【未完成】《统计机器翻译》读书笔记：系列0，全书概述与个人总结

说明：本系列文章是本人在阅读统计机器翻译后所做的个人读书笔记，会按照每一章的顺序来按章详细叙述内容总结和习题解答。

系列0：全书概述与个人总结

本书是大牛Philipp Koehn的作品，他是开源项目Moses项目的领导者，具体可以去www.statmt.org/moses/查看，我也会在未来的半个月写一些有关Moses学习的博文。

本书分为三个部分：基础知识（介绍机器翻译需要语言学的基础、概率论的基础）、核心方法（基于词的翻译模型、基于短语的翻译模型、解码decoding）、前沿研究

 

在绪论部分，本书说了机器翻译的简史：

　　Warren Weaver说过（大概意思）汉语文章其实是用一些奇怪编号编码的英文，解码过来就是翻译。

　　早期人们提出了很多的方法，包括直接翻译、转换方法、中间语言方法等等。 ALPAC报告之后，各种研究都跪了....

历史就不多说，还是说本书内容

 

第二章 词、句子和语料

基本的文本处理步骤之一就是词例化（tokenization），比如说中文分词（我听说有个结巴分词托管在github上，有时间来补充地址）

后面叙述了齐夫定律，也就是词的序号r与使用频次f的乘积接近为一常量

 

写不下去了。。。准备每章写完详细总结再来写