一部理論與技術的集大成之作

機器翻譯是自然語言處理技術的集合體，既包括了對一種語言的深度分析，又要生成另一種語言。所以，它包含著對語言從字詞到短語、句子乃至篇章的細致分析與生成，技術細節(jié)繁多。可以說，上一門機器翻譯的課程，幾乎囊括了NLP的全部。

早在圖靈的那篇劃時代的論文《計算機器與智能》中，就提出機器翻譯是機器智能的重要應用。然而機器翻譯從夢想變?yōu)榛究捎玫漠a(chǎn)品，經(jīng)歷了70多年的發(fā)展歷程，技術方案與細節(jié)可以說是十分龐雜。

東北大學肖桐與朱靖波教授合著的這本《機器翻譯：基礎與模型》全面地介紹了機器翻譯的歷史與現(xiàn)狀，特別是技術發(fā)展史。洋洋600多頁，從傳統(tǒng)的基于規(guī)則的方法，到基于統(tǒng)計的方法和近年來的神經(jīng)機器翻譯方法，重要的理論、最新的技術，幾乎全部涵蓋，可以說是“一本在手，翻譯技術全有”。

一部追求完美與生命意義的情懷之作

有人說，“技術類的書最容易過時，因為技術總是在向前發(fā)展。” “技術類的圖書出來就過時了，從寫到出版，怎么也得花費一兩年” “在高校寫書不劃算，因為很多學校不算工分”。發(fā)一篇頂刊、頂會得到的獎勵遠大于一本書，而況寫一本書要耗費巨大的時間和精力。

但容易“過時”就不寫書了嗎？

書籍是人類進步的階梯。論文雖好，能夠體現(xiàn)學術的最前沿，但失在散，對學生來說，無法形成系統(tǒng)的知識體系。對于機器翻譯這種歷經(jīng)數(shù)十萬學者殫思竭慮開發(fā)與推進的綜合題來說，能夠系統(tǒng)地把握歷史，介紹清楚技術演進的來龍去脈，近年來的最新技術與應用現(xiàn)狀，需要深厚的功力。東北大學自然語言處理實驗室從1973年創(chuàng)立至今，近50年的研究積累，幾代人的不懈努力，構建出能夠翻譯300多種語言的學商兩用機器翻譯平臺——小牛。這本書也是東北大學機器翻譯團隊幾十年教學經(jīng)驗與科研成果的集大成之作，是內(nèi)部講義不斷更新，人才培養(yǎng)過程中不斷完善，機器翻譯系統(tǒng)開發(fā)中不斷探索的硬核作品，是產(chǎn)學研結合的結晶。

技術類教材，往往沒有情感的流露，但正如作者在前言和后記中的諸多肺腑之言，也可以看出作者對機器翻譯事業(yè)的熱愛，對生命與生活的感悟。借用作者的話“機器翻譯的發(fā)展沐浴著陽光，不斷生長，希望本書也能陪伴各位讀者成長”。

PS：寫給新時代的語言學愛好者

在與肖桐教授的交流中，我們都深感科研中的窘境。在這個“數(shù)據(jù)為王，算力至上”的時代，缺錢少設備的中小團隊該如何發(fā)展。數(shù)學模型靠機器學習、計算數(shù)學的發(fā)展，數(shù)學的硬杠杠誰來扛？僅靠追隨歐美的新模型顯然不是長久之計。而新模型靠數(shù)學，模型優(yōu)化靠調(diào)參，語言學也進一步被邊緣化?；趶碗s語言學知識的句法分析被逐漸拋棄，句子的直接線性建模方法簡單粗暴、效果已經(jīng)不錯。那么語言學還有用嗎？當NLP技術越來越以人工智能的機器學習為理論與技術支撐，語言學是乘技術而上，還是避技術而獨立發(fā)展？

科學靠數(shù)學的眼光與實驗的檢驗，實踐出真知。正如天文學的發(fā)展并不依賴于卜天術的高明，它來自不斷更新的觀測技術與觀測數(shù)據(jù)。從宏觀上看，語言學的發(fā)展已經(jīng)呈現(xiàn)出向內(nèi)、向外兩個方向的大拓展。向內(nèi)，是指神經(jīng)科學對人腦內(nèi)部構造的實驗、觀測和建模。向外，是指自然語言處理技術對人類的語言成果，也就是海量語言數(shù)據(jù)的存儲、觀測與建模。讀這本書，便是了解自然語言處理技術的絕佳選擇。

期待：對于東北大學的小牛翻譯團隊充滿信心，希望在將來的修訂本中，不止能看到小牛翻譯系統(tǒng)中的諸多創(chuàng)新，還可以看到他們?nèi)绾螌崿F(xiàn)新的突破。例如，如何應對很多資源稀缺的語種，如何將機器翻譯應用到新的領域，如何引領下一代的機器翻譯技術。

>>> 附錄：全書目錄

本文轉載自：語言服務研究院公眾號

轉載編輯：Young