Машинный перевод

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.

1.3 Как работает машинный переводчик

FAMT- и НАМТ-системы  машинного перевода находятся  в шаге от того, чтобы именоваться системами искусственного интеллекта, поскольку они уже выполняют отдельные функции человеческого мозга: в частности, конструируют текст на выходном языке на основе входного, пользуясь сводом определенных правил, заданных в виде структур данных и алгоритмов. 
         Алгоритм перевода – это последовательность однозначно и строго определенных действий над текстом, необходимых для нахождения оптимальных переводных соответствий в данной паре языков при заданном направлении перевода.

Абсолютно универсальных  алгоритмов, конечно, не существует ни для FAMT- и НАМТ-, ни даже для МАНТ-систем, поскольку разные продукты базируются на различных подходах к переводу. Однако некую общую схему составить можно. Следует учитывать, что данная схема является приблизительной, упрощенной, и в рамках каждой процедуры как человеком, так и машиной выполняется целый комплекс разнообразных действий. Поясним ключевые фрагменты.

1. Человек вводит текст в компьютер и выполняет ручную настройку: определяет параметры входного и выходного языка, выбирает базовую тематику и терминологические словари для перевода специальной лексики, задает ограничения на перевод встречающихся в тексте имен собственных и т.п.
2. Программа выполняет поиск словоформ в словаре входного языка, а также морфологический анализ входной информации. В процессе анализа (по статистической, фразеологической или МТ-технологии) могут быть получены и другие сведения.
3. Программа производит поиск соответствий. Сначала выполняется перевод идиом, фразеологических единств и штампов данной предметной области. Затем – определение основных грамматических характеристик остальных элементов входного текста (например, числа существительных, времени глаголов и пр.). Обычно на этом этапе однозначные слова отделяются от многозначных, после чего однозначные слова переводятся по спискам эквивалентов, а для перевода многозначных слов используются специализированные словари. Завершают процедуру лексический анализ входной информации и собственно перевод. На этом этапе в работу некоторых программ может включаться человек, подсказывающий машине внеязыковые нюансы, которые ей непонятны: например, какое именно из нескольких значений слова в данном случае следует выбрать.
4. Затем программа выполняет грамматический анализ полученного чернового перевода, в ходе которого с учетом данных выходного языка доопределяется недостающая грамматическая информация (например, выясняется, какое из трех времен русского глагола в данном контексте лучше соответствует «настоящему продолженному» времени глагола английского).
5. Выполняется синтез выходных словоформ и текста в целом.
6. За работу снова берется человек, который исправляет ошибки и сглаживает недочеты в выполненном машиной переводе.

 

 

 

2 Система машинного перевода МП PROMT XT

Среди современных  языковых приложений заметно выделяются продукты компании PROMT — от разнообразных словарей до Web-сервисов. Это дает возможность использовать комплексные дистрибутивы, например PROMT 8.0 Standard. В него помимо словаря PROMT Electronic Dictionary входят переводчик, резидентная система контекстного перевода, утилита для загрузки дополнительных словарей и т.д.

Приложение PROMT Electronic Dictionary в стандартном англо-русском варианте содержит около 7 млн. лексических единиц, объединенных в 120 тематических словарей. Стандартный интерфейс типичен для программ этого класса и даже кажется несколько примитивным, но такая простота оправданна: все панели и управляющие элементы находятся на интуитивно понятных местах, поэтому освоить работу с программой очень легко. Для оперативности можно выбрать режим PROMT ED Light, в котором приложение «сворачивается» до миниатюрной панели. В наборе дополнительных функций PROMT Electronic Dictionary стоит отметить речевое сопровождение перевода и контекстный словарь, способный «на лету» переводить слова из документов MS Office и даже PDF. Приложения PROMT позиционируются на рынке как решения для профессионалов и опытных пользователей.

2.1 Основные  особенности

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: «Привет. Как дела?» Значит, еще одна проблема – научить систему распознавать устойчивые обороты. 

В-третьих, понятно, что  предложение для перевода пишется  по определенным правилам, по определенным правилам переводится, а значит есть еще одна проблема: записать все эти правила в виде программы.

Эти проблемы действительно являются основными при разработке систем машинного перевода, другое дело, что методы их решения известны далеко не всем и отнюдь не так просты, как может показаться. 

Методы организации  больших баз данных достаточно хорошо разработаны, но для перевода не менее, а может быть, и более важно правильно структурировать информацию, которая приписывается элементу базы, правильно выбрать этот самый элемент. Сколько, например, записей в словаре должно соответствовать обыкновенному русскому слову "программа"? И, вообще, большой словарь – это словарь, который содержит много словарных статей, или словарь, который позволяет распознать много слов из текста? Очевидно, более верно второе.  Поэтому для описания и входного, и выходного языка в системе должен существовать некоторый формальный метод описания морфологии, на котором основывается выбор единицы словаря. 

Практически во всех системах, которые  претендуют на то, чтобы считаться  системами перевода, проблема представления морфологических моделей так или иначе решается. Но одни системы могут распознать миллион словоформ при объеме словаря в пятьдесят тысяч словарных статей, а другие при объеме словаря в сто тысяч словарных статей могут распознать именно эти сто тысяч.

В системах семейства PROMT разработано  практически уникальное по полноте морфологическое описание для всех языков, с которыми системы умеют обращаться. Оно содержит 800 типов словоизменений для русского языка, более 300 типов, как для немецкого, так и для французского языка, и даже для английского, который не принадлежит к флективным языкам, выделено более 250 типов словоизменений. Множество окончаний для каждого языка хранится в виде древесных структур, что обеспечивает не только эффективный способ хранения, но и эффективный алгоритм морфологического анализа.

Кроме того, используемая модель морфологии позволила разработать  экспертную систему для пользователя – создателя словаря. Эта система фактически автоматизирует процедуру выделения основы и определения типа словоизменения при вводе новых словарных статей. 

Однако разработка описания морфологии позволяет решить только проблему того, что является заголовком словарной статьи, по которому происходит идентификация единицы текста и единицы словаря. Но ведь идентификация слова из текста со словарной статьей происходит не ради идентификации, как это требуется в спеллерах или электронных словарях, она необходима для выполнения программой собственно процедур перевода. Какая же нужна информация в словарной статье и как должны быть описаны правила перевода для того, чтобы программа переводила? 

Во многих системах МП в прошлом  словарное описание и описание алгоритмов рассматривались как стороны одной проблемы, но решение искалось в ограничении рассматриваемого мира, либо грамматического, либо семантического. Например, на основе признака "принадлежность к части речи" описывалась грамматика такого типа: 

- именная группа - это существительное;

- именная группа - это прилагательное + именная группа;

- глагольная группа - это глагол + именная группа;

- предложение - это именная группа + глагольная группа;

Некоторая часть предложений естественного языка описывается такой грамматикой, но эта часть очень незначительна, и на ее основе нельзя правильно анализировать и переводить хоть сколько-нибудь реальный текст. Но зато можно использовать эффективные методы построения преобразователя по заданной грамматике или, на худой конец, написать программу, которая путем перебора построит древа зависимостей для ограниченного множества предложений. Такие системы точно так же получали определения "экспериментальные".

Системы семейства 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. 

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.

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.

 

2.2 Профессиональная система перевода PROMT

PROMT Translation Office 2000 – это набор профессиональных инструментов, который в зависимости от вида поставки включает различные пары перевода:

• английский-русский-английский;
• немецкий-русский-немецкий;
• французский-русский-французский;
• итальянский-русский;
• "Гигант" (включает все вышеперечисленные языковые направления).

В комплектацию дополнительно входят следующие  словари:

• ER: Информатика (мини);
• ER,RE,GR,RG,FR,RF: Интернет1.

Основные функции

PROMT обеспечивает  связный перевод текстов с  учетом морфологических, синтаксических  и семантических связей.

Система имеет  дружественный интерфейс и легка  в освоении. В рамках одной системы  доступен не только перевод, но и полный спектр сервиса по работе с документами. Система настраивается на перевод конкретных текстов, предоставляет возможность подключения специализированных предметных словарей.

PROMT – модульная система с возможностью выборочной установки необходимых компонентов из восьми доступных, которые предоставляют следующие возможности: