学人小传
冯志伟，年生于昆明。年考入北京大学地球化学专业，年从语言学专业研究生毕业，后到天津、昆明的中学任教。年考入中国科技大学研究生院，公派至法国留学，学习数理语言学和机器翻译。回国后到中国科技信息研究所工作，后调入国家语委语言文字应用研究所（现属教育部）任计算语言学研究室主任、研究员。研制了世界上第一个从汉语到多种外语的机器翻译系统、世界上第一个中文术语数据库。曾获得奥地利维斯特奖、中国计算机学会NLPCC杰出贡献奖。用中外文出版《现代术语学引论》《自然语言计算机形式分析的理论与方法》《自然语言处理综论》等著作及译著40多部。
冯志伟在国际会议上与外国专家讨论。
本版图片均由作者提供
当今世界，人工智能研究方兴未艾，而机器翻译被学术界视为人工智能研究皇冠上最耀眼的一颗明珠。作为我国计算语言学的开拓者之一，世界上第一个“汉语到多种外语机器翻译系统”的研制者冯志伟，今年已经82岁高龄了，仍然活跃在机器翻译领域。
两个多月前，他又走上清华大学的讲台，以“机器翻译和它的四个类型”为题发表演讲。基于规则的机器翻译、基于实例的机器翻译、统计机器翻译、神经机器翻译各有什么特点，难点在哪，前景如何，冯志伟娓娓道来。他告诫年轻学者，不要过分迷信目前广为流行的基于语言大数据的经验主义方法，不要轻易忽视目前受到冷落的基于语言规则的理性主义方法，而是要努力综合运用两种方法，把机器翻译研究推向深入。
从昆明到北大
年4月，冯志伟生于云南昆明一个贫困家庭。他的稚幼岁月是在跑警报躲轰炸的战火中度过的。
年11月24日，防空警报骤响，只有5岁零7个月的冯志伟和母亲一起跑向城外，慌忙奔跑的人群把这对母子冲散了。这是日军对昆明的第次轰炸，投弹多枚。天黑尽了，冯志伟还没有回家。第二天，父母在城里城外穷找了一天，也不见他的影子。母亲哭得死去活来，以为宝贝儿子被炸成了碎片。直到黄昏时分，冯志伟竟自己摸进了家门。原来，他在轰炸声中跳进了稻田里一个大炸弹坑。紧接着，近旁炸弹爆炸的泥土覆盖住他的全身，他休克了将近一夜，直到天亮才醒来。冯志伟挣扎着爬出炸弹坑，随后又昏倒在田埂边。一位好心的农民发现了他，把他抱回家洗浴、喂饭，直至傍晚，把他送上回家的大路。
年7月15日，7岁的冯志伟跟着舅舅到云南大学至公堂参加李公朴先生追悼会，一位长者正在那里慷慨激昂地演讲：“人民的力量是要胜利的，真理是永远存在的……反动派，你看见一个人倒下去，可也看得见千百个人继起的……我们不怕死，我们有牺牲的精神！我们随时像李先生一样，前脚跨出大门，后脚就不准备再跨进大门！”此人就是闻一多。当天下午，闻一多在回家途中遭国民党特务伏击，中弹牺牲。这场演讲给冯志伟留下了深刻印象，对闻一多先生的崇敬之情一直伴随着他。长大之后他才知道，舅舅是中共地下党员。
年，冯志伟以优异成绩考取了北京大学地球化学专业。昆明一中的校长和老师都无比高兴，表扬他为学校争了光。可回到家，父亲却不同意冯志伟到北京大学读书，要他先工作养活自己，然后再多挣点钱补贴家用。父亲那时是昆明市蔬菜公司的会计，要用自己微薄的工资养活家中的7个孩子。这样的安排，也是无奈之举。
母亲一听，断定这将会毁了聪明儿子的前途，和父亲吵了起来。第二天一早，母亲带着冯志伟到左邻右舍、亲戚朋友家化缘、借贷，终于凑齐了从昆明到北京的路费。
从理科到文科
从云南边疆进入北京大学，冯志伟深知这个机会来之不易，学习非常刻苦。课余时间，他喜欢钻进北大图书馆，探寻学术前沿。有一次，他在外文图书室看到了美国语言学家乔姆斯基的论文《语言描写的三个模型》。这是一篇语言学论文，却发表在自然科学的信息论杂志上，冯志伟感到特别好奇，怀着极大的兴趣通读了全文，认识到这是乔氏应用数学中的“马尔科夫链”来描述自然语言的生成过程，为语言建立了一套独特的数学模型。
冯志伟下定决心要学习这种崭新的语言学理论，于是向学校提出申请，要求转到中文系语言学专业学习。校方认为，这种从理科到文科的跨专业转系没有先例，因此未予批准。此后近一年，冯志伟一而再、再而三地向学校恳求，最终如愿，但条件是从理科二年级转到文科一年级，从头学起。父亲盼着他早日毕业挣钱养家，他却从理科转到文科，白学了两年，父亲气得直骂：“愚蠢！”
冯志伟由此开始了跨学科的学术研究。转入语言学专业一年之后，这个“愚蠢”的儿子写出论文《“语法”定名胜于“文法”》，刊于《中国语文》年第2期。《中国语文》是语言学界的顶级刊物，大学二年级的学生在这样的刊物上发表文章，实属罕见。
年11月，《文汇报》刊发了陈望道、吴文祺、邓明以撰写的文章《“文法”“语法”名义的演变和我们对文法学科定名的建议》，12月又登载了傅东华的文章《“文法”定名优胜于“语法”》。冯志伟读了这两篇文章，认为学术界已经使用“语法”多年，语法定名胜于文法。双方的意见针锋相对，于是引起了一场学术争论。这场学术争论的结果，“语法”的定名取代了“文法”。冯志伟的名字在北京、上海传开了，可是许多人不知道他只是一个大学二年级的学生。
年，冯志伟考取了北大研究生，师从岑麒祥教授学习现代语言学流派的理论。他仍然迷恋数学与语言学的跨学科研究，把毕业论文题目定为《数学方法在语言学中的应用》。岑麒祥教授认为，这个题目偏到理科方面去了，不像传统的语言学研究，未予批准。冯志伟向王力教授汇报了自己的想法，王力教授主张中文系的人也要学习数理化，认为用数学方法进行语言学研究有道理，可以大胆尝试。睿智而豁达的岑麒祥教授改变了想法，同意了冯志伟的选题。
于是冯志伟精心撰写这篇论文，顺利完成，准备答辩了。可是，年5月“文革”开始，答辩无法进行。冯志伟等待又等待，最后还是不能答辩，到年8月下旬，他领到了北京大学研究生毕业证书，被分配到天津唐口三中教英语。
手工计算汉字的熵
在天津教了三年英语，年8月，冯志伟调至昆明五中当物理教师，他的语言学专业已经没有用武之地了。但是，他没有放弃跨学科研究，经常到云南省科技情报研究所和云南省图书馆，阅读外文书刊，密切跟踪国际数理语言学研究进展，利用业余时间写成长篇论文《数理语言学简介》，发表在年第4期的《计算机应用与应用数学》杂志上。这篇文章犹如空谷足音，使人们认识到，在极其艰苦的条件下，仍然有人继续进行着跨学科的探索。
那段时间，冯志伟还研究了汉字的“熵”。熵是物理学术语，用于量度某些物质系统的状态，英语字母所含信息量的大小也可用“熵”来表示。信息论的奠基人香农使用手工查频的方法，统计出英语26个字母在文本中出现的频度，经过复杂计算，确定英语字母的熵为4.03比特，奠定了信息论的理论基础。
香农又提出了“编码定理”，他指出：在编码时，码字的平均长度不能小于字符的熵。英语字母采用单字节编码，码字的长度是1个字节，相当于8比特，大于英语字母的熵，符合香农的“编码定理”。因此，采用单字节来给英语字母编码，是符合数学原理的。
20世纪70年代，国外已经广泛使用计算机了。冯志伟想，中国人将来也要使用计算机，那时，就必须要给汉字编码，使得汉字也可以在计算机上自由地输入、输出、传输。但是，汉字究竟要使用多少字节来编码呢？根据香农“编码定理”，要给汉字编码，首先就要计算汉字的熵，这是冯志伟最为关心的问题。他想，如果汉字的熵大于8比特，那就不能采用单字节编码了，我们就必须另辟蹊径，研制新的编码方式。汉字数量庞大、笔画繁多，汉字熵的计算特别艰难。首先要进行字频统计，然后再计算汉字的熵。冯志伟动员岳父和10位朋友一起工作，没有计算机，主要使用计算尺和算盘来手工计算。冯志伟岳父在云南省粮食厅工作，算盘打得非常熟，他打算盘，配合冯志伟拉计算尺进行计算。最后，冯志伟根据手工统计得出的1万多个汉字的频度，经过精心计算，确定汉字的熵值为9.65比特。这样，汉字只好采用双字节（2字节=16比特）来编码了。冯志伟的这项工作，为20世纪80年代汉字的双字节编码提供了可靠的理论基础。
冯志伟始终认为，9.65比特只是一个估测出的汉字熵值，还需要采用更加精密的手段进行检验。20世纪80年代，北京航空学院计算机系教授刘源使用计算机统计了汉字的频度，并计算出汉字的熵为9.71比特，与冯志伟通过手工计算估测的结果相差不大。
年春，全国科学大会召开了，在“尊重知识、尊重人才”的口号声中，北京大学开始行动，希望把远在昆明的冯志伟调入北大，而冯志伟在昆明五中教学成绩优秀，学校舍不得放他走，调动没有成功。
其时，中国科技大学研究生院正式在北京成立，开始招生，冯志伟抓住这个机会，经过认真准备，一举考中，昆明五中只好放他走了。年国庆节之后，这个39岁的壮汉又变成了学生，背着书包从昆明到北京去上学。
闯进机器翻译的迷宫
那一年，中国科大研究生院录取新生名，决定选派其中的名公费出国留学，冯志伟就是其中一员。
年12月20日，冯志伟乘飞机到达法国巴黎，在中国驻法大使馆报到之后，先到维希的“嘉文澜”语言学院进修法语。年3月1日，冯志伟乘火车从维希抵达格勒诺布尔。一下火车，他就看到格勒诺布尔理科医科大学应用数学研究所“自动翻译中心”主任沃古瓦（Vauquois）教授亲自来火车站迎接。沃古瓦是数学家、天文学家、计算机科学和计算语言学家，又是国际计算语言学会议（COLING）的主席，他曾带领自动翻译中心研制了俄-法机器翻译系统，达到国际领先水平。
冯志伟在沃古瓦的悉心指导下，闯进机器翻译的迷宫，环顾细查，借鉴创新。他掌握了最新的计算机编程技术，学会了使用当时最先进的IBM大型计算机，开始研制“汉语-法语机器翻译系统”。
在机器翻译的研究中，冯志伟提出了多叉多标记树形图模型（Multiple-branchedMultiple-labeledTreeModel，MMT模型），用多叉树来改进直接成分分析法的二叉树，首先对源语言的字符串进行形态分析，把线性字符串转换成有层次的多叉树来表示源语言的句法语义特征，然后进行源语言多叉树到目标语言多叉树的转换，最后把目标语言多叉树转换为目标语言的字符串作为译文输出。对于多叉树中每一个节点上的信息，他还使用多标记来改进传统的单一标记，精心设计了一套复杂特征集（