具體描述
內容簡介
計算語言學研究濫觴於上世紀五六十年代的機器翻譯研究。中文的相關研究也幾乎同步開始，1960年起在柏剋萊加州大學研究室，王士元、鄒嘉彥、C.Y.Dougherty等人已開始研究中英、中俄機器翻譯。他們的中文計算語言學研究，可說是與世界最尖端科技同步的。內頁插圖
目錄
導讀Preface
Acknowledgements
Introduction
1.1 What This Book Is About
1.1.1 Why Do Spoken Language Translation?
1.1.2 What Are the Basic Problems?
1.1.3 What Is It Realistic to Attempt Today?
1.1.4 What Have We Achieved?
1.2 Overall System Architecture
1.3 An Illustrative Example
1.4 In Defence of Hand-Coded Grammars
1.5 Hybrid Transfer
1.5.1 The Need for Grammatical Knowledge
1.5.2 The Need for Preferences
1.6 Speech Processing
1.7 Corpora
Part 1 Language Processing and Corpora
Translation Using the Core Language Engine
2.1 Introduction: Multi-Engine Translation
2.2 Word-to-Word Translation
2.3 Quasi Logical Form
2.3.1 Introduction
2.3.2 Structure of QLF
2.3.3 QLF as a Transfer Formalism: Examples
2.3.4 Head-Head Relations in QLF
2.4 Unification Grammar and QLFs
2.4.1 The CLE Unification Grammar Formalism
2.4.2 Unification Grammar Example: French Noun Phrases
2.4.3 Example 2a: Clauses in Swedish
2.4.4 Example 2b: Relative Clauses in Swedish
2.5 Orthographic Analysis and the Lexicon
2.6 Transfer Rules
2.6.1 Pre- and Posttransfer
2.7 The QLF-Based Processing Path
2.7.1 Linguistic Analysis
2.7.2 Transfer and Transfer Preferences
2.7.3 Generation
2.8 Summary
Grammar Specialisation
3.1 Introduction
3.2 Explanation-Based Learning for Grammar
Specialisation
3.2.1 A Definition of Explanation-Based Learning
3.2.2 Explanation-Based Learning on Unification Grammars
3.2.3 Category Specialisation
3.2.4 Elaborate Cutting-Up Criteria
3.3 An LR Parsing Method for Specialised Grammars
3.3.1 Basic LR Parsing
3.3.2 Prefix Merging
3.3.3 Abstraction
3.4 Empirical Results
3.4.1 Experimental Setup
3.4.2 Discussion of Results
3.5 Conclusions
Choosing among Interpretations
4.1 Properties and Discriminants
4.2 Constituent Pruning
4.2.1 Discriminants for Pruning
4.2.2 Deciding Which Edges to Prune
4.2.3 Probability Estimates for Discriminants
4.2.4 Relation to Other Pruning Methods
4.3 Choosing among QLF Analyses
4.3.1 Analysis Choice: An Example
4.3.2 Further Advantages of a Discriminant Scheme .
4.3.3 Numerical Metrics
4.4 Choosing among Transferred QLFs
4.5 Choosing Paths in the Chart
The TreeBanker
5.1 Motivation
5.2 Representational Issues
5.3 Overview of the TreeBanker
5.4 The Supervised Training Process
5.4.1 Properties and Discriminants in Training
5.4.2 Additional Functionality
5.5 Training for Transfer Choice
5.6 Evaluation and Conclusions
Acquisition of Lexical Entries
6. 1 The Lexical Acquisition Tool, LexMake
6.2 Acquiring Word-to-Word Transfer Rules
6.3 Evaluation and Conclusions
Spelling and Morphology
7.1 Introduction
7.2 The Description Language
7.2.1 Morphophonology
7.2.2 Word Formation and Interfacing to Syntax
7.3 Compilation
7.3.1 Compiling Spelling Patterns
7.3.2 Representing Lexical Roots
7.3.3 Applying Obligatory Rules
7.3.4 Interword Rules
7.3.5 Timings
7.4 Some Examples
7.4.1 Multiple-Letter Spelling Changes
7.4.2 Using Features to Control Rule Application
7.4.3 Interword Spelling Changes
7.5 Debugging the Rules
……
Part 2 Linguistic Coverage
Part 3 Speech Processing
精彩書摘
棒性和係統的自適應能力。同書麵語相比，口語的聲學特性有一定的特殊性，這類語音的基頻、時長、幅度等特徵都隨錶達內容、感情色彩等不同，變化的範圍比朗讀語音大得多，同時還有非語聲信號和噪聲，充分研究這些特性，建立精細的聲學模型非常重要。而且，講話人往往是在較強的背景噪聲或多講話人環境下發音的，如果是電話自動語音翻譯係統，還存在通訊乾擾等其他因素的影響，因此，提高語音識彆在不同說話人、不同聲學環境及通道條件下的魯棒性，在口語翻譯係統中尤其重要。另外，在語言學層麵，口語句子中含有大量的修正、重復、口頭語、省略等非規範語言現象，研究這些特徵，對語言模型進行完善，包括建模、算法和訓練等各個方麵，將有助於提高語音識彆的正確率。（2）翻譯方法有待於進一步研究。盡管統計翻譯方法具有較高的魯棒性，但是，對非規範語言現象和噪聲的處理能力仍然十分有限，而且這種方法與訓練語料的規模和質量密切相關。統計方法與規則方法的結閤一直是人們所追求的，但是具體如何融閤，多翻譯引擎以什麼樣的集成方式可以獲得最好的係統性能，統計模型賴以訓練的語料規模達到多大纔算充分，非語言信息（手勢、錶情、說話人角色等）如何融人翻譯模型等，諸多問題都遠遠沒有得到解決。
……
前言/序言
計算語言學（Computational Lingljistics，CL）在語言科學與信息科學的研究領域扮演關鍵性的角色。語言學理論尋求對語言現象規律性的揭示與完整的解釋。計算語言學正好提供瞭驗證與應用這些規律與解釋的大好機會。作為語言學、信息科學乃至於心理學與認知科學結閤的交叉學科，計算語言學更提供瞭語言學基礎研究與應用研究的絕佳界麵。事實上，計算語言學與人類語言科技（Human Langllage Technology，HLT）可以視為一體兩麵，不可分割。計算語言學研究濫觴於上世紀五六十年代的機器翻譯研究。中文的相關研究也幾乎同步開始，1960年起在柏剋萊加州大學研究室，王士元、鄒嘉彥、C.Y.Dougherty等人已開始研究中英、中俄機器翻譯。他們的中文計算語言學研究，可說是與世界最尖端科技同步的。中國國內中俄翻譯研究也不遑多讓，大約在上世紀50年代中期便已開始。可惜的是，這些中文相關早期機器翻譯研究，由於硬件與軟件的限製，沒能延續下來。中文計算語言學研究比較有係統的進展，還要等到1986年；海峽兩岸在同一年成立瞭兩個緻力於中文計算語言學基礎架構建立的研究群。北京大學的計算語言學研究所在硃德熙先生倡導下成立，隨後一段時間由陸儉明、俞士汶主持。而颱灣“中研院”的中文詞知識庫小組，由謝清俊創立，陳剋健主持，黃居仁1987年返颱後加入。
用戶評價
我是一名資深的技術文檔編輯，平時的工作就是將各種晦澀難懂的技術規範轉化為普通人能理解的語言。因此，我對任何聲稱能處理“口語”的翻譯工具都抱持著懷疑態度，因為口語的歧義性和即時性，恰恰是文檔化最怕遇到的“敵人”。《口語機器翻譯》在這方麵的論述，簡直像是一部為我們這些“語言結構化”工作者量身定製的指南。我特彆欣賞它在“模糊信息處理與澄清策略”部分所提齣的觀點。作者認為，機器翻譯不應該一味追求“給齣答案”，而在某些高風險的口語場景中，更優策略是“請求澄清”或者“提供多重備選”。書中詳細分析瞭何時機器應該主動打斷，何時應該保持沉默等待上下文，這涉及到的決策樹邏輯之復雜，令人嘆服。它教會我們，完美的翻譯可能並不存在，但最負責任的翻譯一定是知道自己“不知道”的翻譯。這本書的語言風格極其嚴謹，但又不失啓發性，它像一位經驗老道的導師，不直接給你魚，而是教你如何辨彆哪些“魚”是有毒的。對於任何希望將口語機器翻譯技術落地到嚴肅、高風險領域的人士來說，這本書提供的安全邊界和倫理框架，其價值甚至超過瞭其技術細節本身。
評分這本《口語機器翻譯》的橫空齣世，著實讓我這個長期混跡於技術前沿的翻譯工作者捏瞭一把汗，也捏瞭一把期待。我得承認，我一開始帶著一種近乎苛刻的審視態度來翻閱它的。畢竟，口語翻譯這個領域，它不像書麵翻譯那樣有章可循，它充滿瞭瞬息萬變的語境、潛颱詞、文化差異，以及最緻命的——人的情感波動。這本書的作者似乎深諳此道，他們沒有沉湎於對現有神經網絡架構的膚淺羅列，而是將筆觸深入到瞭“實時性”與“自然度”這對孿生難題之中。特彆是關於“延遲補償模型”的章節，我感覺作者在描述一個極其復雜的數學模型時，用詞卻異常的靈動，仿佛在描繪一場高速公路上兩輛賽車的競速，如何精確地在毫秒之間完成信息的交接而不至於發生碰撞。書中對跨文化交際語境對機器翻譯準確度的影響分析，更是鞭闢入裏，它不再是簡單地羅列“失禮”的翻譯案例，而是從認知心理學的角度去剖析，為什麼某些文化背景下的“停頓”或“語氣詞”在被機器處理時會造成災難性的後果。讀完這部分，我甚至開始重新審視我過去處理國際會議同傳時，那些依賴於直覺的瞬間判斷，作者提供瞭一套可以被係統化訓練的思維框架，這對於培養下一代高水平的口語翻譯人纔而言，無疑是提供瞭寶貴的理論基石。這本書的深度，絕非市麵上那些淺嘗輒止的“技術入門指南”所能比擬。
評分我是一名母語非英語的播客製作人，長期緻力於將小語種的深度訪談內容推嚮國際。我購買過很多關於機器翻譯的書籍，但大部分都停留在“如何訓練一個基礎模型”的層麵。然而，《口語機器翻譯》卻極其罕見地深入探討瞭“語域（Register）”和“非正式語言的結構重塑”這一核心難題。你知道，在口語交流中，人們大量使用習語、俚語，甚至是自創的詞匯組閤。傳統MT係統麵對這些時往往會崩潰，直接輸齣一串無意義的字符。這本書的第三篇，用非常細膩的筆觸描繪瞭機器如何通過“意圖建模”而非“詞匯匹配”來重構這些非標準輸入。我印象最深的是關於“口頭語的結構簡化”一節，作者詳細解釋瞭機器如何識彆齣冗餘的填充詞（如“那個”、“你知道的”）並優雅地將其剔除，同時不損失原話的語氣和重點。這比單純的刪除要高明得多，它體現瞭一種對人類交流“效率”和“風格”的雙重尊重。這本書的排版和插圖也值得稱贊，大量的流程圖和對比矩陣，讓原本晦澀難懂的概念變得可視化、易於消化。對於像我這樣，需要將機器翻譯結果融入到高度風格化的內容創作中的人來說，這本書提供的工具和理念，簡直是雪中送炭。它教會我的不是如何寫代碼，而是如何讓機器“像人一樣說話”。
評分這份評價或許會顯得有些跳躍，因為這本書給我的觸動，實在難以用綫性的邏輯來組織。我主要關注的是人機交互界麵（HCI）在口語翻譯中的應用，而這本書的第八章《情感反饋與動態調整機製》，徹底顛覆瞭我對“實時翻譯設備”的認知。它描述的不是那種“你說話，它翻譯”的簡單閉環，而是一個包含多模態輸入的復雜係統。作者提齣，理想的口語翻譯機器應該能實時捕捉說話者的麵部微錶情、手勢，並將其作為校準翻譯輸齣的輔助信號。例如，當翻譯輸齣與說話者麵部錶情顯示齣的“驚訝”程度不匹配時，係統應立即進行二次修正。這已經超越瞭純粹的“翻譯”，而是進入瞭“情境理解與情感同步”的範疇。書中對“主觀延遲容忍度”的探討也極其精妙，它指齣不同文化和不同任務（比如商務談判與朋友閑聊）對翻譯延遲的容忍度是天壤之彆，機器必須像一個經驗豐富的專業口譯員那樣，根據場域的變化，動態調整自己的響應速度。這本書的宏大視野讓我感到震撼，它把口語機器翻譯放在瞭人工智能、心理學乃至社會學的交叉點上進行審視，其學術深度和前瞻性，足以引領未來十年的研究方嚮。
評分說實話，當我翻開《口語機器翻譯》時，我原本期望看到的是一堆堆炫酷的算法圖錶和最新的Transformer變體的對比分析。我錯瞭，這本書的價值，恰恰在於它“反技術堆砌”，而更側重於“應用哲學”的構建。我個人最大的感觸來自它對“口語輸入噪聲處理”那一部分的論述。我們都知道，現實中的口語環境是嘈雜的：背景噪音、說話者口吃、語速的忽快忽慢，這些都是書本上的理想化模型裏缺失的“真實”。作者沒有滿足於使用標準的降噪算法，他們提齣瞭一種基於“情感語義預測”的濾波器，我粗略地理解為，機器要先“聽懂”說話者的情緒傾嚮，纔能更好地過濾掉那些與核心語義無關的乾擾信息。這簡直是革命性的思路！這種思路將機器翻譯從單純的語言學任務，提升到瞭情境感知任務。而且，書中穿插的那些實際案例分析，選取的角度非常刁鑽，不是那種教科書式的完美對話，而是深夜酒吧裏的即興演講、法庭上激烈的質詢，甚至是病房裏醫生與傢屬之間充滿壓力的溝通。通過這些案例，我真切地感受到瞭作者對“機器輔助人類溝通”這一終極目標的虔誠與思考。這本書的敘事節奏非常流暢，它不會讓你覺得自己在啃一本冷冰冰的技術手冊，而更像是在聽一位經驗豐富的大師，娓娓道來他如何馴服這頭技術猛獸。
評分計算語言學（Computational Lingljistics，CL）在語言科學與信息科學的研究領域扮演關鍵性的角色。語言學理論尋求對語言現象規律性的揭示與完整的解釋。計算語言學正好提供瞭驗證與應用這些規律與解釋的大好機會。作為語言學、信息科學乃至於心理學與認知科學結閤的交叉學科，計算語言學更提供瞭語言學基礎研究與應用研究的絕佳界麵。事實上，計算語言學與人類語言科技（Human Langllage Technology，HLT）可以視為一體兩麵，不可分割。
評分精彩書摘
評分計算語言學研究濫觴於上世紀五六十年代的機器翻譯研究。中文的相關研究也幾乎同步開始，1960年起在柏剋萊加州大學研究室，王士元、鄒嘉彥、C.Y.Dougherty等人已開始研究中英、中俄機器翻譯。他們的中文計算語言學研究，可說是與世界最尖端科技同步的。中國國內中俄翻譯研究也不遑多讓，大約在上世紀50年代中期便已開始。可惜的是，這些中文相關早期機器翻譯研究，由於硬件與軟件的限製，沒能延續下來。中文計算語言學研究比較有係統的進展，還要等到1986年；海峽兩岸在同一年成立瞭兩個緻力於中文計算語言學基礎架構建立的研究群。北京大學的計算語言學研究所在硃德熙先生倡導下成立，隨後一段時間由陸儉明、俞士汶主持。而颱灣“中研院”的中文詞知識庫小組，由謝清俊創立，陳剋健主持，黃居仁1987年返颱後加入。
評分（2）翻譯方法有待於進一步研究。盡管統計翻譯方法具有較高的魯棒性，但是，對非規範語言現象和噪聲的處理能力仍然十分有限，而且這種方法與訓練語料的規模和質量密切相關。統計方法與規則方法的結閤一直是人們所追求的，但是具體如何融閤，多翻譯引擎以什麼樣的集成方式可以獲得最好的係統性能，統計模型賴以訓練的語料規模達到多大纔算充分，非語言信息（手勢、錶情、說話人角色等）如何融人翻譯模型等，諸多問題都遠遠沒有得到解決。
評分計算語言學（Computational Lingljistics，CL）在語言科學與信息科學的研究領域扮演關鍵性的角色。語言學理論尋求對語言現象規律性的揭示與完整的解釋。計算語言學正好提供瞭驗證與應用這些規律與解釋的大好機會。作為語言學、信息科學乃至於心理學與認知科學結閤的交叉學科，計算語言學更提供瞭語言學基礎研究與應用研究的絕佳界麵。事實上，計算語言學與人類語言科技（Human Langllage Technology，HLT）可以視為一體兩麵，不可分割。
評分棒性和係統的自適應能力。同書麵語相比，口語的聲學特性有一定的特殊性，這類語音的基頻、時長、幅度等特徵都隨錶達內容、感情色彩等不同，變化的範圍比朗讀語音大得多，同時還有非語聲信號和噪聲，充分研究這些特性，建立精細的聲學模型非常重要。而且，講話人往往是在較強的背景噪聲或多講話人環境下發音的，如果是電話自動語音翻譯係統，還存在通訊乾擾等其他因素的影響，因此，提高語音識彆在不同說話人、不同聲學環境及通道條件下的魯棒性，在口語翻譯係統中尤其重要。另外，在語言學層麵，口語句子中含有大量的修正、重復、口頭語、省略等非規範語言現象，研究這些特徵，對語言模型進行完善，包括建模、算法和訓練等各個方麵，將有助於提高語音識彆的正確率。
評分（2）翻譯方法有待於進一步研究。盡管統計翻譯方法具有較高的魯棒性，但是，對非規範語言現象和噪聲的處理能力仍然十分有限，而且這種方法與訓練語料的規模和質量密切相關。統計方法與規則方法的結閤一直是人們所追求的，但是具體如何融閤，多翻譯引擎以什麼樣的集成方式可以獲得最好的係統性能，統計模型賴以訓練的語料規模達到多大纔算充分，非語言信息（手勢、錶情、說話人角色等）如何融人翻譯模型等，諸多問題都遠遠沒有得到解決。
評分計算語言學（Computational Lingljistics，CL）在語言科學與信息科學的研究領域扮演關鍵性的角色。語言學理論尋求對語言現象規律性的揭示與完整的解釋。計算語言學正好提供瞭驗證與應用這些規律與解釋的大好機會。作為語言學、信息科學乃至於心理學與認知科學結閤的交叉學科，計算語言學更提供瞭語言學基礎研究與應用研究的絕佳界麵。事實上，計算語言學與人類語言科技（Human Langllage Technology，HLT）可以視為一體兩麵，不可分割。
評分（2）翻譯方法有待於進一步研究。盡管統計翻譯方法具有較高的魯棒性，但是，對非規範語言現象和噪聲的處理能力仍然十分有限，而且這種方法與訓練語料的規模和質量密切相關。統計方法與規則方法的結閤一直是人們所追求的，但是具體如何融閤，多翻譯引擎以什麼樣的集成方式可以獲得最好的係統性能，統計模型賴以訓練的語料規模達到多大纔算充分，非語言信息（手勢、錶情、說話人角色等）如何融人翻譯模型等，諸多問題都遠遠沒有得到解決。
相關圖書
![小組工作導論：學生手冊（第5版） [Student Workbook for Toseland and Rives An Introduction to Group Work Practice(Fifth Edition)] pdf epub mobi 電子書 下載](https://pic.tinynews.org/10317124/acb3051a-baac-45be-99a3-f999dbf6f4ae.jpg)
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.tinynews.org All Rights Reserved. 静思书屋 版权所有