Как работают программы машинного перевода?
Машинный перевод, хоть и не любим большинством переводчиков, является инструментом, который часто используется для решения таких задач в интернете, как переписка с иностранными партнерами, быстрый перевод сайтов, не имеющих официальной локализованной версии на родном языке, перевод комментариев и моментальных сообщений.
На базе информации, добытой таким образом, можно понять, о чем идет речь в целом, и нужен ли более точный и подробный перевод.
Программы машинного перевода можно разделить на переводящие пословно, по предложениям, и потекстово; на онлайн-сервисы и программы для персональных компьютеров. При этом с машинным переводом чаще всего ассоциируются с онлайн-сервисами, переводящими пофразово.
Чтобы понять, насколько программе сложно перевести не то что статью на сайте, но даже короткую фразу, которая будет отправлена как комментарий или личное сообщение, рассмотрим как такие программы работают.
Программе, чтобы переводить, требуется «знать» не только базовые правила грамматики двух языков и исключения к ним, но и уметь определить класс каждого слова, и прочие его атрибуты, такие как одушевленность или неодушевленность существительных, переходность глаголов.
Когда дело доходит до перевода, то программы действуют по следующей схеме:
- Подготовительный этап: сначала предложение разбивается на слова, производится их морфологический анализ и поиск в словаре значений их лексем. Потом производится синтаксический анализ предложения, в ходе которого выделяются придаточные предложения и определяется функция каждого отдельного слова.
- Лексический трансфер — каждому слову присваивается перевод на основе выявленного контекста, грамматической формы оригинала, а также пометок, сделанных в словарных статьях.
- Затем производится структурный трансфер — на этом этапе каждому слову присваивается место в предложении, устанавливаются структурные связи и производятся необходимые перестановки.
- Наконец, выбранным переводам слов придаются нужные (по мнению программы) грамматические формы.
Также различия есть и в механизме выбора вариантов перевода. Здесь подразделение идет на машинный перевод на базе лингвистических правил и на статистический метод машинного перевода. Первый базируется на доскональном анализе всех существующих правил, которые имеют жесткую привязку к конкретной языковой паре. Второй метод — статистический — выбирает на основе вероятности того, что конкретный вариант будет верным. Эта вероятность высчитывается по итогам анализа параллельных текстов на заданную тематику.
Программы, работающие на основе первого механизма, имеют большую точность и стабильность результата, особенно, когда производится перевод между языками с сильно разнящейся структурой и порядком слов. Однако для их создания требуются большие усилия по оснащению программы арсеналом баз и словарей, что сказывается и на скорости перевода. Кроме того необходима тщательная настройка параметров под заданную тематику, и полученные тексты звучат неестественно. Статистический метод работает быстрее, но проигрывает по фактору «надежности»: перевод может получиться или неожиданно хорошим, или очень плохим.
В качестве примера программы, работающей на основе лингвистических правил можно привести GramTrans. По статистическому методу работают Asia Online и всем известный Google Translate.
В силу того, что у обоих методов есть свои недостатки, разработаны и гибридные системы, к которым относится, например, система Promt. Суть работы подобных программ такова: в соответствии с лингвистическими правилами формируется не один, а несколько вариантов перевода. Затем статистические механизмы выбирают из них наиболее вероятный. Хоть времени и оперативной памяти это и не экономит, но делает результат настолько гладким, насколько это возможно без вмешательства человека.
Если бы задача компьютера в машинном переводе ограничивалась только быстрым перебором большого количества вариантов, записанных в различных статьях специальных словарей, то результат был бы куда лучше, чем мы имеем сейчас. Сложность скорее заключается в выборе значения, которое говорящий придает своим словам. А в этом плане человеческий язык нестабилен и переменчив, что делает машинный перевод таким сложным процессом.
Как машинный перевод экономит время переводчиков
Машинное обучение упрощает работу специалистов в самых разных областях, например, переводчикам. Хотя без живых людей по-прежнему не обойтись, их роль в процессе меняется. Технический специалист MedConsult Татьяна Апраксина рассказывала, как в бюро внедрили машинный перевод, как выглядит работа с ним на практике и каких результатов удалось достичь.
Освойте профессию «Data Scientist»
У переводчиков есть популярный анекдот: «Голый кондуктор бежит под вагоном» — так выглядит автоматический перевод фразы «A naked conductor runs under the tram» без учета контекста. А должно быть: «Оголенный провод проходит под вагоном». Примерно так выглядел и машинный перевод еще в 2008 году. Но сейчас все сильно изменилось: перевод, выполненный благодаря алгоритмам, сложно отличить от «человеческого». Да, полностью заменить переводчиков нельзя, но новые технологии сильно повышают качество и скорость. Разберемся, как это работает, на примере компании MedConsult.
MedConsult — бюро переводов медицинских документов. Его сотрудники помогают фармацевтическим, медицинским, страховым компаниям и частным заказчикам с переводом документов для регистрации препаратов, выписок из карт и т. д.
«Мы решили не разрабатывать программы сами, создавать свое решение долго и дорого. На рынке есть поставщики услуг машинного перевода: мы пользуемся программой MemoQ и сервисами компании Intento. Наша задача — сделать использование этих инструментов максимально простым для наших переводчиков. Внедрение проходило непросто Это было непросто: обычно переводчики — очень консервативные люди. Но они попробовали инструмент и поняли, что он значительно облегчает работу. Два года назад мы внутри компании начали внедрять плагин с машинным переводом, и теперь большинство переводчиков сами просят подготовить текст с использованием этой технологии».
MemoQ — это программа для перевода текстов, в которой сотрудники используют разные плагины, помогающие в работе. В MedConsult начали использовать ее девять лет назад, отказавшись от обычных Word и Excel, и соответственно перестраивать работу переводчиков.
Как работает программа для перевода
Даже без машинного перевода в MemoQ есть много полезных функций. Например, функция «память переводов» — файл, в котором записаны пары «оригинал-перевод». Если программа находит в тексте сегмент, который уже переводили ранее, — его перевод появится автоматически. В работе с медицинской документацией это экономит кучу времени: многие типовые куски документов уже когда-то переводили. А если программа находит похожий переведенный сегмент, то переводчик просто исправляет различающиеся детали.
Другая функция — глоссарий, словарь терминов. MemoQ позволяет создавать множество глоссариев, по которым программа будет подсвечивать медицинские термины, предлагая правильный перевод. В MedConsult создают глоссарии для каждой компании-заказчика, поэтому все переводчики, работающие над большим пакетом документов одного клиента, используют везде одинаковые термины.
Качество машинного перевода растет. У того же Google с 2009 по 2019 год работал сервис Translator Toolkit — в нем переводчики получали машинный перевод в веб-интерфейсе. Благодаря этому у Translator Toolkit появился большой массив данных о переводах и ручных исправлениях переводчиков за 10 лет. Эти данные использовали для обучения алгоритмов и повысили качество перевода.
По словам Татьяны, пока не все работает идеально. Иногда у поставщиков машинного перевода случаются сбои — может прийти текст очень плохого качества. Тогда приходится снова отправлять запросы на серверы и ждать, когда алгоритмы начнут работать правильно.
Станьте дата-сайентистом и решайте амбициозные задачи с помощью нейросетей
Как машинный перевод упрощает работу переводчиков
Пример: индийская фармацевтическая компания хочет продавать в России новое лекарство. Сначала компания оформит российское представительство и запросит в Минздраве список нужных документов. После этого она обратится в бюро медицинских переводов, чтобы перевести всю документацию с английского и подготовить ее по стандартам Минздрава.
Компания присылает в бюро большое количество документов: сертификаты, инструкции, результаты исследований и т. д. Чаще всего их присылают в формате сканов в PDF. Поэтому сканы нужно сначала распознать и перевести в удобный для перевода формат — в текстовые документы, например в Microsoft Word.
В бюро разбирают эти документы по темам и отдают переводчикам, которые, специализируются на конкретных направлениях. Специалист, как правило, имеет медицинское или химическое образование и узкое направление. Если с фармацевтикой могут работать многие, то документы, например, по эндокринологии будет переводить только специалист в этой теме.
Менеджеры бюро загружают текстовые файлы в программу MemoQ, подключают глоссарии и память переводов, после чего начинает работу переводчик. Если работают с типовым документом — может быть достаточно ручных исправлений из памяти переводов. Если текст нужно перевести с нуля, то работают с плагином для машинного перевода.
Переводчик использует машинный перевод как инструмент, но за конечный результат все равно отвечает человек. Чтобы документ был переведен правильно, проверяют падежи, стиль, формулировки, терминологию. Документ также утверждает редактор, а затем верстальщики оформляют его в нужной для Минздрава форме.
Кто занимается машинным переводом?
Обработкой текста занимаются специалисты по NLP (Natural Language Processing) — направлению Data Science. NLP-дата-сайентисты создают нейросети, которые анализируют исходный текст и выдают перевод. Для этого используют машинное обучение — нейросети обучают на больших наборах данных о правильном переводе слов.
В этой профессии есть две специальности, но иногда ими занимается один специалист:
NLP Researcher — исследователь со знаниями в лингвистике. Он подбирает данные для обучения разрабатываемых нейросетей и проводит в них эксперименты по переводу.
NLP Research Engineer — разработчик со знаниями математики и алгоритмов машинного обучения. Он пишет код на Python, который реализует задачи исследователя.
Дата-сайентисты могут работать и в других областях машинного обучения, например бизнес-аналитике и компьютерном зрении.
Что дало внедрение машинного перевода?
Компания MedConsult работает с программой MemoQ уже девять лет, а плагин для машинного перевода внедрили два года назад. Главное преимущество над простой работой в Word — упрощение редактуры большого проекта, над которым работает несколько переводчиков. Машинный перевод делает работу качественнее и быстрее. Вот каких результатов с его помощью удалось достичь:
- Улучшилось качество совместного перевода. Все переводчики используют одни и те же глоссарии и память. Поэтому над большим пакетом могут одновременно работать несколько переводчиков: они видят работу друг друга и используют одинаковые термины. Теперь над большим проектом могут работать тридцать переводчиков.
- Время на перевод сократилось в два раза. Время перевода зависит от разных факторов: сроков заказчика, количества документов, сложности темы. Но если вручную человек раньше переводил 2500–3000 слов в день, то с машинным переводом он делает это в два раза быстрее.
Как обучить компьютер переводу?
Мы спросили у Вячеслава Лялина, ведущего автора NLP-трека (интенсивного курса по Natural Language Processing — обработке естественного языка) в Акселераторе Skillfactory, как можно обучить компьютер машинному переводу. По его словам, современные системы перевода можно описать одним предложением: подаем в нейросеть текст на одном языке, а на выходе получаем текст на другом языке.
До нейронных сетей пользовались статистическими системами. Они были сложными и состояли из большого числа компонентов, таких как модель перевода отдельных фраз, языковая модель, которая старается получить из перевода фраз связный текст, и большого числа других подсистем. А с 2016 года мир начал двигаться в сторону нейронных моделей по нескольким причинам.
«Во-первых, нейронные модели стали работать лучше статистических, во-вторых, они были проще, но самое главное — их качество лучше “склеилось” с данными», — считает Вячеслав.
Для обучения нейронной системы перевода достаточно большого датасета так называемых параллельных предложений, то есть пар «предложение-перевод». При обучении системе подают на вход предложение, которое хотят перевести, и внутри она преобразует его в набор чисел (векторы). Эта часть нейросети называется энкодером. Дальше эти векторы изначального предложения передаются в следующую часть нейросети — декодер, — которая предсказывает вероятность следующего слова перевода на основе предыдущих слов перевода и слов оригинального предложения.
Когда система обучена, перевод генерируется пословно. Декодер предсказывает одно слово, после чего оно добавляется в перевод. Дальше декодер на основе векторов из энкодера (информации об оригинальном предложении) и уже сгенерированной части перевода предсказывает следующее слово. Операция повторяется, пока декодер не выдает специальное слово, обозначающее конец перевода.
Дата-сайентисты решают поистине амбициозные задачи. Научитесь создавать искусственный интеллект, обучать нейронные сети, менять мир и при этом хорошо зарабатывать. Программа рассчитана на новичков и плавно введет вас в Data Science.
Машинный перевод: современные технологии и топ-10 полезных инструментов
Представители старшего поколения наверняка помнят, сколько времени нам приходилось возиться с домашними заданиями по иностранному языку в общеобразовательной школе. Конечно, были среди нас отличники, которым языки, да и прочие предметы, давались легко. Вот к ним-то и подходили на переменке с просьбой перевести заданный на дом текст на иностранном языке, потому что большинству было лень, да и качество перевода в случае, если вы не занимались языком дополнительно, тоже изрядно хромало.
То ли дело сейчас! Загрузил текст в Google переводчик, выбрал язык, и дальше остается лишь слегка отредактировать результат, чтобы не «спалиться» с изрядно топорным компьютерным переводом. Конечно, лучше бы знать языки самому, в чем вам поможет наша программа «Эффективное изучение иностранного языка». Но во многих случаях компьютерные словари и системы машинного перевода текстов могут очень сильно выручить, даже если вы владеете языком в совершенстве. Давайте посмотрим, что это такое и как это работает.
Что такое «машинный перевод»: немного истории
Машинным переводом называют перевод текстов при помощи компьютерной программы, онлайновой или же инсталлированной на компьютере. Сегодня с помощью специальных программ можно перевести текст на самые разные языки: для машинного перевода практически не существует языковых барьеров.
Так, вышеупомянутый и наиболее популярный для быстрых подручных операций Google переводчик предлагает перевод более чем с сотни различных языков, от английского до малоизвестного нам хмонга.
Для справки: хмонг – это группа диалектов, на которых говорит народность мяо в Китае, Таиланде, Лаосе и северном Вьетнаме. Эта справка нужна для того, чтобы показать, сколь дальние «лингвистические дали» захватил процесс машинного перевода.
Идея задействовать компьютер для перевода родилась практически одновременно с появлением первых электронно-вычислительных машин в 40-е годы 20 века. К 1954 году корпорации IBM совместно с Джорджтаунским университетом удалось «научить» компьютер переводить простейшие тексты.
В «распоряжении» самого первого машинного переводчика было 250 слов и всего 6 правил (мечта каждого школьника!) из всего богатства грамматики английского языка. Эта первая публичная презентация возможностей перевода при помощи компьютера вошла в историю как «Джорджтаунский эксперимент».
Всего в ходе эксперимента с русского на английский перевели более 60 предложений, преимущественно на тему органической химии. Подробности эксперимента можно узнать из пресс-релиза корпорации IBM, вышедшего на следующий день после эксперимента [IBM, 1954].
Уже в 1960-х годах в Штатах функционировали 2 системы перевода с русского на английский. Это MARK, которая использовалась в ВВС США, и GAT, собственная разработка того самого Джорджтаунского университета, где состоялся исторический эксперимент. GAT, помимо США, применяли и в Европе. В частности, в Европейском сообществе по атомной энергии в Италии.
Качество первых машинных переводов было не слишком высоким, что регулярно порождало сомнения в перспективности разработок, и приводило к снижению объемов финансирования на исследования.
Тем не менее, невзирая на все сомнения и преграды, машинный компьютерный перевод прошел путь от трудностей понимания элементарных печатных фраз до технологий аудиоперевода, когда можно просто нажать на значок микрофона и сказать «в смартфон», что именно нужно перевести. К слову, большинство людей инстинктивно стараются говорить в микрофон, изображенный на экране, а не в микрофонный выход смартфона.
Больше о развитии систем машинного перевода можно узнать из статьи «Русский не родной: как США узнавали научные и военные тайны Советского Союза» [А. Космарский, 2016].
У нас в стране большая часть работ в области компьютерного перевода сконцентрировались в педагогическом университете имена А. И. Герцена в Санкт-Петербурге. Исследования вела научная группа под руководством профессора Раймунда Пиотровского (1922-2009).
Это был небольшой исторический экскурс, а сейчас обратимся к технической сути вопроса и посмотрим, как это все работает.
Машинный перевод: как это работает?
В самом общем виде системы машинного перевода (Machine Translation, МТ) развиваются по трем основным направлениям: SMT, RBMT, HMT [Linguis, 2015].
Направления Machine Translation:
- Статистический (Statistical Machine Translation, сокращенно SMT).
- Основанный на правилах (Rule-based Machine Translation, аббревиатура RBMT).
- Гибридный (Hybrid Machine Translation, сокращенно HMT).
Теперь вкратце о каждом из направлений.
Statistical Machine Translation
Статистический машинный перевод – это, по сути, самообучающаяся система. Это постоянный анализ огромного массива идентичных текстов на разных языках, поиск основных лингвистических закономерностей, перевод программы в машинный код и, как итог, способность к переводу с высоким уровнем точности и учетом языковых нюансов.
Базовым условием для успешного анализа big data (больших объемов данных) и точного перевода в машинный код является наличие соответствующих вычислительных мощностей. Это доступно лишь самым крупным корпорациям, лидерам рынка, давно работающим на данном поприще, потому что для анализа больших объемов данных нужно достаточно много времени.
Основными примерами реализации технологии SMT являются такие сервисы, как Google Translator, Яндекс.Переводчик, Bing Translator от Microsoft.
Rule-based Machine Translation
Технология RBMT предполагает, что все правила для последующего перевода создаются людьми. Эффект, достигаемый в SMT за счет самообучения, в RBMT напрямую зависит от человеческого фактора. Специалисты непрерывно мониторят ситуацию, адаптируют и детализируют правила для максимально более точного машинного перевода текстов.
Уровень точности перевода зависит от того, насколько глубокого лингвисты проработали языковые нюансы для переводчика по технологии RBMT и насколько регулярно поддерживают актуальность базы данных. Процесс требует высокой квалификации и больших затрат человеческих ресурсов, зато в RBMT можно обойтись гораздо меньшими вычислительными мощностями, нежели при работе по технологии SMT.
В качестве примеров реализации технологии RBMT можно привести такие системы, как Linguatec и Multillect.
Hybrid Machine Translation
Гибридный машинный перевод призван соединить в себе все преимущества SMT и RBMT. Разумеется, это не так просто, и мало, кто берется за реализацию столь амбициозной задачи. Наиболее удачным примером может служить программная система машинного перевода Systran, созданная одноименной компанией в США и выкупленная затем корейской компанией CSLi. А также такие разработки Hybrid MT, как TranSphere, Carabao Machine Translation engine, PROMT DeepHybrid.
Теперь, когда мы вникли в основные технические нюансы и понимаем общие принципы работы машинного перевода, самое время изучить подробнее, как мы всем этим можем воспользоваться.
Машинный перевод: программы
В принципе, если ничего длиннее трех абзацев вам переводить не приходится, с этим вполне справится Google Translator, так что эту статью дальше можно не читать. А вот менеджерам совместных предприятий, международных корпораций, ученым, читающим научные статьи на языке оригинала, профессиональным переводчикам и всем, кому приходится иметь дело с огромными массивами данных на иностранных языках, нужны инструменты посерьезнее.
Уточним, что при всех перспективах машинного перевода без людей не обойтись. Отличаться может лишь степень вмешательства человека в процесс. Различают разные форматы участия человека в Machine Translation:
- Постредактирование, когда исходный текст переводит компьютер, а затем вручную делается редактирование машинного перевода.
- Предредактирование, когда специалист адаптирует текст для машинной обработки, упрощая слишком сложные конструкции и убирая обороты, которые предполагают неоднозначное прочтение.
- Интерредактирование, когда специалист вмешивается в работу системы перевода и по ходу процесса регулирует перевод особо сложных фрагментов текста.
- Смешанные и совмещенные формы редактирования (например, предредактирование и постредактирование).
Иногда в качестве синонима понятия «машинный компьютерный перевод» употребляется словосочетание «машинный автоматический перевод» или просто «автоматический перевод». Это полностью корректно, но, если встречается термин «автоматизированный перевод», тут обычно имеются в виду случаи, когда человек максимально вовлечен в процесс «помощи» компьютерной программе.
Или даже точнее будет сказать, что это программа помогает человеку справиться с переводом, потому что основной массив работы – адаптация текста для перевода, упрощение лингвистических конструкций и прочее – выполняет как раз человек.
Так или иначе, для реализации сценариев машинного перевода в большинстве случаев используются CAT tool программы. Это комплексное решение по автоматизации перевода с набором дополнительных функций. В частности, CAT tool (Computer-assisted translation tool) умеют подставлять готовые фрагменты теста из банка готовых переводов там, где это уместно, что заметно сокращает общее время перевода [Roi4cio, 2019].
На небольших фрагментах текста, которые любой онлайн-сервис переводит за считанные доли секунды, такая экономия не заметна. Однако когда речь заходит о больших массивах теста, CAT tool является настоящим спасением. Кроме того, CAT tool позволяет проверить правописание, правомерность употребления того или иного слова в том или ином контексте, использовать базы данных узкоспециальных терминов, пользоваться индексаторами текстов и управлять памятью переводов.
Какой конкретно софт сегодня можно задействовать для перевода больших объемных текстов? Тут можно посоветовать изучить, пожалуй, наиболее полный обзор доступных на сегодня инструментов машинного перевода «24 полезные программы для переводчиков» [Н. Самойленко, 2017]. Со своей стороны обратим особое внимание на Trados, позволяет сделать машинный перевод документа практически любого формата, в том числе HTML-документов и презентаций PowerPoint.
В обзор «24 полезные программы для переводчиков» включены собственно программы машинного перевода, словари, программы распознавания текста, сервисы подсчета статистики и локализации приложений.
Уточним, что локализация приложения – это перевод, включающий полную адаптацию контента в плане культурных особенностей страны, города, региона с учетом всех особенностей языка.
По поводу подсчета статистики скажем, что это очень важная функция для профессиональных переводчиков и копирайтеров, получающих оплату по количеству знаков без пробелов. В обычном вордовском документе при объемах в сотни страниц использование встроенной функции затруднено, поэтому специальные сервисы совсем не лишние.
Будет интересно изучить и более свежий обзор «Какие инструменты могут ускорить работу переводчиков: обзор сервисов» [А. Лещинский, 2018]. В числе прочего, стоит обратить внимание на представленный в этом обзоре онлайн-сервис SmartCAT с очень простым для освоения интерфейсом и достаточно широким функционалом.
И, наконец, «Лучшее программное обеспечение для машинного перевода, которое вы можете попробовать в 2022 году» [affdu, 2022]. Из достойного внимания можно назвать сервис нейронного машинного перевода Amazon Translate. Независимое рейтинговое агентство Intento признало Amazon Translate по итогам 2020 года лучшим поставщиком машинного перевода в 14 языковых парах, 16 отраслях промышленности и 8 типах контента [Amazon Web Services, 2021].
К слову, на сайте Intento вы можете не только следить за рейтингами, но и опробовать различные программные продукты в сфере машинного перевода [Intento, 2022]. Теперь давайте подытожим, какие наиболее полезные и практичные инструменты можно сегодня использоваться для машинного перевода. Для удобства ориентирования сразу будем давать ссылку на сайт и скриншот интерфейса.
Топ-10 самых полезных инструментов машинного перевода:
Trados – возможность работать с файлами самых разных форматов плюс функция ведения глоссариев. Доступная бесплатная пробная версия Trados.
Déjà Vu – пользуется успехом у переводчиков с французского, хотя работает с самыми разными языками. Поддерживает многие форматы файлов. Для желающих есть тестовая бесплатная версия Déjà Vu.
SmartCAT – помимо собственно функции машинного перевода, доступна база профессиональных переводчиков, если вы не справляетесь даже с помощью сервиса, и база для поиска заказов, если вы переводчик. Онлайн сервис SmartCAT – полностью русскоязычный ресурс.
OmegaT – полностью бесплатный сервис. Не поддерживает наиболее ходовые форматы MS Word и Excel, но текст всегда можно конвертировать в другой формат из числа поддерживаемых. Скачать OmegaT можно на официальном сайте.
Wordfast – есть несколько версий программы, в том числе бесплатная онлайн-версия Wordfast Anywhere. Судя по информации на официальном сайте, продуктами Wordfast пользуются Sony, Coca-Cola, McDonald’s и другие известные корпорации.
MemoQ – работает с мультиязычными файлами, обеспечивает локализацию контента при переводе текстов медико-биологической направленности, тематики игровой индустрии, пригодна для учебных заведений и научных организаций. Доступны разные версии MemoQ.
Amazon Translate – нейронный машинный перевод, локализация приложений, много других достоинств. До 2 миллионов знаков в месяц Amazon Translate позволяет переводить бесплатно.
WordFisher – поддерживает пакет макросов до Word 2003, поэтому является отличным вариантом для тех, у кого старый компьютер. Программа WordFisher доступа на английском языке, однако обратите внимание, что весь исходный текст на сайте написан на венгерском языке. Это большое подспорье для тех, для кого венгерский является родным, потому что венгреский язык весьма специфичен и его носители с трудом осваивают еще какие-либо языки.
XTM Cloud – предназначена для крупного и среднего бизнеса, промышленных предприятий и сферы услуг. Покупателям XTM Cloud обещают доступные цены и соответствие сделки правилам бухгалтерского и налогового учета для предприятий всех форм собственности в Российской Федерации.
SYSTRAN Translate – онлайн-переводчик с 50 языков. Визуально интерфейс похож на Google Translator, и принцип работы точно такой: в левое окошко грузится исходный текст, в правом появляется готовый перевод. Systran Translate использует готовые модели перевода для каждой области контента: финансы, юриспруденция, здравоохранение, IT-технологии, образование, производство. Есть платные и бесплатные версии.
Итак, мы вкратце разобрали основные аспекты машинного перевода текстов. А что же у нас с машинным переводом устной речи? Давайте посмотрим!
Устная речь и машинный перевод
В принципе, функция устного машинного перевода знакома всем, у кого есть смартфон и встроенный Google переводчик. Помимо собственно перевода, изначально включается функция распознания текста. Примерно как в голосовом навигаторе в автомобиле. Насколько удобно пользоваться всеми этими техническими средствами и сервисами?
Тут очень много зависит от простоты формулировки, окружающего шумового фона, темпа речи, дикции, наличия акцента. Наиболее наглядно процесс машинного распознания речи презентован в известном клипе группы «Ленинград» на композицию «В Питере пить», когда таксист «общается» с навигатором:
Жесткий акцент выходца из дружественной нам республики мешает голосовому помощнику распознать запрос, а в разразившемся далее потоке негодования наиболее бдительные и хорошо образованные зрители распознали аварский язык.
Заметим, что большинство обзоров, посвященных устному машинному переводу, более сосредоточены на изъянах сервисов, нежели на их достоинствах. Самым настойчивым и заинтересованным можем рекомендовать статью «Машинный перевод становится синхронным», посвященную устному переводчику STACL [sysblok, 2019].
Кроме того, достаточно интересен обор «Translatotron – машинный перевод устной речи на новом уровне» с разбором достоинств и отличий относительно прочих разработок [В. Кобальчинский, 2019]. На этом, пожалуй, можно остановиться, потому что более ранние разработки дают не слишком высокую точность распознания и перевода устной речи, в чем могли убедиться лично все, кто пытается быть «на острие» инновационных технологий.
Какой из всего вышеизложенного вывод? Иностранные языки нужно изучать и знать, независимо от того, что нам предлагают технологии машинного перевода. Во-первых, у вас не всегда может быть «под рукой» доступное интернет-соединение. Во-вторых, за рубежом вас может подвести акцент и ваш текст для перевода останется для онлайн-переводчика тайной, покрытой мраком. В-третьих, пока никто не отменил зачеты и экзамены в школах и вузах, где ни смартфоном не воспользуешься, ни одноклассника-отличника на помощь не призовешь. И тогда вы можете «погореть» даже на самом элементарном задании.
Классика жанра для технических вузов – это просьба перевести несложное во всех смыслах предложение Silver is a good conductor of electricity («Серебро хорошо проводит электричество»). Люди, напрочь игнорирующие лекции по английскому, предлагают свою версию, которая звучит как «Сильва хороший кондуктор в электричке». Как говорится, «занавес», и результат экзамена исключительно в зависимости от чувства юмора преподавателя.
Стать компетентными в том языке, за изучение которого вы взялись, и подсказать, как лучше взяться за изучение иностранного языка, может наша программа «Эффективное изучение иностранного языка». Мы желаем, чтобы вас всегда понимали правильно, и просим ответить на вопрос по теме статьи:
Как работают программы переводчики
§ 17. Системы перевода и распознавания текстов
Основные темы параграфа:
• как работают программы-переводчики;
• распознавание текста;
• ввод в компьютер печатного и рукописного текста.
В современном мире происходит очень важный процесс — формирование единого информационного пространства. Стираются информационные границы между странами и народами, у человека появляется возможность общаться в буквальном смысле слова со всем миром. Все это приводит к тому, что многие люди различных профессий начинают общаться с иностранными коллегами, читать справочную и другую специальную литературу на иностранном языке. Но далеко не каждый человек свободно владеет иностранными языками.
Современные компьютеры способны хранить большие массивы данных и производить в них быстрый поиск. Эти возможности компьютера можно использовать для создания электронных словарей и организации с их помощью перевода текста с одного языка на другой. Для этих целей сегодня уже существует множество программ.
Как работают программы-переводчики
Чтобы найти перевод неизвестного иностранного слова, пользователю электронного словаря достаточно ввести это слово в строке поиска, и уже через несколько мгновений будет получен исчерпывающий перевод. Современные текстовые процессоры имеют в своем составе словари, позволяющие производить орфографическую проверку правильности написания слов (на разных языках).
Но перевод отдельного слова и перевод целого текста — задачи совершенно разные. Чтобы понять смысл текста, не всегда хватает понимания значений всех входящих в него слов. Например, в английском языке слово «unit» имеет как минимум 6 различных значений. Какое из них имел в виду автор конкретного текста? Следствием необходимости решения этих проблем стало появление компьютерных систем перевода текстов. Современные системы перевода позволяют не только переводить, но и редактировать перевод, работать с различными тематическими словарями, выполнять как простой и быстрый, так и сложный и профессиональный перевод. Эти программы (вернее, пакеты программ) позволяют работать с файлами различных типов, электронной почтой, гипертекстовыми документами и т. п. К сожалению, задача адекватного перевода до конца еще не решена — многие программы зачастую выполняют ее не всегда удачно.
Рассмотрим простой пример. Переведем с помощью системы перевода на английский язык фразу:
Информатика — это наука об информации.
The computer science is an information science.
А теперь с помощью той же программы переведем эту фразу на русский язык. Получим:
Информатика — информатика.
Как говорится, почувствуйте разницу!
Системы перевода еще уступают человеку, особенно в работе с художественными текстами, но эта область информатики развивается очень быстро и «электронные карманные переводчики» уже становятся незаменимым помощником туриста, отправляющегося в страну с незнакомым для него языком.
Распознавание текста
Перед обсуждением этой темы давайте вспомним, какие устройства ввода информации существуют у современных компьютеров? Клавиатура, мышь, сканер и др. Сканер, например, позволяет вводить графическую информацию с листа бумаги.
За сотни лет человечество накопило огромный объем информации на традиционных бумажных носителях (книгах, газетах, журналах и т. п.). В настоящее время существует потребность (у электронных библиотек, к примеру) переносить эту информацию в память компьютера. Конечно, это можно сделать с помощью клавиатуры и текстового редактора, но, представьте себе, сколько времени уйдет даже у профессионального оператора на ввод, скажем, романа «Война и мир»? Необходимо как-то ускорить этот процесс. Встает вопрос, нельзя ли использовать сканер для ввода текстовой информации? Правда, в этом случае возникает такая проблема: все, что введено с помощью сканера, хранится в памяти ЭВМ как изображение. Надо «объяснить» компьютеру, что значок «с» — не просто закорючка, а буква, и хранить и обрабатывать его нужно как букву.
Ввод в компьютер печатного и рукописного текста
Существуют программы, позволяющие вводить тексты в ПК с помощью сканера. Используя специальные алгоритмы, они распознают буквы, позволяют редактировать распознанный текст и сохранять его в различных форматах. Популярной программой такого типа является АВВY FineReader. Работать с этой программой несложно. Сначала нужно отсканировать текст (управлять сканером можно прямо в среде (FineReader), затем разбить этот текст на фрагменты, потом распознать эти фрагменты, отредактировать полученный текст и, наконец, сохранить его в нужном текстовом формате. Интерфейс программы позволяет освоить эти операции легко и быстро.
Задача распознавания текста относится к области проблем, которые решает наука под названием «Искусственный интеллект». Современные распознающие программы умеют читать не только печатный текст, но и текст, написанный самым «корявым» почерком.
Коротко о главном
Современные программные средства позволяют переводить тексты с одного языка на другой и распознавать их, переводя из отсканированного графического представления в текстовые файлы.
Вопросы и задания
1. Что такое электронные словари?
2. Какие дополнительные проблемы возникают при переводе текстов? Что отличает систему перевода текста от электронного словаря?
3. Почему отсканированный текст нельзя сразу обрабатывать текстовым редактором?
4. В чем состоит проблема распознавания текста?
Чему вы должны научиться, изучив главу 3
• Набирать текст в одном из текстовых редакторов.
• Выполнять основные операции над текстом, допускаемые этим редактором.
• Сохранять текст на диске, загружать его с диска, выводить на печать.
И. Семакин, Л. Залогова, С. Русаков, Л. Шестакова, Информатика, 8 класс
Отослано читателями из интернет-сайтов
Планы уроков информатики, скачать тесты бесплатно, всё для учителя и школьника в подготовке к уроку по информатике 8 класс, домашние задания, вопросы и ответы
Если у вас есть исправления или предложения к данному уроку, напишите нам.
Если вы хотите увидеть другие корректировки и пожелания к урокам, смотрите здесь — Образовательный форум.