如何抛弃逐词释意的翻译技术（如何抛弃逐词释意的翻译技术和方法）

微小的观察和仔细的思考足以带来巨大的发现。

从一个简单的例句开始，看看我发现了什么！

中文： 我是金海龙。

中文：我是金海龙

如果句子中的所有单词都被其词性替换，那么这个句子的结构可以写成如下：

英语结构：代词+be动词+名词

中文结构：代词+be动词+名词

同样的，你也可以写出短语的结构，例如：

英语结构：under the n。

中文结构：n下。

英语结构：there be n.某处

中文结构：某处有n。

英语结构：this is my n.

中文结构：这是我的n。

……类似的短语，太多了。

这些中英文结构表示什么？

答：这是机器英汉翻译的突破！这将打破机器翻译逐字解释单词的落后方式。

仔细观察上面的中英文结构。在系统结构上，中文和英文的词序几乎是一一对应的。

示例：这对应于我； is 对应的是；我的对应于我的；

名词在英语结构中对应于n。在中文结构中；

但在there be句型的结构中，却是相反的，

示例：“there be”对应“有”；名词在英语结构中对应于“n”。在中文结构中；

英文结构的最后一部分，某处，对应于中文结构的第一部分，某处；

从这个角度来看，逐字解释适合表格结构，但不适合There be这样的句子结构。

正是由于这种不对应性，逐字解释必须被放弃。

经过深思熟虑，我发现利用这种“非对应”和“汉英结构”就足以突破机器翻译的瓶颈。使用“汉英结构”进行准确翻译。

承蒙上帝保佑，我突破了英汉翻译技术，写了几篇论文。如果您有兴趣，欢迎您来看看。你可以在我的博客上找到这些论文的网址，也可以用Google搜索：金海龙ECTML在软件世界里有一条规则：谁先掌握一项新技术，谁就赚钱；谁先掌握一项新技术，谁就赚钱。谁掌握得晚，谁就赚不到钱。

每个人都听说过这项新技术。你需要时间去亲自探索，难免会被对手超越。谁读了我的论文，谁就能跑在前面。