这是一篇1992年的文章，提出了一种生成式模型用以解决人名和术语的（双向）音译问题。甚至包含了图像识别、语音、翻译等多个领域的内容。
音译词翻译为什么重要
- 音译词一般是专有名词，而专有名词往往是未登录词，提升对于音译词的翻译能力，能改善翻译水平。
音译词翻译为什么困难
- 不同语言有不同的发音习惯，在音译时会对词的读音做出改变
- 在音译过程中做的改变会导致信息损失，使得回译更加困难
- 音译规则并不统一，有一对多和缩写等特殊情况
解决方法：又是概率和贝叶斯
音译的过程可以分解为下面几步：
使用概率表示各个步骤的目标（字-音-变音-字）：
优化目标（给定b，求w，使概率最高）：
值得注意的是，虽然这不是一个语音任务，但是中间也会用到语音模型（因为从人的角度分析任务，音译肯定和语音相关），甚至还要人工给日语设置一些音标。感觉这个和深度学习的思路还是差距很大的，深度学习直接就是输入到输出就好了。
模型搭建
都是基于统计方法搭建的模型，基本上都是知识盲区
这里就先记录一下，如果以后再见到就去学，如果不再见就算了
因为有不少技术确实太旧，没啥学的必要了
- WFST
- Dijkstra
- Viterbi
- EM
- OCR