Электронные словари и их применимость для традиционного машинного перевода

различить?

Как оказалось, определенные успехи были достигнуты в сфере разработки

программ перевода, различающих смысл основываясь на контексте. Более

поздние исследования при анализе текстов опираются больше на теории

вероятности. Тем не менее, полностью автоматизированный машинный перевод

текстов с обширной тематикой все еще является невыполнимой задачей.

Автоматизированный машинный перевод при участии человека. Этот вид

машинного перевода теперь вполне осуществим. Говоря о машинном переводе при

участии человека, обычно подразумевают редактирование текстов как до, так и

после их обработки компьютером. Люди-переводчики изменяют тексты так, чтобы

они были понятны машинам. После того, как компьютер сделал перевод, люди

опять-таки редактируют грубый машинный перевод, делая текст на выходном

языке правильным. Помимо такого порядка работы, существуют системы МП, во

время перевода требующие постоянного присутствия человека-переводчика,

помогающего компьютеру делать перевод особенно сложных или неоднозначных

конструкций.

Машинный перевод с помощью человека применим в большей степени к текстам

с ограниченным вокабуляром узко-ограниченной тематики.

Экономичность использования машинного перевода с помощью человека -

вопрос все еще спорный. Сами программы обычно достаточно дорогостоящи, а

для работы некоторых из них требуется специальное оборудование.

Предварительному и последующему редактированию необходимо обучаться, да и

работа эта не из приятных. Создание и поддержание в рабочем состоянии баз

данных слов - процесс трудоемкий и зачастую требует специальных навыков.

Однако для организации, переводящей большие объемы текстов в четко-

определенной тематической сфере, машинный перевод с помощью человека может

оказаться достаточно экономичной альтернативой традиционному человеческому

переводу.

Перевод, осуществляемый человеком с использованием компьютера. При этом

подходе человек-переводчик ставится в центр процесса перевода, в то время

как программа компьютера расценивается в качестве инструмента, делающего

процесс перевода более эффективным, а перевод - точным. Это обычные

электронные словари, которые обеспечивают перевод требуемого слова,

возлагая на человека ответственность за выбор нужного варианта и смысл

переведенного текста. Такие словари значительно облегчают процесс перевода,

но требуют от пользователя определенного знания языка и затрат времени на

его осуществление. И все же сам процесс перевода значительно ускоряется и

облегчается.

Среди систем, помогающих переводчику в работе, важнейшее место занимают

так называемые системы Translation Memory (TM). Системы ТМ представляют

собой интерактивный инструмент для накопления в базе данных пар

эквивалентных сегментов текста на языке оригинала и перевода с возможностью

их последующего поиска и редактирования. Эти программные продукты не имеют

целью применение высокоинтеллектуальных информационных технологий, а

наоборот, основаны на использовании творческого потенциала переводчика.

Переводчик в процессе работы сам формирует базу данных (или же получает ее

от других переводчиков или от заказчика), и чем больше единиц она содержит,

тем больше отдача от ее использования.

Вот список наиболее известных систем ТМ:

- Transit швейцарской фирмы Star,

- Trados (США),

- Translation Manager от IBM,

- Eurolang Optimizer французской фирмы LANT,

- DejaVu от ATRIL (США),

- WordFisher (Венгрия).

Системы ТМ позволяют исключить повторный перевод идентичных фрагментов

текста. Перевод сегмента осуществляется переводчиком только один раз, а

затем каждый следующий сегмент проверяется на совпадение (полное или

нечеткое) с базой данных, и, если найден идентичный или похожий сегмент, то

он предлагается в качестве варианта перевода.

В настоящее время ведутся разработки по усовершенствованию систем ТМ.

Например, ядро системы Transit фирмы Star реализовано на основе технологии

нейронных сетей.

Несмотря на широкий ассортимент систем TM, они имеют несколько общих

функций:

- Функция сопоставления (Alignment). Одно из преимуществ систем ТМ – это

возможность использования уже переведенных материалов по данной тематике.

База данных ТМ может быть получена путем посегментного сопоставления файлов

оригинала и перевода.

- Наличие фильтров импорта – экспорта. Это свойство обеспечивает

совместимость систем ТМ с множеством текстовых процессоров и издательских

систем и дает переводчику относительную независимость от заказчика.

- Механизм поиска нечетких или полных совпадений. Именно этот механизм и

представляет собой основное достоинство систем ТМ. Если при переводе текста

система встречает сегмент, идентичный или близкий к переведенному ранее, то

уже переведенный сегмент предлагается переводчику как вариант перевода

текущего сегмента, который может быть подкорректирован. Степень нечеткого

совпадения задается пользователем.

- Поддержка тематических словарей. Эта функция помогает переводчику

придерживаться глоссария. Как правило, если в переводимом сегменте

встречается слово или словосочетание из тематического словаря, то оно

выделяется цветом и предлагается его перевод, который можно вставить в

переводимый текст автоматически.

- Средства поиска фрагментов текста. Этот инструмент очень удобен при

редактировании перевода. Если в процессе работы был найден более удачный

вариант перевода какого-либо фрагмента текста, то этот фрагмент может быть

найден во всех сегментах ТМ, после чего в сегменты ТМ последовательно

вносятся необходимые изменения.

Конечно, как и любой программный продукт, системы ТМ имеют свои

достоинства и недостатки, и свою область применения. Однако в отношении

систем TM, основным недостатком является их дороговизна.

Особенно удобно использовать системы ТМ при переводе таких документов,

как руководства пользователя, инструкции по эксплуатации, конструкторская и

деловая документация, каталоги продукции и другой однотипной документации с

большим количеством совпадений.

Системы машинного перевода (МП)

В соответствии с указанной выше классификацией, целью данной работы

является исследование и анализ систем МП второй группы, поскольку систем МП

первой группы еще не существует в природе, а системы третьей группы в

сущности не являются системами МП, а более напоминают электронные словари.

Системы МП осуществляют автоматизированный перевод текста. Единицами

перевода при этом служат слова или словосочетания, причем последние

разработки позволяют учитывать морфологию переводимого слова. Развитые

системы МП осуществляют перевод по заданным разработчиком и/или

корректируемым пользователем алгоритмам перевода.

Для осуществления машинного перевода в компьютер вводится специальная

программа, реализующая алгоритм перевода, под которым понимается

последовательность однозначно и строго определенных действий над текстом

для нахождения переводных соответствий в данной паре языков L1 – L2 при

заданном направлении перевода (с одного конкретного языка на другой).

Система машинного перевода включает в себя двуязычные словари, снабженные

необходимой грамматической информацией (морфологической, синтаксической и

семантической) для обеспечения передачи эквивалентных, вариантных и

трансформационных переводных соответствий, а также алгоритмические средства

грамматического анализа, реализующие какую-либо из принятых для

автоматической переработки текста формальных грамматик. Имеются также

отдельные системы машинного перевода, рассчитанные на перевод в рамках трех

и более языков, но они в настоящее время являются экспериментальными.

Наиболее распространенной является следующая последовательность

формальных операций, обеспечивающих анализ и синтез в системе машинного

перевода:

1. На первом этапе осуществляется ввод текста и поиск входных словоформ

(слов в конкретной грамматической форме, например дательного падежа

множественного числа) во входном словаре (словаре языка, с которого

производится перевод) с сопутствующим морфологическим анализом, в ходе

которого устанавливается принадлежность данной словоформы к определенной

лексеме (слову как единице словаря). В процессе анализа из формы слова

могут быть получены также сведения, относящиеся к другим уровням

организации языковой системы.

2. Следующий этап включает в себя перевод идиоматических словосочетаний,

фразеологических единств или штампов данной предметной области (например,

при англо-русском переводе обороты типа in case of, in accordance with

получают единый цифровой эквивалент и исключаются из дальнейшего

грамматического анализа); определение основных грамматических

(морфологических, синтаксических, семантических и лексических)

характеристик элементов входного текста (например, числа существительных,

времени глагола, синтаксических функций словоформ в данном тексте и пр.),

производимое в рамках входного языка; разрешение омографии (конверсионной

омонимии словоформ – скажем, англ. round может быть существительным,

прилагательным, наречием, глаголом или же предлогом); лексический анализ и

перевод лексем. Обычно на этом этапе однозначные слова отделяются от

многозначных (имеющих более одного переводного эквивалента в выходном

языке), после чего однозначные слова переводятся по спискам эквивалентов, а

для перевода многозначных слов используются так называемые

контекстологические словари, словарные статьи которых представляют собой

алгоритмы запроса к контексту на наличие/отсутствие контекстных

определителей значения.

3. Окончательный грамматический анализ, в ходе которого доопределяется

необходимая грамматическая информация с учетом данных выходного языка

(например, при русских существительных типа сани, ножницы глагол должен

стоять в форме множественного числа, несмотря на то, что в оригинале может

быть и единственное число).

4. Синтез выходных словоформ и предложения в целом на выходном языке.

В зависимости от особенностей морфологии, синтаксиса и семантики

конкретной языковой пары, а также направления перевода общий алгоритм

перевода может включать и другие этапы, а также модификации названных

этапов или порядка их следования, но вариации такого рода в современных

системах, как правило, незначительны. Анализ и синтез могут производиться

как пофразно, так и для всего текста, введенного в память компьютера;

в последнем случае алгоритм перевода предусматривает определение так

называемых анафорических связей (такова, например, связь местоимения с

замещаемым им существительным – скажем, местоимения им со словом

местоимения в самом этом пояснении в скобках).

В настоящее время существует две концепции развития систем МП:

1. Модель «большого словаря со сложной структурой», которая

заложена в большинство современных программ-переводчиков;

2. Модель «смысл-текст», впервые сформулированная А.А. Ляпуновым,

но пока что не реализована ни в одном коммерческом продукте.

На сегодняшний день наиболее известны такие системы машинного перевода,

как

- PROMT 2000/XT компании PROMT;

- Retrans Vista компаний Vista и Advantis;

- Сократ – набор программ компании Арсеналъ.

В настоящее время качество машинного перевода оставляет желать много

лучшего, и само наличие таких систем пока правильнее воспринимать как

предмет научных исследований. В большинстве случаев при работе над проектом

применение систем МП не оправдано, поскольку:

- Системы МП не дают приемлемого качества выходного текста. Более

высокого качества можно добиться с помощью предварительной настройки

системы (продукты серии PROMT XT предоставляют пользователю множество

возможностей для этого), что совершенно неприемлемо при небольших объемах

переводимого текста, и/или путем последующего редактирования, а это только

замедляет работу, если переводчик использует слепой метод печати.

- Системы МП не гарантируют соблюдения единства терминологии, особенно

при работе коллектива переводчиков над большим проектом. Вернее, могут

гарантировать при условии очень внимательного обращения с пользовательскими

словарями, а на это не всегда стоит рассчитывать.

Однако в некоторых случаях использование систем МП все же помогает

сократить временные затраты. Это происходит, если текст достаточно объемный

и содержит однообразную терминологию, что позволяет сравнительно быстро

настроить под него систему МП. Тогда редактирование текста не займет

слишком много времени. Однако в этом случае следует особенно внимательно

отнестись к стилю текста перевода. Машинный перевод формален, поэтому

высока вероятность калькирования синтаксических структур языка оригинала,

которое характерно для перевода вообще, а потому вполне может быть

пропущено при редактировании.

Вообще говоря, системы МП вполне могут применяться там, где

используется максимально стандартизованный язык с простой грамматикой и

сравнительно небольшим запасом слов. Довольно успешным проектом системы МП

считается немецкая программа Meteo, выполняющая перевод метеопрогнозов с

французского языка на английский и обратно. Для облегчения работы

переводчиков и технических писателей компанией Boeing в свое время был

разработан стандарт языка для написания технической документации, который

известен как Boeing English.

Система МП Retrans Vista. Системы машинного перевода текстов с одних

естественных языков на другие моделируют работу человека-переводчика. Их

эффективность зависит, прежде всего, от того, в какой степени в них

учитываются объективные законы функционирования языка и мышления. К

сожалению, эти законы пока еще недостаточно изучены. Решая проблему

машинного перевода, необходимо учитывать богатый опыт межнационального

общения и опыт переводческой деятельности, накопленный человечеством. А

этот опыт свидетельствует о том, что в процессе перевода в качестве

основных единиц смысла рассматриваются, прежде всего, фразеологические

словосочетания, выражающие целостные понятия, а не отдельные слова. Именно

понятия являются теми элементарными мыслительными образами, используя

которые можно строить более сложные мыслительные образы, соответствующие

переводимому тексту.

Условимся называть системы машинного перевода, в которых в качестве

основных минимальных единиц смысла рассматриваются не отдельные слова, а

фразеологические словосочетания, системами фразеологического машинного

перевода. В этих системах отдельные слова также могут использоваться, но

они рассматриваются как вспомогательные единицы смысла, к которым

приходится прибегать за неимением лучших.

Система фразеологического машинного перевода должна включать в свой

состав базу знаний, содержащую переводные эквиваленты для наиболее часто

встречающихся фраз, фразеологических сочетаний и отдельных слов, и

программные средства для морфологического и синтаксического анализа и

синтеза текстов и для их редактирования человеком. В процессе перевода

текстов система использует хранящиеся в ее базе знаний переводные

эквиваленты в следующем порядке: сначала делается попытка перевести всю

фразу как целостную единицу; далее, в случае неудачи, входящие в ее состав

словосочетания; и, наконец, осуществляется пословный перевод тех фрагментов

текста, которые не удалось перевести первыми двумя способами. Фрагменты

выходного текста, полученные всеми тремя способами, должны грамматически

согласовываться друг с другом (с помощью процедур морфологического и

синтаксического синтеза).

Принципы построения систем фразеологического машинного перевода текстов

были впервые сформулированы в 1975 году в предисловии к книге Д. Жукова "Мы

переводчики". В более полном виде они были изложены в 1983 году в книге Г.

Г. Белоногова и Б. А. Кузнецова "Языковые средства автоматизированных

информационных систем". Наконец, в 1993 году были опубликованы две статьи,

в которых были описаны система машинного перевода, построенная на этих

принципах, и методы автоматизированного составления двуязычных словарей по

параллельным (русских и английским) текстам. Важнейшими среди этих

принципов являются следующие:

1. Основными единицами языка и речи, которые, прежде всего, следует

включать в машинный словарь, должны быть фразеологические единицы

(словосочетания, фразы). Отдельные слова также могут включаться в словарь,

но они должны использоваться только в тех случаях, когда не удается

осуществить перевод, опираясь только на фразеологические единицы.

2. Наряду с фразеологическими единицами, состоящими из непрерывных

последовательностей слов, в системах машинного перевода следует

использовать и так называемые "речевые модели" - фразеологические единицы с

"пустыми местами", которые могут заполняться различными словами и

словосочетаниями, порождая осмысленные отрезки речи.

3. Реальные тексты, независимо от их принадлежности к той или иной

тематической области, обычно бывают политематическими, если они имеют

достаточно большой объем. Поэтому машинный словарь, предназначенный для

перевода текстов даже только из одной тематической области, должен быть

политематическим, а для перевода текстов из различных предметных областей -

тем более. Он должен создаваться, прежде всего, на основе

автоматизированной обработки двуязычных текстов, являющихся переводами друг

друга, и в процессе функционирования систем перевода.

4. Наряду с основным политематическим словарем большого объема, в

системах фразеологического машинного перевода целесообразно использовать

также набор небольших по объему дополнительных тематических словарей.

Дополнительные словари должны содержать только ту информацию, которая

отсутствует в основном словаре (например, информацию о приоритетных

переводных эквивалентах словосочетаний и слов для различных предметных

областей).

На основе описанных принципов в ВИНИТИ РАН (см. выше) были построены две

системы фразеологического машинного перевода:

1) система русско-английского перевода (RETRANS)

2) система англо-русского перевода (ERTRANS).

Обе системы имеют одинаковую структуру и примерно одинаковые объемы

машинных словарей. Поэтому мы рассмотрим только первую систему.

Система RETRANS имеет следующие характеристики:

1. Область применения, назначение, функциональные возможности. Система

предназначена для автоматизированного перевода научно-технических текстов с

русского языка на английский. Русско-английский политематический машинный

словарь системы содержит терминологию по естественным и техническим наукам,

экономике, бизнесу, политике, законодательству и военному делу. В

частности, он содержит термины и фразеологические единицы по следующим

тематическим областям: Машиностроение, Электротехника, Энергетика,

Транспорт, Аэронавтика. Космонавтика, Робототехника, Автоматика и

Радиоэлектроника, Вычислительная Техника, Связь, Математика, Физика, Химия,

Биология, Медицина, Экология, Сельское Хозяйство, Строительство и

Архитектура, Астрономия, География, Геология, Геофизика, Горное Дело,

Металлургия и др.

Перевод текстов может осуществляться в автоматическом и в диалоговом

режимах.

2. Объем политематического машинного словаря: более 1.300.000 словарных

статей; 77 процентов из них составляют словосочетания длиной от двух до

семнадцати слов. Объем дополнительных машинных словарей (для настройки

системы на различные тематические области) - более 200.000 словарных

статей.

Система МП PROMT XT. В основу программных продуктов компании PROMT

поставлено решение следующих фундаментальных проблем:

Во-первых, всем ясно, что чем больше словарь, тем лучше перевод, значит,

первая проблема - проблема создания больших словарей для систем.

Во-вторых, ясно, что система должна переводить такие предложения:

Страницы: 1, 2, 3, 4, 5, 6