Рефераты. Электронные словари и их применимость для традиционного машинного перевода






перебора построит древа зависимостей для ограниченного множества

предложений. Такие системы точно так же получали определения

"экспериментальные".

Так или иначе, но именно из таких проектов появились системы перевода,

которые сейчас предлагаются конечному пользователю. Это и Power Translator

(компания Globalink) и Language Assistant (компания MicroTac) и TRANSEND

(компания Intergraph).

Системы семейств STYLUS и PROMT - не исключение, поскольку многие

специалисты компании PROMT имели опыт работы в такого типа проектах. Однако

при разработке систем PROMT впервые был применен фактически революционный

подход, который и позволил получить впечатляющие результаты. Системы

перевода семейства PROMT - это системы, спроектированные на основе не

лингвистических, а кибернетических методов.

Оказалось, что очень продуктивно рассматривать систему перевода не как

транслятор, задачей которого является перевод текста, допустимого с точки

зрения входной грамматики, а как некоторую сложную систему, задачей которой

является получение результата при произвольных входных данных, в том числе

и для текстов, которые не являются правильными для грамматики, с которой

работает система.

Вместо принятого лингвистического подхода, предполагающего выделение

последовательных процессов анализа и синтеза предложения, в основу

архитектуры систем было положено представление процесса перевода как

процесса с "объектно-ориентированной" организацией, основанной на иерархии

обрабатываемых компонентов предложения. Это позволило сделать системы PROMT

устойчивыми и открытыми.

Кроме того, такой подход дал возможность применения различных

формализмов для описания перевода разных уровней. В системах работают и

сетевые грамматики, близкие по типу к расширенным сетям переходов, и

процедурные алгоритмы заполнения и трансформаций фреймовых структур для

анализа сложных предикатов.

Описание лексической единицы в словарной статье, которое фактически не

ограничено по размерам и может содержать множество различных признаков,

тесно взаимосвязано со структурой алгоритмов системы и структурировано не

на основе извечной антитезы синтаксис - семантика, а на основе уровней

компонентов текста.

При этом системы могут работать и с не полностью описанными словарными

статьями, что является важным моментом при открытии словарей для

пользователя, от которого нельзя требовать тонкого обращения с

лингвистическим материалом.

Первая система машинного перевода, выпущенная компанией PROMT в 1991

году, переводила с английского языка на русский специализированные тексты

по программному обеспечению. Она использовала небольшой словарь - около 17

тыс. слов и выражений, работала в среде ДОС и не имела средств настройки

для пользователя. Но уже эта первая система была правильно устроена, и

нынешняя технология разработки алгоритмов машинного перевода, применяемая в

компании PROMT, не претерпела значительных изменений. Напротив, найденный

тогда подход оказался очень плодотворным для самых разных языков.

Сначала поясним некоторые определения: вместе с развитием машинного

перевода как области прикладной лингвистики появились и классификации

систем, и стало принято делить системы перевода на системы типа TRANSFER и

системы типа INTERLINGUA. Это разделение основано на особенностях

архитектурных решений для лингвистических алгоритмов.

Алгоритмы перевода для систем типа TRANSFER строятся как композиция трех

процессов: анализ входного предложения в терминах структур входного языка,

преобразование этой структуры в аналогичную структуру выходного языка

(TRANSFER) и затем синтез выходного предложения по полученной структуре.

Системы типа INTERLINGUA предполагают априори наличие некоторого

метаязыка структур (INTERLINGUA), на котором можно описать все структуры

как входного, так и выходного языков в общем случае; поэтому алгоритм

перевода в системе типа INTERLINGUA предполагается как более простой:

анализ входного предложения в терминах метаязыка и затем синтез из

метаструктуры соответствующего предложения выходного языка. "Единственная"

сложность в этом случае - разработать сам метаязык и описать естественный

язык в соответствующих терминах.

Несмотря на то, что эта классификация существует, и в среде

разработчиков машинного перевода считается хорошим тоном спросить, к какому

типу относится система PROMT, не было разработано еще не одной реальной

системы, основанной на принципе INTERLINGUA.

Система PROMT не является исключением, и на этот вопрос мы отвечаем:

наша система выполняет перевод типа TRANSFER. Но это очень простой ответ,

он практически не отражает особенностей архитектуры системы PROMT. А

особенности состоят в том, что этот метод (TRANSFER) применен в системе не

в соответствии с лингвистическим стандартным подходом.

Дело в том, что система перевода, как правило, работает в условиях не

полностью описанных данных, ведь в язык - это живая система, которая

развивается очень быстро: постоянно появляются новые слова, новые функции

старых слов, и, вместе с новыми сущностями, новые значения. В этих условиях

определяющим структурным свойством алгоритмов перевода становится их

устойчивость к произвольным входным данным, и в основу алгоритмов,

выполняющих перевод в системе PROMT, вместо последовательного TRANSFER'а

был заложен иерархический подход, разделяющий процесс перевода на

взаимосвязанные TRANSFER'ы для разных единиц анализа.

В системе выделяется уровень лексических единиц, уровень групп, уровень

простых предложений и уровень сложных предложений. Все эти процессы связаны

и взаимодействуют иерархически в соответствии с иерархией текстовых единиц,

обмениваясь синтезируемыми и наследуемыми признаками. Такое устройство

алгоритмов позволяет использовать разные формальные методы для описания

алгоритмов разных уровней.

Рассмотрим уровень лексических единиц: лексическая единица - это слово

или словосочетание, которое является единицей самого низкого уровня. И в

случае входного, и в случае выходного языка слово описывается как

совокупность основы и окончания. Это обеспечивает возможность, с одной

стороны, распознавания входных слов и анализа входной морфологии и, с

другой стороны, удобного синтеза выходных слов по их морфологической

информации (основа, тип словоизменения и адрес окончания в массиве

окончаний этого типа). Таким образом, если ввести правила преобразования

входной морфологической информации в выходную морфологическую информацию,

осуществляется TRANSFER на морфологическом уровне.

Уровень групп рассматривает структуры более сложные: группы

существительных, прилагательных, наречий и сложные глагольные формы. Этот

уровень при анализе, основываясь на формальных сетевых грамматиках, умеет

соединять группы в синтаксические единицы, каждая из которых

характеризуется синтезированной структурной информацией и главным элементом

группы. По входной структуре, полученной в терминах непосредственных

составляющих, вместе с синтезированными признаками формируется выходная

группа как набор лексических единиц со значениями морфологических

признаков, которые могут наследоваться исходя из результатов анализа

группы. Таким образом, реализуется TRANSFER на уровне групп.

Анализ простых предложений как структур, состоящих из синтаксических

единиц, выполняется на основе фреймовых предикатных структур, которые

позволяют эффективно выполнять преобразования. Глагол считается для простых

предложений главным элементом и его валентности определяют заполнение

соответствующего фрейма. Для каждого типа фреймов существует некоторый

закон преобразования в выходной фрейм и оформление актантов. Таким образом,

осуществляется TRANSFER на уровне предложений. Анализ сложных предложений

требуется в случае формирования согласования времен и правильного перевода

союзов.

Глава IV. ПРАКТИЧЕСКАЯ ЧАСТЬ

Чтобы лучше понять принципы действия систем МП и их методы использования

словарей и анализа грамматики, равно как и синтеза структур на выходном

языке, следует на практике перевести несколько текстов (желательно

различных по функциональному стилю и тематике), используя одну из

вышеописанных систем машинного перевода. Наиболее целесообразным

представляется использование системы МП PROMT XT, поскольку она является

самой последней на данный момент версией ряда продуктов PROMT и объективно

лучшей из доступных.

Возьмем в качестве первого примера следующую логическую задачку:

"You are given 12 identical-looking coins, one of which is counterfeit

and weighs slightly more or less (you don't know which) than the

others. You are given a beam balance which lets you put the same number

of coins on each side and observe which side (if either) is heavier.

How can you identify the counterfeit and tell whether it is heavy or

light, in 3 weighings?"

Вот ее 'вольный' перевод на русский язык, который мог бы быть сделан

человеком - переводчиком:

"У вас есть 12 одинаковых по виду монет, одна из которых - фальшивая и

весит немного больше или меньше, чем остальные (вы не знаете, какая

именно). Имеются рычажные весы, на чаши которых вы можете класть равное

число монет и смотреть, какая из чаш перевесила (или весы остались в

равновесии). Как за 3 взвешивания определить фальшивую монету и узнать,

легче она или тяжелее остальных?"

При переводе переводчику пришлось поменять порядок слов в нескольких

предложениях. А вот как переводит этот текст система автоматического

перевода семейства PROMT (использовалась PROMT XT):

"Вам дают 12 идентично-выглядящих монет, одна из которых - подделка и

весит немного более или менее (Вы не знаете который) чем другие. Вам

дают баланс луча, который позволяет Вам помещать то же самое число

{номер} монет на каждой стороне и наблюдать {соблюдать}, какая сторона

(если любой) более тяжел. Как Вы можете идентифицировать подделку и

сказать, тяжело ли это или легко, в 3 взвешиваниях?"

Обратим внимание на "баланс луча". Эта ошибка вызвана, как легко понять,

отсутствием в словаре словосочетания "beam balance", означающего "рычажные

весы". Очевидно, что варианты перевода слов (данные в фигурных скобках) -

вторые значения соответственных слов во входном языке. Таким образом,

отбирая, исходя из контекста, наиболее вероятные значения слов, программа

PROMT иногда затрудняется выдать однозначный вариант, оставляя, таким

образом, право выбора за редактором-переводчиком. Однако справедливости

ради, нужно отметить, что в обоих случаях двоякого толкования слова

программой в данном тексте, в качестве наиболее вероятных были выбраны

именно правильные значения.

Немного смущает фраза "если любой", употребленная в тексте в скобках. Во-

первых, очевидно, что грамматически текст данный в скобках никак программой

не связывается с текстом за скобками - отсюда и разница в роде: сущ.

сторона - ж.р. ед. ч.; и мест. любой - м.р. ед. ч. Во-вторых, вероятно

фраза "if any" представляет собой одно единое семантическое целое - в своем

роде клише официального стиля. Доказательством тому служит присутствие

выражения "if any" в словаре ABBY Lingvo7.0 в качестве отдельной словарной

статьи:

"if any - если это имеет место

At the start of every month I have to send him an account of my

earnings, if any. — В начале каждого месяца я должен посылать ему

отчет о моих заработках, если таковые имелись."

Поэтому упущением создателей системы PROMT является пословный перевод

этой фразеологической единицы. Следующим существенным недостатком является

очевидное 'нежелание' системы менять порядок слов в предложении - иногда

это жизненно необходимо. То есть в выходном языке порядок слов почти всегда

такой же, как и во входном.

Общеизвестно, что в английские существительные утратили грамматическую

категорию рода. Поэтому почти все они согласуются с местоимением 3 лица ед.

числа "it" - среднего рода. В русском же языке категория рода у

существительных присутствует и в 3-м лице ед. числе они согласуются с тремя

разными местоимениями в зависимости от грамматического рода. Так вот,

система PROMT, синтезируя текст на выходном языке не учитывает возможность

согласования существительного и местоимения, его заменяющего в роде.

Примером может служить последнее предложение текста: "How can you identify

the counterfeit and tell whether it is heavy or light, in 3 weighings?".

Переведено оно следующим образом: "Как Вы можете идентифицировать подделку

и сказать, тяжело ли это или легко, в 3 взвешиваниях?" Перевод слов "It" и

"counterfeit" не согласуются в роде: подделка - женского рода, это -

среднего рода; более того - не видя связи между двумя этими словами,

программа-переводчик вместо личного местоимения подставляет указательное.

В качестве второго примера возьмем начало Декларации Независимости

США. Здесь мы увидим перевод программой PROMT XT текста, написанного в

официально-деловом стиле в конце XVIII века. Вот оригинал текста:

"When in the course of human events, it becomes necessary for one

people to dissolve the political bands which have connected them with

another, and to assume among the powers of the earth, the separate and

equal station to which the laws of nature and of nature's God entitle

them, a decent respect to the opinions of mankind requires that they

should declare the causes which impel them to the separation. We hold

these truths to be self-evident, that all men are created equal, that

they are endowed by their creator with certain unalienable rights,

that among these are life, liberty and the pursuit of happiness, that

to secure these rights, governments are instituted among men, deriving

their just powers from the consent of the governed..."

Как мы видим, этот текст далеко не прост с точки зрения восприятия:

предложения длинные, много придаточных предложений и однородных членов. С

другой стороны, несмотря на то, что тексту более 225 лет, в нем нет слов

или грамматических конструкций, которые были бы непонятны человеку,

знающему английский язык хотя бы на уровне носителя. В тесте не

используются слова, значения, которых устарели бы и поэтому единственной

сложностью является большой объем предложений и относительная сложность их

конструкции. Далее следует перевод этого текста, сделанный человеком

переводчиком:

"Когда в ходе человеческой истории для одного народа становится

необходимым порвать политические узы, связывающие его с другим, и

занять среди наций мира самостоятельное и равное положение, присвоенное

ему в силу естественного права и законов Божественной Природы, —

уважение к мнениям человечества требует декларации причин, вынуждающих

его к отделению. Мы считаем самоочевидными следующие истины: что все

люди созданы равными, что они наделены Создателем определенными

неотъемлемыми правами, среди которых имеется право на жизнь, свободу и

на стремление к счастью; что для обеспечения этих прав существуют среди

людей правительства, осуществляющие свою власть с согласия тех, кем они

управляют…"

А вот перевод этого текста, осуществленный системой PROMT XT:

"Когда в ходе человеческих событий, это становится необходимым для

одного людей расторгнуть {распустить} политические полосы{оркестры},

которые соединили их с другим, и принимать среди полномочий земли,

отдельная и равная станция, на которую законы характера{природы} и Бога

характера{природы} дают право им, приличное уважение{отношение} к

мнениям относительно человечества требует, чтобы они объявили причины,

которые побуждают их к разделению. Мы считаем эти истины быть

самоочевидными, что все мужчины созданы равными, что они обеспечены их

создателем с некоторыми неотъемлемыми правами, которые среди них

являются жизнью, свободой и преследованием счастья, что, чтобы

обеспечить эти права, правительства назначены{установлены} среди

мужчин, получая их справедливые полномочия от согласия управляемых..."

Как мы видим, с таким текстом у системы машинного перевода возникает

больше проблем. Здесь можно даже не упоминать выбора неправильных значений

слов, таких как People, bands, station. Основываясь на данном образце

перевода текста, можно воочию, так сказать, увидеть все несовершенство

механизмов грамматического анализа и синтеза.

В отношении грамматического синтеза, с другой стороны, сказать можно

не так много. Ну, например, выходной вариант "дают право им" не

соответствует норме языка с точки зрения порядка слов. Таким образом, при

синтезе грамматических структур на выходном языке, мы опять-таки видим

жесткую привязку к порядку слов в тексте на входном языке. Затем, такая

фраза как "мы считаем эти истины быть самоочевидными…" сильно напоминает

речь иностранца, 'изучившего' русский язык посредством разговорника. А ведь

программа писалась русскими специалистами! Однако в данном случае,

лингвистов, участвовавших в создании систем PROMT в незнании грамматики

родного языка обвинить нельзя. Ведь проблема здесь не в синтезе

грамматической структуры, а все в том же непонимании структуры входного

языка - то есть в грамматическом анализе.

Грамматический анализ, как мы видим, находится на самом примитивном

уровне. Да, простые предложения система переводит (да и то, как мы

убедились - не все) почти без ошибок. Сложносочиненные, да и классические

примеры сложноподчиненных предложений тоже даются системе с относительной

легкостью. Однако как только возникает нестандартная ситуация (например,

одно придаточное предложение усложняется другим (или даже элементарное

вводной или пояснительной конструкцией) и, как следствие, разрывается) и

программа не находит подходящего алгоритма грамматического анализа - она

сразу забывает о синтаксисе и начинает элементарный пословный перевод,

формально (посредством флексий) пытаясь связать хотя бы рядом стоящие

слова. Эта попытка связать грамматически рядом стоящие слова вкупе

неправильным выбором значений некоторых слов еще более запутывает выходной

вариант.

Язык - это живая структура, которая не поддается полной алгоритмизации

и, следовательно, посредством одних лишь алгоритмов проблему машинного

перевода не решить. Машина не понимает текст, она лишь преобразовывает его

посредством различных алгоритмов и правил. И не важно, сколько будет этих

правил, без хотя бы общего понимания входного текста не может быть сколько-

нибудь связного и стабильного процесса перевода. На уровне простых

предложений и в рамках строго определенной тематики машинный перевод в

принципе возможен, но не более.

Заключение.

До уровня полной автоматизации перевода человечество еще не дошло, да

и дойдет, вероятно, не скоро. Причиной этому является, вероятно,

недостаточный уровень развития наук, затронутых в создании подобных

систем. Слишком сложно сказать, как человек переводит - а тем более сложно

смоделировать этот процесс с помощью компьютерной программы. Тем более

сложно сделать это, если учесть, что человек мыслит образами, а научить

этому компьютер - невозможно в принципе (по крайней мере, на настоящем

уровне развития ЭВМ).

Возьмем, к примеру, неопределенный артикль "a". Если человеку с

определенным багажом лингвистических знаний сказать фразу "неопределенный

артикль "а", в его сознании моментально возникает несколько образов -

начиная от звуковой формы данного артикля и заканчивая образом

неопределенности, каким бы у данного человека этот образ ни был. Однако

даже для самой современной компьютерной системы фраза "неопределенный

артикль "а" обозначает лишь последовательность из двухсот-восьми единиц и

нулей, составляющих бинарный эквивалент литерной величины "неопределенный

артикль "а". Поэтому-то научить ЭВМ самостоятельно осуществлять адекватный

перевод текстов в принципе невозможно на данном этапе развития. Язык

образен и не поддается полной алгоритмизации, а посему проблема полной

автоматизации перевода сводится следующей проблеме: научить машину мыслить

и оперировать образами - а эта проблема уже из области проблем

искусственного интеллекта, создание которого все еще является чем-то из

области фантастики.

Другое дело, что уже теперь мы можем использовать достижения науки и

техники для облегчения работы человека во всех сферах его деятельности.

Конечно, применимость ЭВМ может быть где-то более актуальна, а где-то -

менее. Тем не менее, ЭВМ применимы везде, более того - уровень их

применимости постоянно растет. Справедливо это и для автоматизации процесса

перевода. Если машины и не могут пока осуществлять адекватный перевод

самостоятельно, то служить серьезным подспорьем для переводчика они вполне

в состоянии. При их грамотном использовании эффективность перевода может

возрасти в несколько раз, причем качество перевода не снизится, а наоборот

- повысится (взять, к примеру, те же системы Translation Memory).

Таким образом, говоря о наиболее перспективных путях развития систем

автоматизации перевода, следует, вероятно, сосредоточиться на том, что

выполнимо на данный момент, то есть на создании более эффективных

электронных словарей с как можно более эффективным механизмом поиска и

индексации, с как можно более интегрированной системой словарных статей.

Если же брать во внимание развитие систем Машинного Перевода, то наиболее

перспективным направлением здесь окажется совершенствование подсистем

грамматического анализа и синтеза, а также увеличение объема

контекстуального охвата текста и совершенствование семантических цепочек с

целью более точного подбора значений слов.

Библиография

1) http://courier.com.ru/nauka/diction1.htm#up ("Что внутри электронного

словаря?");

2) http://mcbsys.com/;

3) http://osp.admin.tomsk.ru/school/1999/2/06.htm;

4)

http://school.ort.spb.ru/library/informatica/compmarket/internet/transl.ht

m ("Интернет: кое-что в помощь переводчику", Ильдар Кутыев);

5) http://www.a-z.ru/person/belonogov/index.htm#I0

6) http://www.computerra.ru/ ("Что могут словари?" Денис Зельцер);

7) http://www.krugosvet.ru/articles/82/1008256/1008256a1.htm;

8) http://www.lingvoda.ru/transforum/articles/pdf/selegey_a1.pdf

("Электронные словари и компьютерная лексикография", Владимир Селегей,

компания ABBY);

9) http://www.mtoday.com/article_m.htm (Анна Марченко, центр переводов

"Гильдия");

10) http://www.promt.ru/mtw/articles/article_Sokolova.phtml ("Как переводит

компьютер", Автор:Соколова Светлана);

11) http://www.promt.ru:8000/mtw/class.phtml;

12) http://www.promt.ru:8000/mtw/developer.phtml;

13) http://www.svoboda.org/programs/sc/2001/sc.050101.asp (Александр

Костинский);

14) www.multilex.ru;

15) А. САВИНА, Т. ТИПИКИНА («Наука и жизнь» 1999, N 9);

16) Владимир Самусенко, "Электронный словарь - друг человека" 24.02.1999,

Компьютер в школе, #2/1999;

17) Г. Г. Белоногов, Ю. Г. Зеленков,"Б. А. Кузнецов, А. П. Новоселов,

Александрдр А. Хорошилов, Алексей А. Хорошилов. Автоматизация

составления и ведения словарей для систем фразеологического машинного

перевода текстов с русского языка на английский и с английского на

русский. Сб. "Научно-техническая информация", Сер. 2, | 12, ВИНИТИ,

1993;

18) Г. Г. Белоногов, Ю. Г. Зеленков,"Б. А. Кузнецов, А. П. Новоселов, Н. А.

Пащенко, Александрдр А. Хорошилов, Алексей А. Хорошилов. Интерактивная

система русско-английского и англо-русского машинного перевода

политематических научно-технических текстов. Сб. "Научно-техническая

информация", Серия 2, | 3, ВИНИТИ, 1993.

19) З.М.Шаляпина "АВТОМАТИЧЕСКИЙ ПЕРЕВОД: ЭВОЛЮЦИЯ И СОВРЕМЕННЫЕ ТЕНДЕНЦИИ"

(Вопросы языкознания, 1996, (2, с.105-117);

20) Сергеев В.Н. Словари – наши друзья и помощники. – М.: Просвещение,

1984.

Страницы: 1, 2, 3, 4, 5, 6, 7



2012 © Все права защищены
При использовании материалов активная ссылка на источник обязательна.