Automating Knowledge Acquisition for Machine Translation
作者：Kevin Knight
时间：1997年
本篇文章的主要内容：
1、解决机器翻译问题不同的策略，word-for-word， syntax-based，semantic-based等等
2、利用西班牙语-英语形象化描述，如何从平行句对中得到 短语表
3、从双语语料中进行句子对齐任务
4、利用EM算法获得alignment
5、语言模型
6、翻译模型，为何P（E|F）不如P（F|E）好？
7、翻译评测的几种方法，人工策略，自动策略？
8、Syntax-based 机器翻译方法
9、Semantic-based 机器翻译方法，包含分析和生成，同时需要大量的外部资源
这篇文章比较早，当时短语系统等很多未提出，Kevin根据自己的经验写下这篇tutorial，并且分享了自己对于机器翻译的很多观点，这些观点今天看来的确都是很有意思的，并且预测到了很多年之后的机器翻译发展的路线。
文章下载地址：下载地址
来源：CSDN
作者：战辉
链接：https://blog.csdn.net/u013011270/article/details/23429933