1954 年 1 月 7 日，纽约 IBM 总部的一台电脑接到了一份与计算数字很不一样的工作：把俄语译成英语。
据 IBM 的同期新闻稿，操作员把用拉丁字母转写的俄语输入穿孔卡片，电脑再把英语译文打印出来。卡片是当时给机器输入信息的载体，纸上的孔位记录着字符。输入的人不会俄语，输出却能让懂英语的人读懂。1
这场由乔治敦大学与 IBM 合作的演示留下了一个诱人的画面：人把陌生文字送进去，机器把能读懂的文字交出来。
但要让这幅画面成立，中间发生了什么？如果只是把俄英词典装进电脑，让它一个词一个词查，这台机器够不够资格当翻译？
上一篇从中文分词入门，这一篇把时间拨回早期机器翻译。先假定词已经找到，看看更换语言时还会遇到什么。
一、词典列出了答案，却没有替你选好
主持乔治敦方面工作的 Léon Dostert 选择了一项有限的实验。研究语言问题的 Paul Garvin 与负责编程的 Peter Sheridan 等人，需要把翻译中的判断写成机器能够执行的步骤。那场实验的词汇范围很小，约有 250 个词汇项，其中包括词干和词尾，而非 250 个完整句子的对照表。12
词干可以理解为一个词中承担主要意义的部分，词尾则可能随着它在句子里的用法变化。例如，英语单数的 cat 和复数的 cats，后者多出的 s 表示不止一只猫。这里仅用熟悉的短例说明拆分思路，演示系统实际处理的是俄语。
这种词典能告诉程序某个词有哪些译法。可是，候选译法越齐全，程序越需要知道此刻该用哪一个。
先设想一个今天的查词场景：英语 bank 既可以指银行，也可以指河岸。把两个意思都列出来，词典工作完成了，翻译工作却还卡着。要是每见一次 bank 都选“银行”，河边散步的人迟早会走进金融机构；永远选“河岸”，存款又无处安放。
这与上一篇“研究”和“研究生”争一个字有些相似：候选都可以成立，当前句子却只需要其中一种。分词已经做完，多出来的空格帮不了这个忙。
Garvin 后来回顾那场实验，把翻译中的基本决定分成两类：选择，以及排列。选择是确定该输出哪个译法，排列是决定译出来的部分按什么次序出现。词典提供材料，程序还需要执行这两类决定。3
二、译文里的词，需要重新排队
设想我们要做一台极简的中英翻译器，先只处理下面这种句子。这是说明机制的自拟例子，不是 1954 年系统的复刻。
我／把／书／放在／桌上。
如果仅按原顺序换词，程序会先拿到“我”，再碰到“把”，之后才是“书”和放置动作。但这里的“把”主要在提示：后面的书，是接下来要被放置的东西。它不需要在英语里单独占一个同样的位置。
我们可以为这个小程序预先写好一个模板：遇到“某人把某物放在某处”，先输出做事的人，再输出放置动作，随后是被放的东西，最后是位置。输入里的“把”用于识别这个模板，不单独翻译。
程序先认出四块材料：做事的人是“我”，物品是“书”，动作是“放”，位置是“桌上”。再分别取出事先存好的英语片段，按规定的次序拼接，得到：
I put the book on the table.
它表示“我把书放在桌上”。即使你不懂英语，也可以核对操作：原句里的物品在动作前面，译文里动作排到了物品前面；“把”帮助识别关系，随后不再单独输出。
再把输入换成“我把杯子放在桌上”。只要词典补有“杯子”的对应片段，原模板就还能使用。我们没有为每一句话分别保存整句译文，而是让不同的物品进入同一种结构。
规则的价值就在这里。它把一类判断写成可重复执行的操作，机器不必每次重新发明翻译办法。
1954 年的实验也已经超出了逐词替换。它给词汇项附上控制标记，让程序查相邻项的标记，决定选哪个译法或是否调整次序。Garvin 的回顾明确说明，那套办法的观察范围被限制在紧邻的项目，选择也受到严格限制。3
我们的模板靠“把”识别结构，历史系统靠预先附加的标记触发规则，两者不是同一套程序。共同之处是：查到词以后，还要依照可识别的条件做决定。
但规则总有适用条件。把句子稍微改成“我把书放回桌上”，原先只认“放在”的小程序就匹配不上。给它增加“放回”的处理不难；再遇到“别把书放在桌上”，还要识别禁止；遇到“我没把书放在桌上”，又得处理事情没有发生。
词典里那些词可能一个都不少。摆放图书的业务，却已经从操作说明扩展到了禁令和情况汇报。
三、六条规则，不能直接乘成整种语言
回到纽约的演示。新闻稿把系统概括为使用六条规则。这个数字容易让人产生一种想法：六条就能翻译这些句子，那么规则再多一些、词典再厚一些，剩下的工作是不是主要靠继续添加？
参与者的回顾揭示了另一层限制。实验只解决了选定的问题，有些原本还需要更多判断的地方，直接在词典里放入了适用于输入句子的译法。它证明这些选定操作可以交给机器执行，却没有证明每一个尚未解决的问题都能用相同办法顺利补齐。3
这并不抹去演示的意义。从事后写出一段正确译文，到把规则变成能运行的程序，是实际的进展。但扩大适用范围时，必须检查新表达需要什么判断，不能只数增加了多少词条。
1960 年，研究者 Yehoshua Bar-Hillel 用一个很短的例子追问这件事。他设想一个孩子寻找玩具盒，最后发现盒子在 pen 里面。这里的 pen 有两种候选解释：书写用的笔，或者供幼儿活动的围栏。4
读者通常会选围栏。关键不仅在于句子附近出现了“孩子”和“玩具盒”，还在于普通玩具盒与普通笔的尺寸关系：盒子可以放进围栏，却放不进一支笔。语法给出了“某物在某物里面”的关系，日常知识帮助判断哪一组物体符合这个关系。
现在，词典面临的新任务是：除了记住 pen 有两个意思，还得给程序提供选择时用得上的知识。要处理这个例子，可以补充容纳关系和物体尺寸；但只补一句“遇到玩具盒就选围栏”，仍然只照顾了一小片场景。
这位找盒子的孩子，是研究者明确设置的论证例子，不是一场真实的机器翻译事故。Bar-Hillel 对完全自动的高质量翻译作出了悲观判断，那是他的历史观点。这个例子能说明常识会参与译义选择，并不能据此断言后来的机器永远解决不了它。4
研究者原本在安排词语的位置，走着走着，连玩具盒能装进什么地方也得考虑。一本词典若只说“两个意思都有，请自行选择”，就像给迷路的人递来两张方向相反、印刷同样精美的地图。语言处理的工作范围，被一句普通话拉出了词典。
四、打印出译文，还不等于完成翻译工作
到 1966 年，美国自动语言处理咨询委员会发布《语言与机器》报告，评估机器翻译时关注的是实际材料能否得到有用译文。报告采用的全自动标准排除了人工翻译和事后编辑；按这个标准，它对当时一般科学文本的机器翻译给出了否定评价。5
如果机器很快打印一页文字，人却要逐句找错、改顺、确认专业意思，那么打印机的速度并不等于交付译文的速度。打印机已经宣布下班，编辑的工作可能才刚开始。评价对象需要包括后面的人工工作。
报告同时建议支持计算语言学研究、改进人工翻译流程以及评估机器辅助翻译。它没有把“今天达不到完全自动”写成“所有语言研究都应该停止”。不同程度的人机分工，仍然是值得研究的选择。5
再看开头那个输入与输出的画面，中间已经清楚得多了：词典给出候选，规则决定选择与排列；输入一旦超出规则覆盖的范围，还可能需要更广的上下文、常识或人工判断。
所以，一本词典不足以让电脑当好翻译。早期系统的重要进展，是把部分翻译判断变成了能执行、能复用的操作。它们留下的难题则是：怎样让这些操作覆盖真实文本，而不让每一次新表达都成为一次补规则的工程？
1954 年，那台机器已经可以把句子打印出来。要让读者放心读下去，还有许多工作要做。
参考资料
- IBM，701 Translator，同期新闻稿，档案转载页标注 1954 年 1 月 8 日，正文电头为纽约 1 月 7 日。档案全文
- John Hutchins，The First Public Demonstration of Machine Translation: The Georgetown-IBM System, 7th January 1954，2006 年修订稿，扩展自 2004 年 AMTA 会议论文。研究全文
- Paul L. Garvin，The Georgetown-IBM Experiment of 1954: An Evaluation in Retrospect，1967 年收录于 William M. Austin 编 Papers in Linguistics in Honor of Léon Dostert，Mouton，第 46—56 页。参与者回顾及原始程序资料
- Yehoshua Bar-Hillel，A Demonstration of the Nonfeasibility of Fully Automatic High Quality Translation，1960 年，The Present Status of Automatic Translation of Languages 附录三，Advances in Computers 第 1 卷。原文
- National Research Council／Automatic Language Processing Advisory Committee，Language and Machines: Computers in Translation and Linguistics，1966 年。报告全文