一、背景
你马上要阅读的文章，正是一篇原本用英文写的文章的中文译本。当然，是我手动将英文翻译成中文的。这个过程不算轻松：首先我要熟悉英文（还好我提前掌握了），然后我要熟悉中文（我当然也提前掌握了），我要理解英语原文的含义，再用中文表达出来，最后进行校对。如果，我们能够把这个任务交给计算机程序，那会是多少幸福的事情。
事实上，计算机翻译程序的发展已有相当长的历史。在统计机器翻译（Statistical Machine Translation，或简写为 SMT）出现之前，人们已经研究出多种不同的翻译方法 (维基百科：机器翻译方法)，比如，有的单纯地进行逐字翻译，有的需要手动配置大量的翻译规则，有的需要编写复杂的算法去分析不同语言的句法结构，有的尝试建立一种中间语言。相比这些方法，统计机器翻译的优势是需要更少的人工干预，不依赖任何具体语言，翻译质量可以通过优化语料库和语言模型来有效提升等等。目前大量正在被使用的翻译程序，比如谷歌翻译和微软必应翻译，仍然部分或全部地基于统计机器翻译（维基百科：机器翻译应用的对比）。当然，技术总是不断在探索和突破，近几年已有不同方向的新的翻译方法出现（神经网络机器翻译——Neural Machine Translation，NMT）。
二、为什么要翻译 A Statistical MT Tutorial Workbook 这篇文章？
维基百科对统计机器翻译的定义是：
Statistical machine translation (SMT) is a machine translation paradigm where translations are generated on the basis of statistical models whose parameters are derived from the analysis of bilingual text corpora.
统计机器翻译是一种基于统计模型来生成翻译结果的机器翻译方法，其中，模型的参数通过分析双语语料库得到。
定义非常简单，但要如何具体地理解呢？比如，定义中的统计模型指什么？模型的参数如何从双语语料库中得到？
Kevin Knight 于 1999 年完成的文章 A Statistical MT Tutorial Workbook 便是非常好的答案。文章以统计机器翻译的设想开始，不断提出问题再解决问题，一步步带领读者理解统计机器翻译。文章用浅显的例子去解释其中的理论和概念，读者无需额外的知识储备即可顺畅阅读。同时，作者 Kevin Knight 的文笔幽默，使得阅读过程十分轻松。
三、通过本译文，你会学到什么？不会学到什么？
你会学到：
- 统计机器翻译是如何利用基础概率知识、贝叶斯公式、N-gram 和 EM 算法等知识一步步从想法到实现的。
- 统计机器翻译由哪些核心部分组成，每个部分的作用以及是如何联系在一起的。比如，一个模型由生成理论 + 参数构成，语言模型和翻译模型则是统计机器翻译的主要部分。
- 统计机器翻译中的绝大多数核心概念，比如经典的 IBM Model 1-5（本文实际上只介绍了前三种），n，t，d 和 p 参数，词对齐等等。
你不会学到：
- 统计机器翻译各个部分的所有细节。
- 如何用编程语言实现一个完整的统计机器翻译程序。
- 统计机器翻译所经历的所有优化和发展。（比如后来基于短语的做法成为了主流，而不是一开始的基于单词。）
- 统计机器翻译与其他翻译方法的对比。
开始阅读译文 。
