如何抛弃逐词释意的翻译技术

如何抛弃逐词释意的翻译技术
	发起人：eging　　回复数：0　　浏览数：4753　　最后更新：2018/6/21 8:41:09 by eging

发表新帖

　帖子排序：

2018/6/21 8:41:08

[只看该作者] #1

eging

角　　色：普通会员
发帖数：3730
注册时间：2015/6/5

回复编辑删除

如何抛弃逐词释意的翻译技术

细小的观察，仔细的思考，足以引发巨大的“发现”。

从一个简单的例句，看看我发现了什么！

英文：I am Jin Hailong.

中文：我是金海龙

如果把句子中的单词都换成它们的词性，那么就能写出这句话的结构，如下所示：

英文结构：代词 + be动词 + 名词

中文结构：代词 + be动词 + 名词

同样的道理，也能写出短语的结构，例：

英文结构：under the n.

中文结构：在 n. 下面

英文结构：there be n. 某地

中文结构：某地有 n.

英文结构：this is my n.

中文结构：这是我的 n.

……类似的短语，太多了。

这些中英文结构说明了什么？

答：这就是机器英汉翻译的突破口！这将打破机器翻译“逐词释意”的落后方式。

仔细观察上面的中英文结构，在系表结构中，中英文的词序，几乎是逐一对应的，

例：“this”对应“我”；“is”对应“是”；“my”对应“我的”；

英文结构中的“n.” 对应中文结构中的“n.”；

但是在there be句型的结构中，却是颠倒的,

例："there be"对应"有" ; 英文结构中的“n.”,对应中文结构中"n.";

英文结构中最后一部分“某地”对应中文结构中的第一部分“某地”；

由此看来，“逐词释意”适合系表结构，却不适合类似There be句型结构。

正是由于这种“不对应”，所以才必须抛弃“逐词释意”。

我经过仔细思考，发现“利用这种‘不对应’和‘中英文结构’”足以突破机器翻译的瓶颈。利用‘中英文结构’进行精准翻译。

我蒙上天祝福，攻破了英汉翻译技术，写了几篇论文，有兴趣的，欢迎去看看，在我的博客上，大家能找到这些论文的网址，也可以用Google搜索：金海龙 ECTML 在软件世界有这样的规矩：“面对一项新技术，谁最先掌握，谁就赚钱，谁掌握得晚了，就赚不到钱”。

大家都听到了这项新技术，你们自己去探索需要时间，难免被对手超过，谁读了我的论文，谁就能跑到前面。