机器翻译

机器翻译，是使用计算机自动执行所有（或尽可能多）转换，以将一种自然语言转换为另一种自然语言。

机器翻译方法可以大致分为“基于规则的机器翻译（RBMT）”和“基于语料库的方法” 。基于语料库的方法包括“统计机器翻译（SMT）”和“神经机器翻译（NMT）” 。2010年以来，神经机器翻译已经成为主流。

关于机器翻译的准确性一直存在各种担忧，但是曼彻斯特大学的Ana Nino博士已经研究了在课堂上使用机器翻译的一些好处。一种这样的教育方法被称为“ 机器翻译为不良例子（MT为不良模型）” 。

机器翻译作为不好的样本，迫使语言学习者识别不一致的单词和翻译的不正确方面。相反，一个人（有期望）会更好地了解该语言。Nino博士援引该教材于1980年代后期实现。在各个学期末，Nino博士能够从使用其他模型以及机器翻译作为不良例子的学生那里获得发现。绝大多数时候，学生自己的目标语言（英语）中，提高了搜索理解和词汇的，信心似乎已经注意到了增加。