谷歌翻译VIP版本MIT科学家开发机器翻 [复制链接]

北京中科医院假 http://baidianfeng.39.net/a_bdfys/161223/5153154.html
语言是文化的有机组成部分，也是文化的载体，世界文明的多样性在很大程度上表现为世界语言的多样性。而在21世纪的今天，语言学家们显然已经不满足于传统的、对已知语言的研究。相反，许多科学家开始利用计算机技术，去探索已经消失的、几乎成为谜底的灭绝古老语言。近日，麻省理工学院计算机科学与人工智能实验室（ComputerScienceandArtificialIntelligenceLaboratory简称CSAIL）的研究人员就开发出一种计算机算法，旨在帮助语言学家破译历史上已消失的语言。无法“谷歌翻译”的古老语言如今，世界上现存约有种语言。然而，古时存在的大多数语言都已不再使用，几近灭绝。数十种已灭绝语言也被认为是“未破译”的语言，也就是说，我们对它们的语法（grammar）、词汇（vocabulary）或句法（syntax）了解不足，也无法理解其文本的意思。图

世界语言分布地图而研究这些“未破译”的语言，不仅仅是出于学术上的好奇心。还是因为，不理解语言，我们就会错过与讲这些语言的人有关的一整套知识体系。不幸的是，大多数灭绝语言的相关记录极少，因此，科学家无法使用谷歌翻译之类的机器翻译工具或AI算法来对其进行解密。而传统的研究方法是，找出目标语言的“相关”语言来作比较研究，例如同一语系或相似度较高的现存语言。然而，有些语言并没有对应的、已被深入研究过的“相关”语言，并且它们通常缺少诸如空格和标点符号之类的传统分隔符（想像一下，要解密出用这种语言写出的文字该有多么令人头秃）。但是，CSAIL的研究人员发明的新系统，已被证明能够自动破译消失的语言，且无需对其与其他语言的关系有深入的了解。他们还表明，该系统自身就可以确定语言之间的关系，并可以用它来证实最近的一项表明Iberian语言实际上与Basque语言无关的学术研究。语言破译：从文本到矢量的转变此研究由MIT教授ReginaBarzilay牵头，依赖于基于历史语言学（historicallinguistics)见解的几项原则。其中一条原则是，一种给定的语言很少会直接添加或删除整个音节，但是很可能会发生某些近似发音的替换。比如，母语中带有“p”发音的单词可能会在其后代演变中变为“b”，但是由于明显的发音差异，变为“k”的可能性则较小。通过整合这些原则和其他语言学约束，Barzilay等人的新算法学习将语言发音嵌入多维向量空间，在该多维空间中，相应矢量之间的距离反映了不同发音的差异。这种设计使他们能够捕获语言变化的相关特征，并将这些特征表达为计算约束（