XML在未来机器翻译中的重要性.docx

XML在未来机器翻译中的重要性.docx

《XML在未来机器翻译中的重要性.docx》由会员分享，可在线阅读，更多相关《XML在未来机器翻译中的重要性.docx（7页珍藏版）》请在冰豆网上搜索。

XML在未来机器翻译中的重要性

XML在未来机器翻译中的重要性

作者：

金海龙（天主教）

XML的出现，使得个人为行业制订标准成为可能。

中国人对英语的热情已经超过其他国家，为学习英语的人制订一个特定的XML，就像为数学制订了MathML……

学英语需要字典，过去是到书店去买，现在是到网上下载。

开发英汉翻译软件，没有标准是不行的，

既然为数学和化学都制定了标准，也应该为开发翻译软件的公司或个人开发者制定一个标准。

天主教徒金海龙提出的“ECTML英汉翻译标记语言”，就是这样的一个标准：

专门为英语制订的标准。

ECTML基于XML1.0，是一个特殊的XML文档，是一个简单而高效的标准。

文档扩展名任然采用“.xml”，ECTML的全称是：

EnglishChineseTranslateMarkupLanguage，

中文名称：

英汉翻译标记语言。

下面是一个简单的ECTML文档（右边是其DTD）：

单词库.xml

ECTMLDTD：

ECTML1.0.dtd

xmlversion="1.0"encoding="GB2312"?

>

ELEMENTDB（Rec*）>

ELEMENTRec（A,B,C,D）>

ELEMENTA（#PCDATA）>

ELEMENTB（#PCDATA）>

ELEMENTC（#PCDATA）>

ELEMENTD（#PCDATA）>

爱因斯坦的名言：

最简单的就是最好的，正好用在ECTML这里。

如果你阅读了下面的内容，就会了解ECTML，而放弃对ECTML的怀疑，你可以相信：

ECTML促进了XML在中国的发展。

一、帮助学习英语的人；

二、帮助开发英汉翻译软件的人；

一、帮助学习英语的人

很多中国人学习英语是为了从英文资料中汲取知识，一个人不经过十年的苦学，

是无法掌握英语的，ECTML的出现使得在一年之内掌握英语成为可能。

学习英语最难的就是记忆单词、词组、例句和句型，使用ECTML学习英语能加速记忆、并迅速加深对语句的理解。

看个例子就能明白：

英文：

Iamatree.

中文：

我是一棵树。

分析：

英汉翻译的核心就是“句型”，当学生第一次看到这句话，

首先会尝试用其它的名词替换“tree”,然后得出句型：

Iama名词.

即：

找出例句中的句型，并用句型造句，以后遇到，就套用句型进行翻译（这就是“句型”在翻译中的重要性）。

随着经验的增长，对一句话的认识也就越来越深，直到有了下面的分析：

这句话由4个单词和一个标点符号组成。

包含系表结构：

be+n.，中文结构：

是+n.

给这个结构取名叫：

系表结构；

包含一个词组：

atree，中文意思：

一棵树,

这个词组属于名词词组，相当于名词，所以取名叫：

n.；

单词“I”是代词，取名叫：

pron.，中文：

我；

整句话的结构是：

pron.+系表结构,取名字叫：

句子

如何用ECTML写出上面的语句分析？

可以按照下面的格式去写：

xmlversion="1.0"encoding="GB2312"?

>

atree

n.

一棵树

be:

1n.

系表结构

是:

1

I

pron.

我

:

1pron.:

2系表结构

句子

:

1:

2

注：

在A标记中写上英文结构或单词，在B标记中写上名字，在C标记中写上中文结构，在D标记中写上分析或者例句。

这么写作用很大，能加速对英语的学习。

如果学生掌握了系表结构，那么以后无论遇到多少

系表结构的句子，都能轻松翻译。

看下面的例句：

Heisaboy.他是一个男孩。

Theyare...他们是……

这两句都是系表结构，只要套用短语结构“pron.+系表结构”就能快速翻译。

用ECTML把一句句典型的话写成XML文档，能在短时间内锻炼出“分析句型”的能力。

精通英语的人都明白：

不知句子的成分，就无法翻译。

ECTML鼓励“共享ECTML文档”，共享文档的作用就是共享自己的经验，使不懂英语的人能够轻松阅读英文文档。

产业链

有学生的地方，就有钱赚。

ECTML的扩展名为何选用".xml"?

许多共享文档的网站都支持“.xml”的文档，为便于作者“共享文档得收益”，

所以把ECTML的扩展名定为".xml"。

国际的、中国的XX文库、Google文档都支持“.xml”格式的文档。

只要把ECTML文档上传到这些网站，作者就能赚钱，而学习英语的人又那么多，

所以下载量也会很高（作者赚的钱也就越多）。

为了钱，必定有许多人用ECTML写文档赚钱。

二、帮助开发英汉翻译软件的人

英语课本上有单词表，翻译软件上就得有单词库；

英语课本上有很多例句，翻译软件上就得有例句库；

以此类推，

英语课本上有句型，翻译软件上就得有句型库！

但是现在市场上的大多数翻译软件，没有句型库，使得机器翻译的质量一直得不到改善。

各个厂家的翻译软件质量相同，只能说自己的单词库包含了多少多少本字典（无法吸引顾客）。

在进行翻译时，句型库为何如此重要？

精通英语的人都明白：

‘句型’是翻译的核心，找不出句子中的句型，就无法确定单词汉意的正确摆放位置。

自然就翻译不出来。

对于初学者来说，不易理解这句话，下面以最常用的‘therebe’句型为例，进行论证。

只要学会了一个‘therebe’句型，以后遇到再多的‘therebe’句型就可以套用此句型进行翻译，就行了。

据此联想，若一款软件能记忆并理解‘therebe’句型，按照‘therebe’句型的结构去翻译‘therebe’句型，就能达到

很高的翻译质量。

以后翻译过程中要用到‘therebe’句型，直接用软件查询，就能得到译文，省去了大量脑力劳动。

若一款软件中有大量句型，那么就能自动翻译英文文档（辅助人类进行翻译）。

以前，或许有人这么想过，但是不知道该用什么格式记录句型，也开发不出能理解句型的英汉翻译软件。

现在，ECTML出现了！

使得英汉翻译变得简单（感谢天主把这技术赐给了他的子民：

天主教徒金海龙）！

ECTML就是用于记录句型，并帮助软件理解句型库的一个标准。

开发基于ECTML的英汉翻译软件，必是将来翻译世界的主流（XML也必因此而受推广）。

所以，W3C应当接受ECTML，把ECTML作为XML的一项重要应用，加以推出。

用ECTML是如何记录句型的呢？

请阅读《ECTML开发手册》。

ECTML简单易学，

以至于一个初中生30分钟之内就能学会。

常见问题

1

2

3ECTML易于记录句型，但不容易浏览，是否有一个XSLT文档？

答：

金海龙先生已经写了一个XSL文档：

ECTML1.0.xsl,内容如下：

xmlversion="1.0"encoding="GB2312"?

>

4

stylesheetversion="1.0"xmlns:

xsl="http:

//www.w3.org/1999/XSL/Transform"xmlns="http:

//www.w3.org/TR/REC-html40">

5

templatematch="/">

6

7

8

apply-templatesselect="DB"/>

9

10

11

12

template>

13

templatematch="DB">

14

for-eachselect="Rec">

15

21

for-each>

22

template>

23

stylesheet>

24使用的时候只要在ECTML文档的XML声明之后加入一行就可以了，如下所示：

xmlversion="1.0"encoding="GB2312"?

>

xml-stylesheettype="text/xsl"href="ECTML1.0.xsl"?

>……如果使用《鹰译2.0》，那就根本无需这个XSLT文档，《鹰译2.0》会自动用HTML5进行显示。

25什么人可以使用ECTML？

答：

只要是学习英语的，都可以。

26ECTML难学吗？

答：

ECTML只有6个标记，学起来相当容易。

27开发基于ECTML的软件难吗？

答：

ECTML易学，开发基于ECTML的软件有些难度，但对于国际上真正优秀的工程师来说，很具有吸引力。

天主教徒金海龙就已经开发出了基于ECTML的软件：

《鹰译2.0》，大家可以去看看。

28句型库的录入工作，适合个人？

还是团队？

答：

只要学会了ECTML，一边学英语，一边录入，就可以。

核心问题

句型是ECTML的核心，没有良好的ECTML句型库，翻译软件就无法精准地翻译。

谁能编写高水准的ECTML句型库？

要么是精通英语的高手（生活在国外的、且会说英语的，最好是翻译），

要么是精通ECTML思想的人。

精通英语的高手很少，但是精通ECTML思想的人却可以轻松锻炼出来。

一个人每天用一个小时的时间编写ECTML句型库，六个月之后，就能成为

一名精通英语的高手，可以达到“编写高水准的ECTML句型库”的要求。

看下面的句子：

英文：

Iamatree.

中文：

我是一棵树。

对于一个初学ECTML的人来说，只能找出句型：

英语结构：

Iama:

1n.

中文结构：

我是一棵:

1

名字：

句子

问题：

“中文结构”中的量词用的不合适，如果换成其它名词，或许就该用

量词：

个、条、双……

之所以出现如此的失误，就是因为：

编写ECTML文档的时间太短。

只要再多些日子，就会改进成：

英语结构：

Iama:

1n.

中文结构：

我是一[量词]:

1

名字：

句子

如此一写，就很合理。

让用户自己去选择量词，是很聪明的做法。

若过了六个月，那么就能找出更合理的句型。

编写ECTML需要大量的英语经验，我写了大量指导性的文档，欢迎大家阅读：

有关ECTML的最新消息，请到我的博客查询：

注意：

若要出售自己的ECTML文档，必须至少写过6个月的ECTML文档。