语境筛选组合,将不同的词语按照翻译对象需要的语法和含义进行组合,并对缺少的语法要素进行补足。
在盘古编程语言的提示下,萧铭知道自己编程的逻辑是正确的。
但是逻辑正确只是第一步,怎么让拥有向量的词语按照语法组合为新的语句,这个很难,这也是现代翻译软件和机器最大的难点。
没有关系,这是盘古最擅长的。
盘古给了萧铭几个接入入了口。
萧铭将导入大量的中英文资料,资料不仅有名著更有口水话表达的网路小说、贴吧问答、微博、推特文章等等。
未来这些资料会可以由用户们自己上传,优化程序的准确性。
盘古的数据库能将整合这些资料,熟悉每一个句子的语境,然后整理出数据模型(模拟出汉语和英语等人类思 维表达方式的模型)。
这些数据会帮助“词向量”在不同的语境和语法中出现在合适的位置,如此翻译会更加准确。
这项工作最大的难点就是编译量非常大!
所以现今市面上现存的翻译软件都是采用语言学家总结的语法库,即便有少部分软件有自我学习功能,也不能做到了解和统计当今所有的语言习惯并对其