История развития машинного перевода

История развития машинного перевода. По свидетельству биографов, еще выдающийся математик XIX века Чарльз Бэббидж пытался убедить британское правительство в необходимости финансировать его исследования по разработке вычислительной машины. В числе прочих благ он обещал, что когда-нибудь эта машина сможет автоматически переводить разговорную речь. Но, хотя сегодня Бэббидж и считается признанным автором множества идей, лежащих в основе работы компьютера, он так и не сумел ни построить свою машину, ни выполнить обещания по поводу МП. И сегодня эта идея по-прежнему остается в значительной степени нереализованной. Однако в последнее время благодаря появлению Интернет как платформы глобальной связи она вновь начала привлекать широкое внимание и инвестиции.

Вообще, первые программы МП появились в 50-х годах, всего несколько лет спустя после рождения компьютера, но до широкого распространения ПК МП был скорее интересным объектом научных исследований, чем важной сферой использования вычислительной техники, по двум причинам дороговизна времени работы компьютера и коллективное пользование его ресурсами. Последнее обстоятельство часто не позволяло немедленно обратиться к электронному помощнику, сводя на нет важнейшее преимущество МП перед обычным - его оперативность.

Датой рождения МП как области исследований принято считать 1947 г и все началось с письма Уоррена Уивера, директора отделения естественных наук Рокфеллеровского фонда, к Норберту Винеру в марте того же года, в котором задача перевода сравнивалась с задачей дешифровки текстов.

Последняя в то время уже стала выполняться на электромеханических устройствах. За этим письмом последовало множество дискуссий, появился меморандум о целях, и наконец, были выделены средства на исследования. И в 1952 г. состоялась первая конференция, организованная знаменитым математиком Бар-Хиллелем, на которой исследователи обменялись мыслями относительно организации множества синтаксических правил языка, способов описания семантики, морфологических структур, структуры словарей для систем перевода. Достижения в академических исследованиях стимулировали коммерческий интерес к проблеме МП, и фирма IBM совместно с Джорджтаунским университетом в США в 1954 г. сумела показать первую систему, базирующуюся на словаре из 250 слов и 6 синтаксических правил и обеспечивающую перевод 49 заранее отобранных предложений.

Этот эксперимент положил начало исследовательскому буму в следующие 10 лет правительство и военные ведомства США затратили на исследования в области МП около 40 млн. долларов.

От эйфории, связанной с первыми результатами, до практически полного отрицания осуществимости МП прошло всего восемь лет. К подобному выводу пришли на основании обзора, выполненного специальным комитетом по прикладной лингвистике ALPAC Национальной Академии наук США. В нем констатировалось, что системы автоматического перевода не смогут обеспечить приемлемое качество в обозримом будущем.

Этот отчет драматически повлиял на развитие МП, так как были практически прекращены какие бы то ни было исследования из-за отсутствия финансирования, по крайней мере, в США и Европе. И лишь в конце 70-х годов занятия МП возобновились вместе с возрастанием интереса со стороны проектировщиков и исследователей к лингвистическим проблемам искусственного интеллекта и компьютерного поиска информации. И только с начала 80-х годов, когда ПК уверенно и мощно начали завоевывать мир, время их работы, естественно, подешевело и доступ к ним можно было получить в любую минуту.

А значит, МП наконец-то стал экономически выгодным. К тому же в эти и последующие годы совершенствование программ позволило достаточно точно переводить многие виды текстов, однако некоторые проблемы МП остались нерешенными и по сей день. 90-е годы можно считать подлинной эпохой возрождения в развитии МП, что связано не только с высоким уровнем возможностей персональных компьютеров, появлением сканеров Устройство для оптического ввода графической информации. и программ OCR Программы оптического ввода и распознавания текстов Optical Character Recognition но и с распространением Интернет интранет Internet intranet, обусловивших реальный спрос на МП. Он вновь стал привлекательной областью вложения капиталов как для частных инвесторов, так и для государственных структур.

И хотя технологии МП по-прежнему страдают множеством недостатков, многие организации вновь стали серьезно относиться к обещанию Бэббиджа.

Машинный перевод все еще далек от совершенства, но любой желающий с его помощью сможет, по крайней мере, понять основной смысл документа считает Луи Монье, технологический директор Alta Vista, крупного поискового Web-узла, который начал эксперимент с МП в онлайновом режиме См. раздел 9. Машинный перевод в Интернете Страны Европейского Союза потратили за последние 15 лет более 70 млн. долл. на исследования по этой проблеме, а японские государственные организации - более 200 млн. долл. По словам T.Р.Педтке представителя правительства США , сделавшего очень интересный доклад на MT SUMMIT VI о стратегической важности МП для его страны, одну из главных ролей в развитии этого направления продолжает играть правительство.

Проблема МП рассматривается как ключевая в вопросах продвижении высоких технологий и обеспечении конкурентоспособности США в глобальном информационном пространстве. 2. ЭЛЕКТРОННЫЕ СЛОВАРИЭлектронные словари ЭС начали разрабатываться значительно раньше, чем альтернативные им системы МП, поэтому в настоящее время на рынке программного обеспечения имеется черезвычайно широкий выбор словарей - от самых простейших например, DIC до мощных систем, объединяющих в одной программной оболочке несколько лексических баз данных - специализированных тематических словарей, последовательность подключения которых определяется пользователем LINGVO . Выбор того или иного программного продукта зависит исключительно oт аппаратных возможностей компьютера, которым располагает пользователь, финансовых соображений и конкретных условий, в которых работает переводчик.

Потенциальную аудиторию этих программ можно определить совершенно точно - это учащиеся и студенты, использующие словарь как одно из пособий при изучении иностранного языка, а также домашние и бизнес-пользователи, которым нужен универсальный и простой в применении словарь-справочник для эпизодического перевода деловых бумаг и корреспонденции.

Ниже представлена классификация электронных словарей по их основным техническим и эксплуатационным характеристикам.

Всю совокупность ЭС можно подразделить по следующим критериям. 1. По используемой операционной системе. Наиболее простые электронные словари DIC работают под управлением ОС MS-DOS, начиная с версий 2.21 и 3.30, что позволяет их использовать практически на любых IBM-совместимых персональных компьютерах, включая XT, АТ-286. Наиболее сложные многооконные и многофункциональные ЭС, позволяющие в одной оболочке подключать различные тематические базы данных, работают под управлением ОС WINDOWS 3.11, WINDOWS NT, WINDOWS 95 и т.д. Естественно, что для их успешного функционирования необходим более мощный компьтер типа AT-486DX с оперативной памятью не менее 8 МБ. 2. По способу загрузки.

Можно подразделить на нерезидентные и резидентные. К первым относятся простейшие программы например, подстрочечный словарь DIC , которые работают только в собственной среде и не вызываются из других оболочек, например из текстовых редакторов.

В большинстве случаев они функционируют в режиме автоматического пакетного перевода. Вторые загружают свое ядро в оперативную память компьютера например, LINGVO for DOS и могут вызываться в любой момент работы компьютера, например из любого текстового редактора, при помощи нажатия комбинации горячих клавиш - клавиш оперативного вызова.

Эти словари обеспечивают работу переводчика в интерактивном режиме. 3. По количеству подключаемых словарных баз словарей. Ранние версии ЭС позволяли подключать только один словарь. Современные программы, например Система электронных словарей LINGVO , независимо от того в какой ОС они работают, позволяют подключать до нескольких десятков словарных баз и устанавливать приоритет последних. 4. По возможностям расширения словарной базы. Устаревшие ЭС не имели возможности расширения словарных баз пользователем, современные версии, например LINGVO 4.6 и выше, имеют специальные утилиты для создания пользова телем собственных и расширения существующих словарей. 5. По режиму перевода.

Можно выделить два основных режима перевода автоматический пакетный подстрочечный и интерактивный режим запрос - ответ. В первом случае программа вызывается с указанием имени текстового файла, который необходимо перевести, или маски для целой группы текстовых файлов, предназначенных для перевода.

Далее автоматически, без участия переводчика, производится прямой перевод каждого отдельного слова с выводом на экран монитора или на печатающее устройство только переведенных слов или исходного текста, под каждым переведенным словом которого будет стоять его значение на русском языке, под теми словами, которых не оказалось в ЭС обычно ставится знак Такой режим называется подстрочечным. Словарные базы подобных ЭС весьма ограниченны, качество перевода оставляет желать лучшего.

Подобные про граммные продукты вряд ли смогут оказать помощь професси ональному переводчику. Во втором случае программа работает следующим образом. После загрузки резидентной части программы в оперативную память компьютера, пользователь, работая, например, в текстовом редакторе либо непосредственно в оболочке словаря, вводит с клавиатуры неизвестное слово на языке оригинала, а затем, выделив его, чаще при помощи мыши, нажатием комбинации горячих клавиш активизирует ЭС, который заменяет текст оригинала на русскоязычный перевод.

Время доступа к переводу составляет примерно 0,2 секунды, что значительно ускоряет работу переводчика. Именно такие электронные словари, с учетом возможности расширения и одновременного подключения нескольких словарных баз, могут значительно облегчить и ускорить работу переводчика любого уровня профессионализма. В любом случае, бум, связанный с появлением простейших электронных словарей, позволяющих относительно быстро произвести поиск того или иного слова, уже в прошлом.

С развитием технологии систем OCR, о которых я уже упоминала, стали разрабатываться автоматизированные системы машинного перевода. О них-то и пойдет речь. 3. КОМПЬЮТЕР НА МЕСТЕ ПЕРЕВОДЧИКА.Вычислительная техника, как известно, хорошее подспорье человеку в рутинной работе. Относится ли к таким занятиям перевод текстов? И да, и нет. С одной стороны, труд переводчика во многом формален, а с другой - перевод не может быть выполнен чисто формально. Есть, например, технический перевод, где важно знать принятые за рубежом стандарты обозначений тех или иных понятий.

И есть литературный перевод, когда требуется получить текст, по художественной ценности максимально близкий к оригиналу. Возможно ли поручить подобную работу компьютеру? Говоря о МП, следует прежде всего помнить, что компьютер - создание бездушное. Он не понимает языковых нюансов, намеков в тексте, того, что называется тонкой игрой слов. Да и, собственно, понять содержание текста в полной мере ему не под силу. Мышления как такового при МП не происходит предложение расчленяется на части речи, в нем выделяются стандартные конструкции, слова и словосочетания переводятся по находящимся в памяти машины словарям.

Затем переведенные части речи собираются по правилам другого языка. Но этого, согласитесь, недостаточно для полноценного перевода. В зависимости от того или иного стиля и назначения текста одно и то же слово нередко имеет разные значения. В какой-то мере эта особенность учитывается в системах МП предусмотрены сменные словари, иногда для каждого вида текста предусмотрен свой словарь.

Если лексики одного машинного словаря не хватает и применяются несколько словарей одновременно, можно указать системе, из какого словаря нужно брать слово, если есть несколько вариантов его перевода. Наконец, программа сама может предлагать на выбор пользователю несколько вариантов перевода, и он выбирает подходящий вариант, так сказать, вручную. Могут возникнуть и проблемы с переводом слов в устойчивых словосочетаниях и фразеологизмах, но это вполне по силам компьютеру.

Наряду с установленными правилами построения предложения в каждом языке существуют и свои неписаные законы, которые иногда называются красотами языка. Например, предложение на английском языке This is my book дословно переводится Это есть моя книга, и формально это будет правильным, но по-русски так не говорят. В данном случае можно сказать, что предложение написано так, будто его составил иностранец. Конечно, приведенный пример является простейшим, и возможность исключения слова is очень просто отражается в программе МП. Но на практике получившийся перевод похож на текст, написанный иностранцем.

Текст также может содержать слова, которые нужно понимать в контексте образа жизни людей в конкретной стране. Например, под словом демократ в США подразумеваются политики, выступающие за большее вмешательство государства в экономику, а в России те, кто выступает за большую свободу рынка.

Это разные понятия. Заглавные буквы и сокращения таят в себе и другие подвохи. Когда слово начинается с большой буквы, его перевод будет начинаться тоже с большой буквы. Слово, целиком состоящее из таких букв, также будет в переводе записано заглавными. В англоязычной литературе достаточно часто встречаются внешне эффектные аббревиатуры, которые могут быть прочитаны как одно слово. Такая аббревиатура и будет переведена единым словом. Таким образом, результаты МП часто требуют редактирования.

Насколько адекватными можно считать результаты перевода на компьютере? Это определяется не только качеством системы МП, но и качеством последующего редактирования. Нередко систему МП использует в качестве подспорья специалист, которому нужно быстро перевести, например, техническую документацию. Тогда проблема корректного употребления терминов решается сама собой. Однако МП - это такая специфическая область применения компьютеров, в проблемах которой почти каждый ощущает себя более или менее специалистом.

Давайте рассмотрим, каким образом осуществляется перевод. 4.