再者，如果你不好好記下來，到時候被開除只是教授一句話的事。

    “好了剛才我們講了一些簡單的內(nèi)容，現(xiàn)在才是最難的。

    因?yàn)閕bm的機(jī)器不是那么強(qiáng)大，我們只能引入一些比較簡單的統(tǒng)計學(xué)方法來提高我們翻譯的準(zhǔn)確度。

    我把它叫做基于頻率的詞對齊。

    這也是我們引入統(tǒng)計模型的核。

    我們先要手動分析平行句子，標(biāo)注俄語詞或短語與英語翻譯的對應(yīng)關(guān)系。

    俄語句子mыгoвopnmomnpe

    英語翻譯：“wespeakaboutpeace

    對齊結(jié)果：“mы”對應(yīng)“we”

    “гoвopnm”對應(yīng)“speak”

    “o”對應(yīng)“about”

    “mnpe”對應(yīng)“peace”

    然后我們需要對這種對齊的頻率進(jìn)行統(tǒng)計。

    統(tǒng)計每個俄語詞或短語在英語中的對應(yīng)翻譯出現(xiàn)的頻率。

    例如，在語料中，“гoвopnm”在80%的句子中翻譯為“speak”，20%翻譯為“talk”。

    這樣對于我們就可以構(gòu)建概率表了。

    將這些概率整理成表格，供機(jī)器進(jìn)行查詢。由于內(nèi)存空間有限，我們暫時只存儲高頻詞對，像出現(xiàn)次數(shù)前1000的詞對，忽略低頻情況。