最新的统计机器翻译系统教程（不定期更新）

本文目标：

    基于moses，Giza++和IRSTLM搭建自己的统计机器翻译系统

    简单了解统计机器翻译的基本知识原理

    提供前人已总结的优质资源和资料

ps：为了保证内容质量以及简单易懂性，我将分多次更新，以帮助想学习这个方向的同学快速入门，我自己也是一路踩坑填坑，所以希望后来者一路平坦。同时也期待和大家一起交流学习，有疑问或是建议的同学欢迎与我联系。

前言：

    上世纪90年代初，布朗等人提出了IBM model 1 到 model 5来刻画统计机器翻译，属开山之作，为现代的STM奠定了深厚的基础。1999年，一帮大神云集JHU夏季研讨班，共同发布了开源软件包“埃及（Egypt）”，包含GIZA++用于词语对齐训练，使得IBM模型被广泛研究使用。Philipp Koehn在2004年做博士论文期间，开发了基于短语的统计机器翻译系统“法老（Pharaoh）”，然而核心部分——解码器的源码并未公开。2006年，中国的五家研究机构联合发布“丝路（SilkRoad）”，完全开放源码，重点在三个解码器的实现（骆驼，绿洲和商队）。同年的JHU夏季研讨班，来自全球8家单位的研究人员共同开发了“法老”的升级版本“摩西（Moses）”，此后不断完善，项目已被托管于github，本文将基于moses搭建自己的统计机器翻译系统。

提醒：

    重要的事情说三遍：切记看官方文档，切记看官方文档，切记看官方文档。对于开源软件项目，一般更新迭代比较快速，但是网上的大多数教程或许已经过时，不适用于当前的版本，而且常常晦涩难懂。所以官方资料永远是最直接快速的上手方式，不要惧怕英文，说的其实是我自己，由于每每看到英文比较抗拒，于是会上网找中文的帖子博客，然后发现总是被坑的无力吐槽，实在解决不了，最后跑去看官方教程，结果是柳暗花明又一村。谨以此提醒广大同学。

搭建：

待续