机器翻译与计算机辅助翻译傻傻分不清楚？看这篇就够了

导语

什么是机器翻译
机器翻译（Machine Translation, MT）就是运用机器实现人类自然语言的相互转化。随着计算机的发明和广泛应用，机器翻译也成了名副其实的计算机翻译，即运用计算机将一种自然语言文本翻译成另一种自然语言文本。
机器翻译的研究历史最早可以追溯到20世纪30年代。1933年，法国科学家 G.B. 阿尔楚尼提出了用机器来进行翻译的想法。经过初期的发展与挫折，90年代机器翻译进入了发展期。进入21世纪后，随着计算机与互联 的发展与普及，机器翻译技术也得到了进一步的发展，机器翻译得以真正走向实用。

什么是计算机辅助翻译

计算机辅助翻译（Computer aided translation, CAT）有广义与狭义之分，广义指能够辅助译员进行翻译的所有计算机工具，包括文字处理软件、语法检查工具和互联 等。狭义指利用翻译记忆技术，实现翻译过程中的术语匹配、译名统一、高度相似的句子再现等。翻译工具在计算机辅助翻译过程中起着至关重要的作用，直到20世纪90年代中期才开始进行商业开发，随后国内外大量的计算机辅助翻译软件涌入市场，为越来越多的译员所认识并使用，国内公司也相继研发并推出了自己的CAT软件。

机器翻译VS计算机辅助翻译

1

主体差异

机器翻译和计算机辅助翻译的重要区别在于翻译主体差异。机器翻译的主体是计算机，是通过计算机技术实现的全自动翻译。而计算机辅助翻译是以翻译人员为主体，计算机起辅助作用，因此在计算机辅助翻译中，应充分发挥译者的主体性。

2

方法差异

机器翻译大致可以分为基于规则、基于实例、基于统计、基于神经 络的机器翻译。

基于规则的机器翻译

规则，主要指词法、句法、短语规则等语言学知识。经典的基于规则的机器翻译技术主要包括源语言的文本处理、词典构成、文本分析，源语言到目标语言的词典查询翻译，目标语言文本生成等技术。基于规则的机器翻译主要有两类翻译方法：转换法与基于中间语言的方法。

基于实例的机器翻译

该方法需要对已知语料进行词法、句法，甚至语义等分析，建立实例库用以存放翻译实例。系统在执行翻译过程时，首先对翻译句子进行适当的预处理，然后将其与实例库中的翻译实例进行相似性分析，最后，根据找到的相似实例的译文得到翻译句子的译文。

基于统计的机器翻译

最初的统计翻译方法是基于噪声信道模型建立起来的，该方法认为，一种语言的句子T（信道意义上的输入）经过噪声信道变形为另一种语言的句子S（信道意义上的输出），翻译问题实际上就是如何根据观察到的句子S，恢复最有可能的输入句子T。

基于神经 络的机器翻译

随着深度学习热潮的兴起，神经机器翻译也得到了长足的发展。神经机器翻译在翻译建模上采用端到端模型及编码器解码器模型，不需要词对齐、翻译规则抽取等步骤，即可实现完全采用神经 络完成源语言到目标语言的直接翻译。

3

应用范围差异