Strojno prevajanje

Strojno prevajanje (ang. kratica MT) je postopek, pri katerem računalniški program analizira besedilo in brez posredovanja človeka proizvede ciljno besedilo. Izraza ne smemo zamešati z računalniško podprtim prevajanjem, ki zajema predvsem prevajalska namizja s pomnilniki prevodov. Sistemi za strojno prevajanje so se nekoč razvijali na podlagi pravil, se pravi leksikonov, oblikoslovnih in skladenjskih analizatorjev ter komponent za razreševanje večpomenskosti, danes pa so najbolj razširjeni prevajalniki, ki se učijo iz velikih količin že prevedenih besedil. Čeprav je samodejnost glavna značilnost strojnega prevajanja, pa tovrstni prevajalni sistemi pogosto zahtevajo posredovanje človeka, in sicer v obliki predhodnega urejanja in kasnejših popravkov.

Prevajanje je zahtevno in ustvarjalno dejanje, a strojno prevajanje lahko v nekaterih primerih prevajalcu delo olajša ali pa ga celo popolnoma nadomesti – če se potrebuje le grob prevod, ki ga bo kasneje pregledal in popravil prevajalec, osnutek, ki služi kot pomoč pri prevajanju, ali pa če gre za določene besedilne vrste, pri katerih je izrazje močno omejeno (vremenske napovedi, navodila za uporabo, računalniški programi, inventurni zapisniki, zdravniška poročila ipd).

S strojnim prevajanjem se ukvarja predvsem računalniško jezikoslovje. Od prvih poskusov strojnega prevajanja v 50. letih 20. stoletja, ko je računalnik le zamenjal posamezno besedo izvirnega jezika z njeno ustreznico v ciljnem jeziku, je strojno prevajanje ob pomoči korpusov, interneta kot neizmerne baze besedil ter tehnologije nevronskih mrež močno napredovalo. Strojni prevajalniki so sposobni prepoznati kontekst, frazeme in idiome v izvirnem jeziku ter ustvariti koheziven in razumljiv prevod.

Zgodovina

Glavni članek: Zgodovina strojnega prevajanja

Čeprav prve zamisli o strojnem prevajanju segajo v 17. stoletje, so se uresničile šele v drugi polovici dvajsetega stoletja. Prvi sistemi za strojno prevajanje so bili razviti v 50. in 60. letih; leta 1954 so na univerzi v Georgetownu prvič javno prikazali strojno prevajanje in z IBM-ovim računalnikom prevedli več kot šestdeset povedi iz ruščine v angleščino, kar je spodbudilo veliko vlaganja razvoj strojnega prevajanja. Po poročilu Alpaca iz leta 1966, ki je pokazalo, da je problem mnogo kompleksnejši, kot se je sprva zdelo, je zanimanje za nekaj let popustilo. V 70. letih je raziskovanje na tem področju spet oživelo in v 80. so se pojavili prvi komercialni prevajalni sistemi, naraslo je zanimanje za statistično strojno prevajanje.

Na prelomu tisočletja se je raziskovanje nadaljevalo na vseh navedenih področjih strojnega prevajanja, največji poudarek pa je bil na statistični metodi. Pojavili so se prvi nekomercialni oziroma brezplačni spletni strojni prevajalniki. Sistem, ki bi proizvedel popolnoma samodejen in visoko kakovosten prevod slovnično in semantično neomejenega besedila, še vedno ne obstaja, je pa na voljo veliko programov, ki lahko proizvedejo uporaben prevod z določenimi omejitvami. Amebis Presis, Google Prevajalnik in Bing Translator so za prevajanje iz slovenščine in v slovenščino na voljo na spletu.

Metode

Na osnovi pravil

Pri strojnem prevajanju, ki temelji na pravilih (ang. rule-based machine translation (RBMT)), se izhodiščno besedilo najprej analizira na oblikoslovni in slovnični ravni, da se pridobi slovnična predstavitev. Strojni prevajalnik, ki upošteva jezikovna pravila, zato za svoje delovanje potrebuje obsežne leksikone z morfološkimi, sintaktičnimi in semantičnimi podatki ter obsežno bazo jezikovnih pravil.

Način zapisa pravil se razlikuje od sistema do sistema, vse pa veže dejstvo, da je postavitev takšnega sistema dolgotrajno opravilo. V to skupino spada večina današnjih komercialnih prevajalnih sistemov, čeprav se pri gradnji poslužujejo nekaterih manj standardnih prijemov. Sistemi te paradigme izvorno besedilo najprej morfološko ter skladenjsko analizirajo ter izdelajo predstavitev vhodnega besedila, po navadi v obliki drevesa skladenjske razčlembe (ang. parse tree). Ta predstavitev se še dodatno abstrahira s poudarkom na zahtevah strojnega prevajanja. Abstraktna predstavitev vhodnega besedila v izvirnem jeziku se s prenosom prevede v podobno predstavitev v ciljnem jeziku, to predstavitev pa sistem uporabi kot osnovo za tvorjenje besedila v ciljnem jeziku; pravzaprav uporabi enake metode kot pri analizi besedila, le da pri tvorjenju postopek poteka v nasprotni smeri.

Glavna pomanjkljivost sistemov strojnega prevajanja na osnovi pravil je, da bolj kot je sistem izpopolnjen, težje ga je razširiti in nadgraditi. V strojnem prevodu so, kar se tiče semantike, sobesedila in resničnega sveta, potrebna kompleksna pravila, ta pa je težko dodajati v obsežno bazo pravil, ki so medsebojno odvisna. Pregled nad delovanjem sistema je slab, sistematske napake je zelo težko odpraviti, uvajanje lingvističnega znanja je le delno mogoče oziroma celo nemogoče.

Metode, ki delujejo na osnovi pravil, so metoda, ki uporablja vmesni jezik, transferna metoda in metoda na osnovi slovarja, pri kateri se besede prevajajo neposredno iz enega jezika v drugega.

Na osnovi podatkov

V 90. letih 20. stoletja so se pojavili pristopi k strojnemu prevajanju na podlagi podatkov (ang. data-driven MT). Vsem je skupna korpusna osnova, torej da se obstoječe prevode iz korpusa uporablja za ustvarjanje novih.

Statistična metoda

Glavni članek: Statistično strojno prevajanje

Statistična metoda strojnega prevajanja v nasprotju z metodami na osnovi pravil temelji na večji količini vzporednih besedil, iz katerih se s statističnimi algoritmi izračunavajo verjetnosti prevodne ekvivalence za posamezne jezikovne enote. Besedilo je prevedeno glede na verjetnostno porazdelitev – prevod je tisto besedilo, ki ima najvišjo verjetnost, ta pa se običajno računa po posameznih povedih. Statistične metode so se prvotno ukvarjale s prevajanjem posameznih besed, v zadnjih letih pa so napredovale na raven besednih zvez. Največje prednosti metode so neodvisnost od jezikovnega para, manjši stroški kot pri metodah, ki temeljijo na pravilih, in bolj naravni prevodi.

Na osnovi primerov

Glavni članek: Strojno prevajanje na osnovi primerov
Metoda prevajanja na osnovi primerov za svoje delovanje uporablja dvojezični korpus z vzporednimi besedili. Gre za prevajanje po analogiji. Od statistične metode se loči po tem, da se najbližja besedilna enota v korpusu išče tudi v izvirnem jeziku. Pri prevajanju se poved najprej razdeli na besedne zveze, ki se jih nato prevede, na koncu pa delčke sestavi skupaj.

Hibridni sistemi

V drugi polovici 90. let 20. stoletja so se pojavili hibridni sistemi (ang. hybrids) – sistemi s kombinacijo več metod. Ti lahko zajamejo dobre strani statistične metode in metode na osnovi pravil, razlikujejo pa se glede na to, kako uporabijo katero metodo:

• Najprej metoda na osnovi pravil, nato statistična metoda: sistem besedilo najprej prevede z metodo na osnovi pravil, nato s statistično metodo v prevodu naredi popravke in prilagoditve.
• Statistična metoda, ki jo uravnava metoda na osnovi pravil: s pomočjo metode na osnovi pravil sistem pripravi besedilo, da je prevajanje s statistično metodo učinkovitejše, metodo na osnovi pravil pa uporabi za normalizacijo prevoda.

Strojni prevajalniki

Prvi spletni prevajalnik (ta je bil dostopen le omejenemu številu uporabnikov: naročnikom poštnih storitev mreže Minitel iz Francije) je nastal konec 80. let 20. stoletja. Leta 1997 so na medmrežju predstavili Babel Fish – prvi prezplačni prevajalnik, ki je nastal s sodelovanjem podjetja Systran Software Inc. in brskalnika AltaVista. Leta 2006 ga je pod svoje okrilje vzel Yahoo, zato se zdaj imenuje Yahoo Babel Fish. Sprva je prevajalnik vključeval 10 jezikovnih kombinacij, do leta 2006 pa je svoje storitve razširil na kar 38 jezikovnih kombinacij. Danes je na spletu na voljo kar nekaj takih prevajalnikov (FreeTranslation, Systran itn.), pojavljajo pa se tudi lažni strojni prevajalniki (ang. spoof machine translation), namenjeni predvsem zabavi uporabnikov (na primer Lost in Translation), ki po mnenju nekaterih strokovnjakov slabo vplivajo na ugled pravih spletnih prevajalnikov.

Na spletu so v kombinaciji s slovenščino na voljo naslednji brezplačni strojni prevajalniki:

• Amebis Presis (spletna različica) [1]
• Google Prevajalnik [2]
• Bing Translator [3]
• Prevajalnik.net [4]
• GUAT (prevaja le iz slovenščine v srbščino) [5]

Problemi

Naravni jezik je eden najkompleksnejših sistemov, kar se jih je razvilo skozi človekovo evolucijo, prevajanje pa kot prenašanje sporočil med temi sistemi eden najbolj zapletenih miselnih procesov, pri katerem ostajajo mnoga vprašanja s psihološkega in jezikoslovnega vidika nepojasnjena. Razvijanje računalniških tehnologij, ki bi znale ta proces simulirati ali vsaj optimizirati nekatere njegove dele, zato že dolgo predstavlja izziv tako jezikoslovcem kot računalničarjem.

Razdvoumljanje

Pri strojnem prevajanju je treba upoštevati, da je človeška komunikacija tesno povezana s kontekstom in situacijo. Ker računalnik ne more sklepati iz konteksta, se v prevodih pogosto pojavijo napake, še posebno pri večpomenkah.

Izraelski jezikoslovec Yehoshua Bar-Hillel je dejal, da stroj brez »univerzalne enciklopedije« nikoli ne bo mogel razlikovati med dvema pomenoma besede (na primer ígra in igrá ter pót in pôt). Vendar pa so danes na voljo številni pristopi razdvoumljanja, ki se delijo na plitke in globlje. Medtem ko se prvi ne ukvarjajo z razumevanjem besedila, temveč pomen s statističnimi metodami razberejo glede na besede v neposredni bližini dvoumne besede, globlji pristopi temeljijo na poznavanju in razumevanju posamezne besede.

Claude Piron, ki je delal kot prevajalec v Organizaciji združenih narodov, je napisal, da strojni prevod v najboljšem primeru osamodéji lažji del prevajalčevega dela; zahtevnejši in zamudnejši del navadno vključuje obsežno raziskovalno delo, da se razreši dvoumja v izvirniku, saj to zahtevata slovnica in leksika ciljnega jezika. Piron kot primer dvoumja navaja besedno zvezo Japanese prisoner of war camp, iz katere brez sobesedila ni mogoče razbrati, ali je mišljeno ameriško taborišče z japonskimi ujetniki ali japonsko z ameriškimi ujetniki.

Prav tako je brez razumevanja konteksta nemogoče uganiti, kaj pomeni stavek He decided on the train. Lahko gre za frazni glagol decide on in bi se prevod glasil Odločil se je za vlak ali pa za navaden glagol decide in bi stavek pravilno prevedli kot Odločil se je na vlaku.

Prevajanje lastnih imen

Problem, ki ga omenja dr. Špela Vintar, je prevajanje iz nemščine. Računalnik težko ločuje lastna imena od običajnih samostalnikov, saj se oboji pišejo z veliko. Boljši prevajalniki imajo v ta namen obširne baze lastnih imen, s katerimi si pomagajo, poleg tega pa upoštevajo tudi sobesedilo. Stavek Ich habe Herrn Schneider gesehen bi boljši prevajalnik prevedel pravilno, saj bi na podlagi naziva Herr prepoznal lastno ime. Precej zapletov je tudi s slovitimi nemškimi zloženkami, saj jih prevajalniki težko pravilno analizirajo. Google Translate in Amebis Presis, ki nudita prevajanje iz nemščine v slovenščino, zgoraj navedeno lastno ime prevedeta pravilno – kot gospod Schneider in ne kot gospod krojač.

Prevajanje frazeologije

Prevajanje večbesednih leksikalnih enot je problematično, ker se ob strojnem prevajanju (če prevajalnik leksemov nima posebej shranjenih v bazi podatkov) izgubijo retorični elementi ali pa (recimo pri prevajanju šal) pa celo celoten smisel besedila (Glej tudi: Leksem):

• idiomi in metafore: red herring ne pomeni rdeč slanik (kot se glasi prevod spletne različice Amebisa Presisa), temveč zavajajoče dejanje; Shoot the breeze prav tako ne pomeni ustreli v vetriču, kot to predlaga Bing Translator, temveč govoriti tja v en dan, čvekati ipd;

• kolokacije: red tape – angleški izraz za birokracijo – Google in Bing že prevedeta pravilno, medtem ko Amebis kot pravilen prevod zmotno predlaga rdeč trak;

• pregovori: Pri prevajanju reka Make hay while the sun shines dobesedne ustreznice seno in sonce ne pomagajo kaj dosti. Za pravilen prevod je nujno poznavanje pregovorov (Ne odlašaj na jutri, kar lahko storiš danes, Rana ura, zlata ura ipd.);

• vsakdanje fraze: Pravilen prevod fraze How do you do? bi se glasil Kako ste?, ne pa Kako narediš?, kot predlaga Amebis Presis; You can say that again! pomeni Popolnoma se strinjam s tabo! in ne Lahko rečemo, da še enkrat!, kot predlagata Google in Bing;

• citati in besedne igre: Besedne igre nemškega političnega pisca in satirika Karla Ludwiga Börna Lieber Tee statt Liberté se v originalni obliki ne da prenesti v drug jezik. Ali citat pustimo nepreveden ali pa se domislimo drugačne ustvarjalne ali opisne rešitve;

• catch phrase, klišeji: Prevajanju nenaklonjene so tudi izjave – včasih jih lahko pripišemo znani osebnosti ali filmskemu/literarnemu liku –, ki so se s časom uveljavile v pogovornem jeziku, na primer We are not amused kraljice Viktorije, A man's gotta do what a man's gotta do. ipd;

• Aliteracija in primere: as fit as a fiddle pomeni zdrav kot riba ali zdrav kot dren in ne ko ujemajte se kot violina (spletna različica Amebisa Presisa);

• konotacije: koza na primer ne označuje le živali, temveč tudi neumno, domišljavo žensko;

• angleški frazni glagoli: pick up ima v različnih kontekstih zelo različne prevode: pick up a language – priučiti se jezika; pick sb up – nuditi komu prevoz, pobrati koga nekje (z avtomobilom); pick up your post/car – iti po pošto/avto; pick up a cold/virus – stakniti prehlad, nalesti se česa …

(Navedeni primeri so bili s pomočjo spletnih prevajalnikov Amebis Presis (spletna različica), Bing Translator in Google Translate prevedeni 15. 3. 2011.)

Rešitve

Kakovost strojnih prevodov se lahko najočitneje izboljša z razvojem bolj prefinjenih metod ali s postavljanjem določenih omejitev pri izvirnem besedilu. Strojni prevajalnik je recimo lahko specializiran za določeno področje (na primer biokemijo) ali besedilno vrsto (na primer navodila za uporabo) ter s tem, kar se tiče besedišča in slovnice, reduciran na neke vrste podjezik. Prav tako je v pomoč, če je lahko izvirno besedilo napisano v nadzorovanem jeziku, ki ima omejen razpon besedišča ter se izogiba enakozvočnicam, večpomenskosti in zapletenim stavčnim strukturam, in/ali če se izvirnike lematizira. Še ena možna rešitev pa je, da se sistem ob dvoumju med samim prevajalskim procesom lahko obrne na človeka (navadno prevajalca).

Evalvacija

Glavni članek: Evalvacija strojnih prevajalnikov

Za spremljanje napredka strojnega prevajanja je bilo vedno potrebno ocenjevanje kakovosti prevodov. Obstaja več načinov ocenjevanja; najstarejši izmed njih je ročna oziroma človeška evalvacija, pri kateri kakovost določajo posebej za to usposobljeni ocenjevalci. Čeprav je tovrstno ocenjevanje najzanesljivejše, je subjektivno ter zahteva veliko časa in denarja. Zato so strokovnjaki začeli iskati objektivnejšo, hitrejšo in cenejšo alternativo ročni evalvaciji in (vzporedno z razvojem strojnega prevajanja) razvijati metrike za samodejno evalvacijo strojnih prevodov.

Viri

• Verdonik, Darinka (2005) Jezikovni viri za strojno simultano prevajanje govora: http://www.dsplab.uni-mb.si/Pdf_files/424a88fd9cc28Clanek_VerdonikDarinka.pdf Arhivirano 2006-10-08 na Wayback Machine.. Prevzeto 9. 3. 2011.
• ALPAC (1966) Languages and Machines: Computers in Translation and Linguistics: http://www.mt-archive.info/ALPAC-1966.pdf Arhivirano 2011-04-09 na Wayback Machine.. Prevzeto 7. 9. 2010.
• O'Connell, Theresa (2001) Preparing your Web Site for Machine Translation: http://www.ibm.com/developerworks/web/library/us-mt/. Prevzeto 7. 9. 2010.
• Snover, Matthew, in sod. (2006) A Study of Translation Edit Rate with Targeted Human Annotations: http://www.mt-archive.info/AMTA-2006-Snover.pdf Arhivirano 2010-08-28 na Wayback Machine.. Prevzeto 11. 5. 2010.
• Snover, Matthew, in sod. (2009) Fluency, Adequacy, or HTER? Exploring Different Human Judgments with a Tunable MT Metric: http://www.cs.umd.edu/~snover/pub/wsmt09/terp_wsmt09.pdf. Prevzeto 11. 5. 2010.
• Somers, Harold (2005) Round-Trip Translation: What Is It Good For? Dostopno na internetu http://www.mt-archive.info/ALTW-2005-Somers.pdf Arhivirano 2012-10-05 na Wayback Machine.. Prevzeto 5. 3. 2010.
• Turian, Joseph P., Luke Shen in I. Dan Melamed (2003) Evaluation of Machine Translation and its Evaluation: http://nlp.cs.nyu.edu/pubs/papers/turian-summit03eval.pdf. Prevzeto 14. 4. 2010.
• White, John S., Theresa O'Connell, Francis O'Mara (1994) The ARPA MT Evaluations Methodologies: Evolution, Lessons, and Future Approaches. Dostopno na internetu http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.137.1288&rep=rep1&type=pdf. Prevzeto 9. 3. 2010.

Zunanje povezave

• Spletni prevajalnik Bing Translator: http://www.microsofttranslator.com/ (Dostop 5. 3. 2011).
• Spletni prevajalnik Google Translate: http://translate.google.com/ (Dostop 5. 3. 2011).
• Pogosta vprašanja o Google Prevajalniku: http://www.google.si/intl/sl/help/faq_translation.html#whatis (Dostop 1. 3. 2011)
• Spletni prevajalnik Amebis Presis: http://presis.amebis.si/prevajanje/ (Dostop 5. 3. 2011)