在通过Java库翻译Google Translate API中的短语时，我突然得到了同样奇怪的标记。英语→瑞典语的例子包括：
Vector graphics → vektor~~POS=TRUNC grafikk~~POS=HEADCOMP
Javascript → Javascript script~~POS=HEADCOMP
看起来它与复合名词处理有关。这是API的一个功能，我可以以某种方式停用或者这是服务器端的新错误吗？
答案 0 :(得分：2)
这似乎与谷歌“翻译”字符串的方式有关，返回统计上最可能正确的字符串。因此，常见的Unix命令可能会在您的翻译中结束。
关于该主题的更多讨论： https://www.reddit.com/r/German/comments/47kfah/thanks_google/
答案 1 :(得分：1)
这看起来像是服务器端翻译器中的错误。我也在网站上得到它，https://translate.google.com/#view=home&op=translate&sl=ru&tl=no&text=%D0%9E%D0%B1%D1%89%D0%B5%D0%B6%D0%B8%D1%82%D0%B8%D0%B5给了我vandrer~~POS=TRUNC。
在NLP中，“ POS”表示词性，“ HEADCOMP”听起来像是名词化合物的头部，我猜想它们会截断化合物的非头部（实际上从不变形） 。因此，Google翻译正在泄漏其内部信息。令人惊讶的是，这样的标签是基于规则/基于知识的系统的主打，而Google通常只采用纯机器学习方法，而避开了硬编码的知识。 （一种可能性是，他们使用名词复合分析器来扩展其训练集（然后运行ML，类似于Systran和Koehn trained statistical MT on a parallel corpus translated with a rule-based MT system的用法），但是脚本中存在一个需要清除的错误训练前先将标签上的标签。）
如果是开源系统，找出它们使用的系统是很有趣的，但是不幸的是，这些标签实际上是ungoogleable，因为现在网络上乱七八糟的垃圾邮件是经过机器翻译的（非-后编辑）的页面中包含这些标签。