語言學研究在現階段對機器翻譯有實質性的幫助嗎？

1樓：

講真，現階段語言學是幫不上機器翻譯的，但我認為這是人工智慧還沒發展到能跟人工翻譯競爭的地步，如果有一天機器翻譯能完全達到信的程度了，那接下來的達和雅絕對是需要語言學的幫助的。

你問我為啥？因為人工翻譯質量的提公升也離不開語言學，人工智慧如果能發展到人工的程度那必然是跳不過語言學學習的，不然其演算法沒法解釋，沒法解釋怎麼修改？

2樓：楊三豐

設想一下，基於神經網路的機器翻譯演算法，在經過資料訓練後，在訓練的結果輸出前，增加乙個「語言學檢測」，檢測到可能翻譯異常的情況就做個備註和提醒（並不去自動改正），然後研究人員根據反饋改進演算法或調整相關引數或新增標註來使翻譯結果更加完美。

這種翻譯產品在投入市場後，隨著使用量的增加，翻譯的準確性也會越來越高。

不知道這算不算是「實質性的幫助」？

3樓：天才兒童PM器

目前機器翻譯應該主要依賴於AI，而AI更多的是靠資料訓練系統。由於AI工程師對語言學的理解比較膚淺，語言學家又不太懂AI，所以目前應該是AI連目前的語言學成果都沒有充分利用，所以語言學的研究在現階段應該是幫助不大。

不過，未來機器翻譯大的突破，肯定有賴於對語言學的非AI意義的深度理解和語言學與AI有關的重大突破。語言學有很多分支，其中語法學語義學數理語言學還有喬姆斯基的傳統等方面貌似會更相關一些。

4樓：Eloy

互相幫助都不大，語言規律的應用過程是需要「思考」來協助的，機器目前的思考水平還不高，基本只是「計算」而已，所以除了字典程式對特定的詞語進行解釋做的不錯之外，隨機語句的翻譯能說出讓人理解的就算不錯了

5樓：荷馬全

現階段機器翻譯的成果主要基於End-to-End（原始資料輸入，翻譯結果輸出）的deep learning成果。也就是不需要語言學或者其他知識背景。所以答案是恐怕現在沒有。

不過未來更好的機器翻譯（比如理解代詞指代的含義，他和她的區別之類）肯定需要。

6樓：

語言學研究對機器翻譯的核心演算法（特別是神經網路機器翻譯）並沒有太多的直接幫助。很多情況下將機器翻譯看作相對簡單的序列到序列問題會得到更好的結果。整合語言學知識的研究也在開展但是目前看來並沒有突破性的（或者說值得整合的）結果。

乙個完整的機器翻譯系統還包括資料獲取，資料預處理，結果後處理，效能評測等部件。在這些方面語言學還是大有用武之地的。例如在機器翻譯結果自動評測上，許多語言學特徵都得到應用。

針對特定語言的資料預處理和後處理也都需要語言學的研究。