Nuotrauka: Milad Fakurian, Unsplash.com

Įvairūs

Kaip ilgainiui keitėsi mašininis vertimas?

Šiuo metu didelė dalis skaitmeninėje erdvėje randamų tekstų yra verčiami mašininiu būdu, tačiau dar visai neseniai mašininis vertimas buvo kažkas visiškai nauja ir nežinoma. Šeštojo dešimtmečio pradžioje mašininis vertimas pradėjo virsti realybe. Nuo to laiko mašininis vertimas gerokai patobulėjo. Tačiau vis dar neįmanoma apsieiti be žmogaus vertėjo gebėjimų ir meistriškumo, kurie reikalingi verčiant dokumentus.

Mašininio vertimo pradžia

1949 m. Warrenas Weaveris iš Rokfelerio fondo parengė pasiūlymų rinkinį, kaip mašininio vertimo idėją paversti realybe. Jis rėmėsi informacinėmis technologijomis, per Antrąjį pasaulinį karą išmoktomis kodų šifravimo pamokomis ir natūralios kalbos principais, kurie atvėrė kelią mašinoms versti vienos kalbos tekstus į kitą.

1954 metais informacinių technologijų bendrovė IBM Niujorko biure pademonstravo mašiną, galinčią išversti rusiškus sakinius į anglų kalbą. Nors mašina galėjo išversti tik 250 žodžių (49 sakiniuose), pasaulis buvo sužavėtas idėja. Visuotinis susidomėjimas mašininiu vertimu paskatino investicijas į šią naują kompiuterių mokslo sritį. Džordžtauno eksperimento tyrėjai, patikėję savo pradine sėkme, prognozavo, kad mašininis vertimas bus ištobulintas per trejus–penkerius metus.

„Nedidelė“ problema

Nors pradžia atrodė daug žadanti, mašininis vertimas pasirodė esąs daug sunkesnis dalykas, nei mokslininkai iš pradžių manė. Tai liudija faktas, kad mašininis vertimas vis dar nebuvo plačiai naudojamas net praėjus daugiau nei 60 metų. Džordžtauno eksperimento technologijai tobulinti buvo naudojami dvikalbiai žodynai, generacinė kalbotyra ir transformacinė gramatika. Greitai buvo identifikuota problema – semantinis dviprasmiškumas. Jei žodis gal reikšti daugiau nei vieną dalyką, kaip jį verčiantis kompiuteris žinos, kuria reikšme jis pavartotas originale ir kaip jį išversti? Nors pirmieji mašininiai vertimai buvo gana kokybiški, tačiau kad jie suteiktų pakankamą supratimą apie originalų dokumentą, dar reikėjo gerokai padirbėti. Lenktynės (daugiausia tarp JAV ir Sovietų Sąjungos) kuriant mašininio vertimo technologijas užtruko daug ilgiau nei tikėtasi.

Mašininis vertimas šiandien

Dar visai neseniai didieji žaidėjai (Google, Facebook ir kt.) pradėjo naudoti neuroninius tinklus ir deep learning, kad pagerintų mašininį vertimą. Neuroninis tinklas yra laisvai modeliuojamas pagal žmogaus smegenų veikimo būdą, dirbtiniai neuronai siunčia signalus kitiems neuronams, kai jie yra aktyvuoti. Neuroniniai tinklai padėjo padaryti didelę pažangą kalbos atpažinimo ir kompiuterinio matymo srityse. Šis metodas buvo naudingas ir mašininiam vertimui. 

Vertimų biuras „Linearis Translations“ taip pat kuria savo mašininio vertimo sistemą, naudodamas neuroninius tinklus, todėl mašininiu būdu išverstas tekstas yra daug tikslesnis. 

Mašininio vertimo plėtra neabejotinai sukėlė daugelio vertėjų nerimą. Taip buvo ir 1954 m., kai buvo pranešta apie Džordžtauno eksperimento sėkmę. Tuo metu daugelis vertėjų nerimavo, kad po kelerių metų neteks darbo. Daugelis vertėjų šiandien jaučiasi panašiai. Tačiau nors mašininis vertimas vis labiau artėja prie tobulo rezultato, mašininiu būdu išversti tekstai vis dar reikalauja žmogaus darbo, tai yra vertėjo, kuris atlieka teksto postredagavimą. Mokydami mašininius vertėjus suprasti ir teksto kontekstą, ir įvairius kultūrinius niuansus, siekiame tobulumo. Tačiau kultūra, kontekstai, tekstų stiliai nestovi vietoje ir bėgant laikui kinta, todėl manoma, kad mašininis vertėjas negalės visiškai pakeisti vertėjo, tačiau gerokai palengvins ir pagreitins vertėjo darbą. Tiesą sakant, tai įmanoma jau šiandien!

Atsižvelgiant į pastarojo meto pažangą mašininio vertimo technologijų srityje, nesunku nuspėti, kad vos po kelerių metų mašinos galės versti taip pat profesionaliai kaip ir žmonės. Tačiau ta pati prognozė buvo išsakyta šeštajame dešimtmetyje ir vis dar nepasitvirtino. Istorija davė pagrindo abejoti mašinų vertimo galimybėmis, nepaisant neįtikėtinos šiandieninių kompiuterinių sistemų galios. Šiuo metu tai yra naudinga priemonė, tačiau ji turi būti derinama su kruopščiu postredagavimu – tik taip galima užtikrinti patikimą išversto teksto kokybę.

Reklama

Palikite komentarą apie straipsnį

Rekomenduojami video

Naujienos iš interneto
traffix.lt

Žiūrėti kitas naujienas

Žiūrėti kitas naujienas

Žiūrėti kitas naujienas

Žiūrėti kitas naujienas