 日新 月 异 的发 展 ， 机器 翻译逐 步 被人们 所接 触 、 熟 知 和
实达铭 泰的东 方快 车 系列 ， Ｔ ｒ ａ ｄ ｏ ｓ翻 译 软 件 等 。 到 目前 为
止， 由于 计 算 机 科 学 、 语 言 学 研 究 的发 展 ， 特 别 是 计 算 机 硬 件 技 术 的 大 幅 度 提 高 以 及 人 工 智 能 在 自然 语 言 处 理 上 的应 用 ，
面临的难题 。
一
距理想 的“ 全 自动 高 质 量 （ Ｆ ＡＨＱ） ” 的 目标 还 有 很 远 的距 离 。
三、 机 器 翻 译 面 临 的 问 题
机 器翻译与人工翻译的对 比：
（ 一） 词 义 的 错 误 辨 析
、
机器 翻 译 的 定 义
英语 和汉语中的一词多义现象十 分常见 ， 英 语 中 有 些 词
二、 机器 翻 译 的 历 史 与 发 展 现 状
人译 ： 他 闷 闷不 乐 使 得 我 也 忧 心 ｏ忡 。 ｔ
例 句 １中 的 ｔ ｅ ａ ｒ含 有 撕 裂 ； 撕成； 撕 破 等 意 思 。例 句 ２
在 古 希 腊 时 代 就 有 人 提 出 利 用 机 械 装 置 来 进 行 语 言 翻 译 的想法 ， 其 中之一 ， 是 如 何 用 机 械 手 段 来 分 析 自然 语 言 。 １ ７世 纪 ， 人们首 次提出使用机械 字典 克服语 言障碍 的设想 。 １ ９ ０ ３年 ， 古 图拉 特 （ Ｃ ｏ ｕ ｔ ｕ ｒ ａ ｔ ） 和 洛 （Ｌ ｅ ａ ｕ）在 《 通用 语言 的 历 史》 一 书中指出 ， 德 国学 者 里 格 （Ｗ ．Ｒｉ ｅ ｇ ｅ ｒ）首 次 使 用 了 “ 机 器 翻译 ” （ Ｍａ ｃ ｈ ｉ ｎ ｅ Ｔｒ ａ ｎ ｓ ｌ ａ ｔ ｉ ｏ ｎ ） 这个术语 ＿ ２ ¨ ６ 。１ ９ ５ ２年 在 美 国麻 省 理 工 学 院 （ＭＩ Ｔ ）召 开 了 第 一 届 国 际 机 器 翻 译
有 很 多 种 意 思 。英语 和 汉 语 是 两 种 结 构 不 同 的语 言 ， 英 语 是 形合语 言 ， 而汉语是 意合 语言 ， 汉 语 词 汇 本 身 缺 乏 形 式 化 的 特征 ， 机 器 在 翻译 时就 比英 语 困 难 得 多 。例 如 ：
１ ． Ｔ ｈｅ ｓ ｔ ｏｒ ｍ ｓ ｅ ｅ ｍｅ ｄ ａｂ ｏｕ ｔ ｔ ｏ ｔ ｅ ａ ｒ ｔ ｈｅ ｔ ｒ ｅ ｅ ｔ ｏ ｐｉ ｅ ｃ ｅ ｓ ．
的 质 量 并 不 能 达 到 令 人 满 意 的 效 果 ，它 面 临 着 严 峻 的 挑 战 。
关键词 ： 机器翻译 ； 方法 ； 问 题 中图 分 类 号 ： Ｈ０ ８ ５ 文献标志码 ： Ａ 文章编号 ： １ ６ ７ １ —８ １ ２ ７ （ ２ ０ １ ３ ） ０ １ —０ ０ ８ １ —０ ２
２．Ｈ ｉ ｓ ｄｉ ｓ ｔ ｒ ｅ ｓ ｓ ｔ ｏｒ ｅ ｍｅ ａ ｐａ ｒ ｔ ．
究 的 成 功 ，使计 算 机 科 学 得 到 迅 猛 发 展 ， 人 们 从 整 体 人 手 分
机译 ： 他 的痛 苦 撕 碎 我
析 翻 译 文 章 ，机 器 翻 译 的 研 究 人 员 也 从 中 获 得 鼓 励 与 信 心 。