第67章 你们能比我更懂机器翻译（5k）

你会感觉天马行空，但实际上结合在一起想想，又会觉得无比的实际。

不过光是现在所说的引进概率，这一点，在座乔治敦翻译机器的资深研究员们都有种恍然大悟的感觉。

前面讲的优化算法和规则设计什么的，他们感觉有道理，但判断不了具体实践是不是真的管用。

但这统计学方法的引入，光靠想象就知道，能够显著提升乔治敦翻译机器的效果。

当天的工作结束后，红石基地周边的小餐馆里，加尔文和多斯特尔特坐在角落，面前是两杯当地特色的啤酒。

加尔文放下笔记本，叹了口气说：“利昂，我们真的是蠢货吗？”

统计每个俄语词或短语在英语中的对应翻译出现的频率。

例如，在语料中，“говорим”在80%的句子中翻译为“speak”，20%翻译为“talk”。

这样对于我们就可以构建概率表了。

将这些概率整理成表格，供机器进行查询。由于内存空间有限，我们暂时只存储高频词对，像出现次数前1000的词对，忽略低频情况。

当翻译某个词的时候出现多个选择，就参考概率表选择最可能的翻译。

今天听完之后，加尔文都要怀疑人生了。

林燃提出了一整套的解决方案，这套解决方案里完整也就算了，其中很多点他们都想到过，但想不到要如何实现，另外就是一些他们连想都没有想到的点。

一整个团队差不多快十年的研发思路，不如林燃一下午的干货多。

加尔文已经怀疑人生了。

“教授的想法不是超前，而是太实际了。

另外就是统计相邻词的共现频率。мы经常与говорим一起出现，对应Wespeak，机器在翻译的时候则优先选择这个组合。

通过规则优先处理和统计方法处理模糊情况的方式，来弥补规则的不足！”

林燃从统计学的角度给他们好好上了一课。

不过这只是一个开始。

在座的研究团队们知道了林燃优化策略的轮廓，具体实践过程中还有大量的细节要进行调整、尝试和优化。