进行统计。

    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。

    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We speak，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。

    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？”

    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。

    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。

    哪怕现在还没开始，光是从教授提出的框架，我都能想到，采用这套完整方案对乔治敦翻译机器升级后，它的效果会有多好。”加尔文接着感慨道。

    现在他终于知道为什么NASA的研究人员和工程师能容忍林燃的毒舌了，差距太大，心服口服。

    尤其统计相邻词汇共现频率，这并不难想到，但他们就是想不到。

    而用统计方法处理歧义场景，增加统计学算法，这个就他们连想都想不到。

    多斯特尔特转过头，微微苦笑道：“我也一直在琢磨。他提出的统计方法，听起来像是天方夜谭，但结果摆在眼前。

    我估计了一下，乔治敦翻译系统在教授的指导下，质量至少能提升一大截。

    我

本章未完，请点击下一页继续阅读