46. Понятие машинного перевода, классификация систем мп.

Машинный перевод - процесс перевода текстов (письменных, а в идеале и устных) с одного естественного языка на другой полностью специальной компьютерной программой.

История машинного перевода

1933 г. – изобретатель П.П. Смирнов-Троянский (СССР) получил патент на механическую «машину для подбора и печатания слов при переводе с одного языка на другой».

- автоматический двуязычный словарь;

- схема кодирования межъязыковых грамматических соответствий;

- язык – эсперанто, при работе с кот. невозможно было расширить функциональность. Однако при работе с естественными языками это удалось.

Как научно-прикладное направление начинает развиваться в конце 40-х годов XX века:

- 1947г., Уоррен Уивер впервые сформулировал концепцию машинного перевода. Идеи Уивера легли в основу подхода к МП, основанного на концепции interlingva: стадия передачи информации разделена на два этапа: на первом этапе исходное предложение переводится на язык-посредник (созданный на базе упрощенного английского языка), а затем результат этого перевода представляется средствами выходного языка. Также установил аналогию м\у переводом и дешифрованием.

В 1952г. состоялась первая конференция по МП в Массачусетском технологическом университете, а в 1954г. в Нью-Йорке была представлена первая система МП - IBM Mark II (она имела словарь в 250 единиц и 6 грамматических правил), осуществлявшая перевод с русского языка на английский («Джорджтаунский эксперимент»). С тех пор МП развивался неоднозначно: были и падения и взлеты.

Сегодня МП переживает период бурного развития и распространения, что связано с резким ростом производительности современных ЭВМ, их доступности и компактности, развитию глобальной сети Internet, а также, естественно, росту интенсивности межкультурных коммуникаций.

Формы организации взаимодействия ЭВМ и человека при машинном переводе:

• С постредактированием: исходный текст перерабатывается машиной, а человек-редактор исправляет результат.

• С предредактированием: человек приспосабливает текст к обработке машиной (устраняет возможные неоднозначные прочтения, упрощает и размечает текст), после чего начинается программная обработка.

• С интерредактированием: человек вмешивается в работу системы перевода, разрешая трудные случаи.

• Смешанные системы (например, одновременно с пред- и постредактированием).

Существует несколько подходов к классификации современных систем машинного перевода, исходя из разных критериев.

Классификация (в зависимости от степени участия человека в процессе перевода),  предложенная Лари Чайлдсоном в 1990 г., предполагает три вида систем машинного перевода:

FAMT (Fully-Automated Machine Translation) – инструменты полностью автоматизированного машинного перевода. Такие системы пока находятся в стадии разработки, поскольку проблемы автоматического понимания, перевода и синтеза «живых» текстов еще не решены, и это едва ли случится в ближайшее время. Одним из видов FAMT-программ являются уже существующие системы перевода устной речи «на лету»... Но их возможности пока чрезвычайно ограничены.

HAMT (Human-Assisted Machine Translation) – приложения для автоматизированного машинного перевода текстов, выполняемого при участии человека; HAMT-системы немногочисленны и пока далеко не универсальны. В этой области добилась больших успехов российская фирма ПРОМТ.

MAHT (Machine-Assisted Human Translation) – вспомогательные средства для выполнения перевода человеком с использованием компьютера. К категории MAHT-приложений сегодня относится абсолютное большинство «электронных переводчиков» и компьютерных словарей – как программных, так и он-лайн.

Другая классификация говорит о существовании 3-х основных типов систем машинного перевода:

1. Системы «прямого перевода» (direct translation).

- обычно двуязычны, специально разработаны для конкретной пары языков и пригодны для перевода только в одном направлении (т.е. не способны восстановить из переводного текста исходный);

- элементы текста на языке А заменяются на элементы текста на языке В по набору правил R.

2. Системы, основанные на промежуточном языке (interlingua approach).

- исходят из возможности создания внеязыкового промежуточного семантико-синтаксического представления исходного текста, пригодного для его воплощения средствами нескольких языков;

- происходит в 2 этапа:

с языка А на внутренний (вспомогательный) язык L  с L на язык В

при этом применяется 2 набора правил (R1 и R2).

- достоинства:

* многократное использование при переводе с определенного исходного языка;

* пригодность для работы с текстом на любом языке.

3. Системы, основанные на трансфере (transfer-based)

- предполагают 3 стадии перевода, включающие глубинную (абстрактную, семантико-синтаксическую) репрезентацию текста как для исходного языка (ИЯ), так и для языка перевода (ПЯ):

* на первой стадии текст на ИЯ конвертируется в абстрактную репрезентацию, отражающую особенности ИЯ;

* на второй – эта репрезентация перевоплощается в семантико-синтаксическое представление, релевантное ПЯ;

* на третьей – генерируется переводной текст.

Отличие от промежуточного языка: представление глубинной структуры текста, специфичное для ИЯ, не требует полного разрешения всех неясностей и двусмысленностей (преодолевается внутриязыковая омонимия, двусмысленность синтаксических конструкций \он кормил ее мясом своих собак\); проблемы с поиском лексических соответствий решаются на 2-ой стадии перевода.

- Включают 3 типа словарей:

* словарь для ИЯ, содержащий морфологическую, грамматическую и семантическую информацию;

* подобный словарь для языка перевода;

* переводной словарь, соотносящий базовые формы ИЯ с формами ПЯ.

!!! Interlingua & transfer-based systems – системы второго поколения, вытеснившими «прямой перевод» в 70-80-х гг 20 в. Оба базируются на спецификации правил для различных лингвистических уровней и процедур (морфологический, синтаксический, лексический выбор, семантический анализ, генерирование текста). Их называют системами, основанными на правилах (rule-based systems), в отличие от более поздних систем, разработанных на основе корпусов. Главная особенность таких систем – разрешение многозначности ч\з анализ.

Преимущества МП:

1. Высокая скорость. Всего несколько секунд и Вы получаете перевод многостраничного текста. Это позволяет быстро понять смысл текста, а если система настроена на перевод текстов этой тематики, требуется минимальная редакторская правка.

2. Низкая стоимость. (платите единожды за программу, а не каждый раз при обращении в бюро)

3. Доступ к услуге. Программа-переводчик всегда под рукой, а обращаться в переводческое бюро во многих случаях связано с дополнительными затратами времени и сил.

4. Конфиденциальность. Системе МП можно доверить любую информацию.

5. Универсальность. Любой переводчик всегда имеет специализацию, т.е. переводит тексты по той теме, которой он хорошо владеет. Следует учесть и еще одно преимущество систем МП: пополнение их специализированных словарей новейшими терминами значительно опережает аналогичные словари полиграфического исполнения. В ряде случаев также рекомендуется вести свой собственный словарь новых терминов или новых значений. В этом случае вы гарантированно получаете необходимое качество перевода. Особый интерес представляют on-line системы МП.

Преимущества систем МП:

- они знают множество языков и умеют переводить в разных направлениях, их не нужно устанавливать на компьютер, они бесплатны, удобны и работают в любом браузере, а также для их реализации используются относительно мощные и вместительные, по сравнению с настольными ПК, серверные машины.

Перспективы развития и использования систем МП:

1. для языков меньшинств или менее популярных языков (имеются ввиду языки, не привлекавшие внимания разработчиков систем МП в силу экономических \хинди\ или географических \японский\ причин. Через достижения корпусной лингвистики, т.к. национальные корпусы становятся основой для систем МП).

2. для WWW chat rooms.

3. инструменты для пользователей (двуязычные конкордансы – программы, позволяющие просматривать употребление слова или целой фразы в текстах корпуса, получая переводы каждого контекста. + выявление контекстов ключевого слова).