图书介绍：本书对机器翻译的各种理论、技术、和产品作了较为详尽的综述，分析了基于符号系统的机器翻译技术和基于语料库统计的机器翻译技术的优缺点。书中进一步回顾了人工神经网络技术在自然语言处理领域的研究状况。从大量的文献分析来看，截至2006年，人工神经网络技术还未被用于机器翻译系统全过程的开发中。本书借鉴了基于语料库统计的机器翻译研究成果，把机器翻译分为翻译模式和语言模式两种处理过程。书中分析了以往利用人工神经网络进行自然语言处理的缺点，提出用分布式神经网络体系解决翻译模式的训练，较好地解决了单一网络学习能力有限的问题，对神经网络语言处理技术提出了新的思路，有望在其它自然语言处理领域带来新的突破，有一定的学术意义。本书在应用神经网络处理语言模式方面，也提出了新的解决方案，改变了以往神经网络以复杂句法、语义特征为训练对象的普遍做法，采用词性标注为训练对象，以自创的一套词语移动符号为训练目标的神经网络处理方法，并且开发了一种算法，调整目标语词序，达到获得可以接受的译文的效果。这是一种独特的处理方法。虽然作者指出这种方法未能得到预期的结果，但是如果能够如作者提出的把分布式神经网络体系也用于语言模式的训练，