摘要：简要述评了机器翻译的起源和发展，实现机器翻译的原理方法分类，包括基于规则、基于统计法、基于实例、混合法等。同时介绍了机器翻译应用的主要场合和应用的前提条件。

关键词：机器翻译;神经网络;深度学习

机器翻译Machine Translation（简称为MT）属于计算语言学的分支，主要是研究如何使用计算机软件将一种语言文本或语音从翻译成另一种语言。

一般来讲，机器翻译指的是使用计算机软件机械地用将某种语言的词汇替换成另一种语言（比如，“dog”转为“狗”），但是，不难想象，仅凭这种方式很难产生好的翻译，因为计算机还需要能够识别目标语中的整个短语、句子甚至是语篇，然后找出最接近的意思。比如“luckydog”直接翻译成“幸运的狗”难免让人啼笑皆非。

1. 发展历程

机器翻译渊源可以追溯到9世纪一位叫Al-Kindi的阿拉伯密码学家的研究，他开发的一些技术可以用于系统语言翻译，包括密码分析、频度分析、概率和统计，这些技术后来被用于机器翻译。而机器翻译的想法则出现在17世纪。在1629年，René Descartes提出了一种通用语—在不同的语言中，相同的思想用同一个符号来表示。

早在1946年就由洛克菲勒基金會的A.D. Booth和Warren Weaver就同时提出了使用数字计算机翻译自然语言的想法。“Warren Weaver在1949年撰写的备忘录，可能是机器翻译早期最具影响力的出版物。” 1954年，ji在伦敦大学伯克贝克学院的APEXC机器上进行了英语翻译的初步演示。

Yehoshua Bar-Hillel于1951年在麻省理工学院开始了机器翻译的研究。由Michael Zarechnak教授领导的MT研究小组，随后也开始了研究，并在在1954年公开展示了其Georgetown-IBM翻译实验系统。……