Системы машинного перевода

Перевод – вид человеческой языковой деятельности, в результате которой текст на одном языке ставится в соответствие тексту на другом языке при обеспечении их смысловыми эквивалентами.

Типы перевода по степени автоматизации:

1) Ручной

2) Автоматизированный

а) Перевод, выполняемый ПК с помощью человека (ПК обращается за справками к человеку);

б) Перевод, выполняемый человеком с помощью ПК:

— В памяти ПК двуязычный словарь и текстовый редактор;

— Системы ТМ ( Translation Memory) – в их основе лежит принцип сбора и хранения фрагментов переведённых человеком текстов на 2 языках, они хранятся в специальном накопителе перевода и служат бесценным подспорьем при последующем выполнении переводов той же тематики.

3) Машинный (автоматический) – выполняемое ПК действие по преобразованию текста на одном языке в текст на другом языке при сохранении эквивалентности).

Традиционный (выполненный человеком)
Статистический (машинный)

Первые теоретические разработки по машинному переводу относятся к 30-40-м, но практическое применение идея машинного перевода нашла в 50-е. Первый машинный перевод был выполнен в Джорджстаунском университете в 1954. В Москве первый машинный перевод был выполнен в 1955. Так как большинство слов имеют несколько значений, то основная трудность заключается именно в выборе нужного варианта, для чего человек использует контекст, жизненный опыт, который фактически невозможно формализовать и загрузить в ПК, = идеального машинного перевода быть не может и человек постоянно участвует в редактировании текста.

Вопрос 21.

Типы систем МП:

1) На правилах языка (модель перевода человеком)

а) Структуры систем МП, основанных на первой системе:

Текст для перевода

Переведённый текст

Двуязычный словарь

Морфологический анализ исходного языка

Синтаксический анализ исходного языка

Синтаксический синтез переводного языка

Синтаксические соответствия (структура)

Морфологический синтез переводного языка

— В процессе морфологического анализа слов предложения исходного языка каждое слово получает наборы лексико-грамматических признаков ( часть речи, род и т.д.), ПК формирует эти наборы с опорой на специализированные двуязычные словари;

— Синтаксический анализ предложения исходного языка сводится к поиску основных членов предложения;

— Синтаксический синтез заключается:

a. В создании предложения переводного языка определённой синтаксической структуры, определяемой правилами языков;

b. Замена слов исходного языка на их переводные эквиваленты из словарей.

— Морфологический синтез каждого слова предполагаемого родного языка сводится к постановкам каждого слова в нужную форму, для чего ПК использует лексико-грамматические признаки слов переводного языка.

б) Успех СМП зависит от автоматических словарей. Для всех слов закодированного вида указываются грамматические признаки и лексико-семантическая информация.

в) Используются два типа представления лексических единиц в автоматическом словаре:

— В виде словоформ (словарь включает всевозможные лексические единицы и подаётся гнёздами);

— В виде квазиосновы ( числа, стоящие после, условно обозначают наборы суффиксов и окончаний, присоединяемых к основе для получения соответствующей формы, эти числа называются типами формообразования, а сами суффиксы и окончания – машинными окончаниями.

г) Выбор типа лексической единицы зависит от:

— Типа языка (для флективных рациональнее использовать квазиоснову, для языков аналитического типа — словоформу);

— От объёма словаря и вычислительных ресурсов ПК;

— От типа системы СМП (для информативного перевода применяют квазиосноу, для профессионального – словоформу).

д) Преимущества систем первой технологии:

— Синтаксическая и морфологическая точность;

— Стабильность и предсказуемость результатов;

— Возможность настройки на предметную область.

е) Недостатки:

— Трудоёмкость и длительность разработки;

— Необходимость пополнения словарей;

— «Машинный» акцент.

2) Системы второй технологии (основаны на поиске наиболее вероятного перевода с использованием данных из параллельных корпусов);

а) Преимущества:

— Легко построить при наличии двуязычного корпуса;

— Перенос технологии на любые пары языков

— Лексическая гладкость.

б) Недостатки:

— Ограниченность параллельных корпусов и их качество;

— Плохая справляемость с морфологией и синтаксисом;

— Искажение информации.

Обе технологии обладают своими преимуществами и недостатками и не решили задачу по достижению качественного МП. Система Promt разработала «Гибридную технологию перевода». Такой перевод сохраняет преимущества традиционной технологии (формирование синтаксически связанного и грамматически правильного текста) и преимущества статистического метода (быстрое обучение, получение данных из параллельных корпусов в автоматическом режиме и гладкость текстов).

Вопрос 22.

Статьи к прочтению:

Компьютерная лингвистика №6: машинный перевод

Похожие статьи: