1) multi-engine machine translation
多引擎机器翻译
1.
This paper surveys current approaches of multi-engine machine translation and proposes a micro-engine pipeline machine translation architecture, gives the data structure and algorithm in detail.
该文比较了现有各种多引擎机器翻译方法的优缺点 ,提出了基于微引擎流水线的机器翻译系统结构 ,详细介绍了有关的数据结构和算法 。
2) HNCMT Engine
HNC机器翻译引擎
3) Multiple translation engines
多翻译引擎
5) multilingual templates-based translation engines
多语言模板翻译引擎
1.
Using the voice middleware,embedded voice engine,multilingual information service system structure and multilingual templates-based translation engines to develop the intelligent mobile translation software for capital police applications.
应用语音中间件、嵌入式语音引擎、多语言信息服务系统架构和多语言模板翻译引擎等多项已处于实用化阶段的高新技术成果,研发面向首都公安应用的多语言智能移动翻译软件,为首都公安干警在社会治安、出入境管理、交通管理和边防检查等几个方面提供信息查询和语言翻译的手段,以推进首都公安的信息化建设,提高奥运安保工作水平,适应新时代公安工作需要。
6) engine
[英]['endʒɪn] [美]['ɛndʒən]
引擎;机器
补充资料：机器翻译
| 机器翻译 machine translation 用计算机实现一种自然语言到另一种自然语言的转换。一般指自然语言之间句子和全文的翻译。 机译系统可划分为基于规则的和基于语料库的两大类。前者由词典和规则库构成知识源；后者由经过划分并具有标注的语料库构成知识源，既不需要词典也不需要规则，以统计规律为主。机译系统是随着语料库语言学的兴起而发展起来的，世界上绝大多数机译系统都采用以规则为基础的策略，一般分为语法型、语义型、知识型和智能型。不同类型的机译系统由不同的成分构成。抽象地说，所有机译系统的处理过程都包括以下步骤：对源语言的分析或理解，在语言的某一平面进行转换，按目标语言结构规则生成目标语言。技术差别主要体现在转换平面上。 语法型机译系统 研究重点是词法和句法，以上下文无关文法为代表，早期系统大多数都属这一类型。语法型系统包括源文分析机构、源语言到目标语言的转换机构和目标语言生成机构3部分。源文分析机构对输入的源文加以分析，这一分析过程通常又可分为词法分析、语法分析和语义分析。通过上述分析可以得到源文的某种形式的内部表示。转换机构用于实现将相对独立于源文表层表达方式的内部表示转换为与目标语言相对应的内部表示。目标语言生成机构实现从目标语言内部表示到目标语言表层结构的转化。 语义型系统 研究重点是在机译过程中引入语义特征信息，以Burtop提出的语义文法和Charles Fillmore提出的格框架文法为代表。语义分析的各种理论和方法主要解决形式和逻辑的统一问题。利用系统中的语义切分规则，把输入的源文切分成若干个相关的语义元成分。再根据语义转化规则，如关键词匹配，找出各语义元成分所对应的语义内部表示。系统通过测试各语义元成分之间的关系，建立它们之间的逻辑关系，形成全文的语义表示。处理过程主要通过查语义词典的方法实现。语义表示形式一般为格框架，也可以是概念依存表示形式。最后，机译系统通过对中间语义表示形式的解释，形成相应的译文。 知识型系统 目标是给机器配上人类常识，以实现基于理解的翻译系统，以Tomita提出的知识型机译系统为代表。知识型机译系统利用庞大的语义知识库，把源文转化为中间语义表示，并利用专业知识和日常知识对其加以精练，最后把它转化为一种或多种译文输出。 智能型系统 目标是采用人工智能的最新成果，实现多路径动态选择以及知识库的自动重组技术，对不同句子实施在不同平面上的转换。这样就可以把语法、语义、常识几个平面连成一有机整体，既可继承传统系统优点，又能实现系统自增长的功能。这一类型的系统以中国科学院计算所开发的IMT／EC系统为代表。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条