WEBVTT

00:00:06.307 --> 00:00:11.306
Hoe komt het dat zoveel
buitenaardse wezens in films en op tv

00:00:11.306 --> 00:00:14.213
toevallig perfect Engels spreken?

00:00:14.213 --> 00:00:17.886
Het korte antwoord is dat je
geen ruimteschipbemanning wilt zien

00:00:17.886 --> 00:00:21.484
dat jaren bezig is om een woordenboek
Buitenaards-Engels samen te stellen.

00:00:21.484 --> 00:00:23.192
Maar om consequent te blijven,

00:00:23.192 --> 00:00:26.789
hebben de makers van Star Trek
en andere science-fiction

00:00:26.789 --> 00:00:30.324
een universele vertaler bedacht.

00:00:30.324 --> 00:00:34.822
Een draagbaar apparaat dat ogenblikkelijk
alle talen kan vertalen.

00:00:34.822 --> 00:00:38.219
Is zo'n universele vertaler
in het echte leven mogelijk?

00:00:38.219 --> 00:00:42.027
Er bestaan al veel programma's
die beweren dat te doen.

00:00:42.027 --> 00:00:45.954
Een woord, een zin of een compleet boek
in een bepaalde taal

00:00:45.954 --> 00:00:48.784
vertalen naar bijna elke andere taal,

00:00:48.784 --> 00:00:52.247
of het nou modern Engels
of Oud-Sanskriet is.

00:00:52.247 --> 00:00:55.913
Als vertalen alleen zou bestaan
uit woorden opzoeken in een woordenboek,

00:00:55.913 --> 00:00:59.625
dan zouden die programma's
de mens makkelijk verslaan.

00:00:59.625 --> 00:01:03.199
De realiteit is echter veel ingewikkelder.

00:01:03.199 --> 00:01:07.349
Een op regels gebaseerd vertaalprogramma
gebruikt een lexicale database,

00:01:07.349 --> 00:01:10.302
die alle woorden bevat
die in een woordenboek staan

00:01:10.302 --> 00:01:13.073
met alle grammaticale vormen
die ze kunnen hebben,

00:01:13.073 --> 00:01:18.705
en een aantal regels om de taalelementen
van de brontaal te herkennen.

00:01:18.705 --> 00:01:22.396
Voor een ogenschijnlijk eenvoudige zin
als 'De kinderen eten de muffins'

00:01:22.396 --> 00:01:27.050
zoekt het programma eerst uit
wat de syntax of grammaticale structuur is

00:01:27.050 --> 00:01:29.587
door de kinderen
als onderwerp te benoemen

00:01:29.587 --> 00:01:32.287
en de rest van de zin als gezegde,

00:01:32.287 --> 00:01:34.328
bestaande uit het werkwoord 'eten'

00:01:34.328 --> 00:01:37.382
en het lijdend voorwerp 'de muffins'.

00:01:37.382 --> 00:01:40.249
Daarna moet het de Engelse
woordstructuur herkennen,

00:01:40.249 --> 00:01:44.681
oftewel hoe de taal kan worden opgedeeld
in de kleinste stukjes met betekenis,

00:01:44.681 --> 00:01:47.394
zoals het woord 'muffin'
en het aanhangsel 's',

00:01:47.394 --> 00:01:49.755
dat het meervoud aangeeft.

00:01:49.755 --> 00:01:52.449
Tot slot moet het de semantiek begrijpen:

00:01:52.449 --> 00:01:56.088
wat de verschillende zinsdelen betekenen.

00:01:56.088 --> 00:01:58.024
Om deze zin netjes te vertalen,

00:01:58.024 --> 00:02:01.982
zou het programma moeten verwijzen
naar een andere woordenschat en regels

00:02:01.982 --> 00:02:04.946
voor elk onderdeel in de doeltaal.

00:02:04.946 --> 00:02:06.770
Hier wordt het lastiger.

00:02:06.770 --> 00:02:11.820
Soms kan de syntax van een taal toestaan
dat de woordvolgorde niet uitmaakt,

00:02:11.820 --> 00:02:16.774
terwijl dat bij andere talen betekent
dat de muffin het kind eet.

00:02:16.774 --> 00:02:19.647
Morfologie kan ook nog
roet in het eten gooien.

00:02:19.647 --> 00:02:23.083
Slovenen maken onderscheid
tussen twee en drie of meer kinderen

00:02:23.083 --> 00:02:26.847
door twee achtervoegsels te gebruiken
die veel andere talen niet hebben,

00:02:26.847 --> 00:02:30.532
terwijl je je door het Russische gebrek
aan lidwoorden blijft afvragen

00:02:30.532 --> 00:02:33.575
of de kinderen bepaalde muffins eten,

00:02:33.575 --> 00:02:36.719
of muffins in het algemeen.

00:02:36.719 --> 00:02:39.708
Zelfs als de semantiek technisch klopt,

00:02:39.708 --> 00:02:42.637
kan het programma nog steeds
de finesses missen,

00:02:42.637 --> 00:02:45.719
bijvoorbeeld of de kinderen
de muffins 'mangiano'

00:02:45.719 --> 00:02:47.714
of 'divorano'.

00:02:47.714 --> 00:02:51.558
Een andere methode is
de statistische machinevertaling,

00:02:51.558 --> 00:02:55.762
die een database analyseert
met boeken, artikelen en documenten

00:02:55.762 --> 00:02:59.268
die al zijn vertaald door de mens.

00:02:59.268 --> 00:03:02.959
Door overeenkomsten te zoeken
tussen de bron en de vertaalde tekst

00:03:02.959 --> 00:03:05.393
die niet toevallig lijken te bestaan,

00:03:05.393 --> 00:03:09.345
kan het programma overeenkomstige
uitdrukkingen en patronen vinden,

00:03:09.345 --> 00:03:12.259
en ze gebruiken voor
toekomstige vertalingen.

00:03:12.259 --> 00:03:14.839
De kwaliteit van dit soort vertalingen

00:03:14.839 --> 00:03:17.690
hangt echter af
van de grootte van de database

00:03:17.690 --> 00:03:23.187
en de aanwezigheid van voorbeelden
voor bepaalde talen of schrijfstijlen.

00:03:23.187 --> 00:03:27.140
Het probleem dat computers hebben
met uitzonderingen, onregelmatigheden

00:03:27.140 --> 00:03:30.994
en nuances die mensen
instinctief aanvoelen,

00:03:30.994 --> 00:03:35.045
hebben bij onderzoekers geleid
tot de gedachte dat taalbegrip

00:03:35.045 --> 00:03:39.251
het unieke resultaat is
van onze biologische hersenstructuur.

00:03:39.251 --> 00:03:43.101
Een van de beroemdste
fictieve universele vertalers,

00:03:43.101 --> 00:03:46.439
Babelvis uit 'The Hitchhiker's
Guide to the Galaxy',

00:03:46.439 --> 00:03:49.726
is immers geen machine,
maar een klein wezen

00:03:49.726 --> 00:03:54.210
dat de hersengolven en zenuwsignalen
van levende soorten vertaalt

00:03:54.210 --> 00:03:57.005
via een soort telepathie.

00:03:57.005 --> 00:03:59.986
Voorlopig geeft het leren van een taal
op de ouderwetse manier

00:03:59.986 --> 00:04:04.816
betere resultaten dan
welk computerprogramma ook.

00:04:04.816 --> 00:04:06.749
Dat is niet eenvoudig.

00:04:06.749 --> 00:04:09.014
Het grote aantal talen op de wereld

00:04:09.014 --> 00:04:12.989
en de toenemende interactie
tussen de sprekers ervan

00:04:12.989 --> 00:04:18.004
zal het automatisch vertalen
alleen maar sneller doen verbeteren.

00:04:18.004 --> 00:04:21.409
Tegen de tijd dat we
buitenaardse levensvormen ontdekken,

00:04:21.409 --> 00:04:24.660
kunnen we wellicht praten via een gadget,

00:04:24.660 --> 00:04:29.026
of we moeten alsnog
dat woordenboek schrijven.