NLP 基础到高级 11：机器翻译

机器翻译

翻译是为 NLP 研究买单三十年的任务，现在仍在持续买单。

类型：构建
语言：Python
前置条件：Phase 5 · 10（注意力机制），Phase 5 · 04（GloVe、FastText、子词）
预计用时：~75 分钟

问题

模型读取一种语言的句子并生成另一种语言的句子。长度各异。词序各异。某些源语言词映射到多个目标语言词，反之亦然。习语拒绝一一映射。法语的 “I miss you” 是 “tu me manques”——字面意思是"你对我来说是缺失的"。没有任何词级对齐能通过这个考验。

机器翻译是迫使 NLP 发明编码器-解码器、注意力机制、Transformer 并最终催生整个 LLM 范式的任务。每一次进步都是因为翻译质量可测量且人类与机器之间的差距顽固不化而到来的。

本课跳过历史课，直接教授 2026 年的工作流水线：预训练多语言编码器-解码器（NLLB-200 或 mBART）、子词分词、束搜索、BLEU 和 chrF 评估，以及少数仍然会漏网到生产环境的失败模式。

核心概念

现