In addition, natural languages areh

In addition, natural languages are
highly ambiguous, as two languages seldom express the same
content in the same way [12]. Although hybrid approaches also
exist, MT systems can be broadly classified into two main
categories, corpus-based and rule-based, according to the nature
of the linguistic knowledge being used. The rule-based MT
systems use knowledge in the form of rules, explicitly coded by
human experts, which attempt to codify the translation process.
Instead, corpus-based MT systems use large collections of
parallel texts (i.e. pairs consisting of a text in a source language
and its translation into a target language) as the source of
knowledge from which the engine learns how to perform
translations

ผลลัพธ์ (ไทย) 1:

นอกจากนี้ มีภาษาธรรมชาติสูงชัดเจน เป็นภาษาที่สองค่อยด่วนเหมือนกันเนื้อหาในลักษณะเดียวกัน [12] แม้ว่าไฮบริดยังยื่นมีอยู่ MT ระบบทั่วไปประเภทหลักที่สองประเภท คอร์พัสคริตาม และ ตามกฎ ตามธรรมชาติความรู้ภาษาศาสตร์ที่ใช้ MT ตามกฎความรู้ในรูปแบบของกฎ การเข้ารหัสอย่างชัดเจนโดยใช้ระบบมนุษย์ผู้เชี่ยวชาญ ซึ่งพยายามประมวลกระบวนการแปลแทน คอร์พัสคริ MT มาใช้คอลเลกชันขนาดใหญ่ของพร้อมข้อความ (เช่นคู่ประกอบด้วยข้อความในภาษาต้นฉบับและการแปลภาษาเป้าหมาย) เป็นแหล่งของซึ่งเครื่องยนต์รู้วิธีการความรู้คำแปล

ผลลัพธ์ (ไทย) 2:

นอกจากนี้ภาษาธรรมชาติที่ไม่ชัดเจนอย่างมากเป็นสองภาษาไม่ค่อยแสดงเดียวกันเนื้อหาในทางเดียวกัน[12] แม้ว่าวิธีการไฮบริดยังอยู่ระบบมอนแทนาสามารถแบ่งกว้างเป็นสองหลักประเภทคลังตามและตามกฎตามธรรมชาติของความรู้ทางภาษาที่ถูกใช้ กฎที่ใช้มอนแทนาระบบการใช้ความรู้ในรูปแบบของกฎเขียนอย่างชัดเจนโดยผู้เชี่ยวชาญของมนุษย์ซึ่งพยายามที่จะประมวลการแปล. แต่คลังที่ใช้ระบบมอนแทนาใช้คอลเลกชันขนาดใหญ่ของตำราขนาน (คู่คือประกอบด้วยข้อความในที่ ภาษาต้นฉบับและแปลเป็นภาษาเป้าหมาย) เป็นแหล่งที่มาของความรู้จากการที่เครื่องยนต์ได้เรียนรู้วิธีการดำเนินการแปล

ผลลัพธ์ (ไทย) 3:

นอกจากนี้ภาษาธรรมชาติ
อย่างคลุมเครือ เป็นสองภาษาไม่ค่อยแสดงเนื้อหาเดียวกัน
ในทางเดียวกัน [ 12 ] วิธีแม้ว่าไฮบริดยัง
มีอยู่ตันระบบสามารถแบ่งกว้างเป็นสองประเภทหลักของข้อมูลพื้นฐานและกฎ

ตามธรรมชาติของความรู้ทางภาษาที่ใช้ ส่วนกฎ MT
ระบบใช้ความรู้ในรูปแบบของกฎนี้เขียนโดย
ผู้เชี่ยวชาญ ซึ่งความพยายามในการแปล .
แทน ข้อมูลจากระบบ MT ใช้คอลเลกชันขนาดใหญ่ของ
ข้อความขนาน ( เช่นคู่ประกอบด้วยข้อความในภาษาต้นฉบับ
และแปลเป็นภาษาเป้าหมาย ) เป็นแหล่งที่มาของความรู้ ซึ่งเครื่องยนต์

เรียนรู้วิธีการแสดง แปล