Return to Video

איך מחשבים מתרגמים שפה אנושית - לואניס פפסימונס

  • 0:07 - 0:11
    איך זה שכל כך הרבה מינים אינטרגלקטיים
    בסרטים ובטלויזיה
  • 0:11 - 0:14
    מדברים במקרה אנגלית מושלמת?
  • 0:14 - 0:18
    התשובה הקצרה היא שאף אחד
    לא רוצה לצפות בצוות ספינת חלל
  • 0:18 - 0:22
    מבלה שנים בהרכבת מילון חייזרים.
  • 0:22 - 0:23
    אבל כדי לשמור על עקביות,
  • 0:23 - 0:27
    היוצרים של סטאר טרק ועולמות בדיוניים אחרים
  • 0:27 - 0:31
    הציגו את הרעיון של מתרגם אוניברסלי,
  • 0:31 - 0:35
    מכשיר נייד שיכול לתרגם מיידית כל שפה.
  • 0:35 - 0:39
    אז האם מתרגם אוניברסלי
    אפשרי בחיים האמיתיים?
  • 0:39 - 0:42
    יש לנו כבר הרבה תוכנות שטוענות בדיוק לזה,
  • 0:42 - 0:46
    לקחת מילה, משפט, או ספר שלם בשפה אחת
  • 0:46 - 0:49
    ולתרגם אותו לכמעט כל אחת אחרת,
  • 0:49 - 0:52
    בין אם זה אנגלית מודרנית או סנסקריט עתיקה.
  • 0:52 - 0:56
    ואם תרגום היה פשוט עניין
    של לחפש מילים במילון,
  • 0:56 - 1:00
    התוכנות האלו היה יכולות
    בקלות לנצח אנשים.
  • 1:00 - 1:03
    המציאות, עם זאת, היא מעט יותר מורכבת.
  • 1:03 - 1:07
    תרגום מבוסס חוקים משתמש במאגר מידע לשוני,
  • 1:07 - 1:10
    שכולל את כל המילים שתמצאו במילון
  • 1:10 - 1:13
    וכל המבנים הדקדוקיים שהן יכולות ללבוש,
  • 1:13 - 1:19
    וסט חוקים כדי להכיר את האלמנטים
    הלשוניים הבסיסיים בשפת הקלט.
  • 1:19 - 1:22
    למשפט שנראה פשוט כמו,
    "הילדים אוכלים את המאפינס,"
  • 1:22 - 1:27
    התוכנה ראשית תנסח
    את התחביר, או מבנה דקדוקי,
  • 1:27 - 1:30
    על ידי זיהוי הילדים כנושא,
  • 1:30 - 1:32
    ושאר המשפט כנשוא
  • 1:32 - 1:34
    שמכיל את הפועל "לאכול,"
  • 1:34 - 1:37
    ועצם ישיר "המאפינס."
  • 1:37 - 1:40
    אז היא צריכה לזהות מורפולוגיה אנגלית,
  • 1:40 - 1:45
    או איך השפה יכולה להתחלק ליחידות
    הכי קטנות בעלות המשמעות,
  • 1:45 - 1:46
    כמו המילה מאפין
  • 1:46 - 1:50
    והתוספת "ס" שמשמשת להראות רבים.
  • 1:50 - 1:52
    לבסוף, היא צריכה להבין את הסמנטיקה,
  • 1:52 - 1:56
    מה למעשה המשמעות
    של החלקים השונים של המשפט.
  • 1:56 - 1:58
    כדי לתרגם את המשפט הזה נכון,
  • 1:58 - 2:02
    התוכנה צריכה להתייחס לסטים שונים
    של אוצר מילים וחוקים
  • 2:02 - 2:05
    לכל אלמנט של שפת המטרה.
  • 2:05 - 2:07
    אבל שם זה נעשה מסובך.
  • 2:07 - 2:12
    התחביר של כמה שפות מאפשר
    למילים להיות מאורגנות בכל סדר,
  • 2:12 - 2:17
    בעוד באחרות, זה יכול
    לגרום למאפין לאכול את הילד.
  • 2:17 - 2:20
    מורפולוגיה יכולה גם להוות בעיה.
  • 2:20 - 2:23
    סלובנית מבדילה בין שני ילדים
    ושלושה ילדים או יותר
  • 2:23 - 2:27
    בשימוש בתוספת כפולה
    שלא קיימת בהרבה שפות אחרות,
  • 2:27 - 2:31
    בעוד היעדר תוויות יידוע
    ברוסית ישאיר אתכם תוהים
  • 2:31 - 2:34
    אם הילדים אוכלים מאפין מסויים,
  • 2:34 - 2:37
    או פשוט אוכלים מאפינס באופן כללי.
  • 2:37 - 2:40
    לבסוף, אפילו כשהסמנטיקה נכונה טכנית,
  • 2:40 - 2:43
    התוכנית יכולה לפספס נקודות עדינות יותר,
  • 2:43 - 2:46
    כמו אם הילדים "מנג'יאנו" את המאפינס,
  • 2:46 - 2:48
    או "דיבורני" אותם.
  • 2:48 - 2:52
    שיטה נוספת היא תרגום מכונה סטטיסטי,
  • 2:52 - 2:56
    שמנתח מאגר מידע של ספרים, מאמרים, ומסמכים
  • 2:56 - 2:59
    שכבר תורגמו על ידי אנשים.
  • 2:59 - 3:03
    על ידי מציאת התאמות
    בין מקורות וטקסט מתורגם
  • 3:03 - 3:05
    שלא הגיוני שיתרחשו במקרה,
  • 3:05 - 3:09
    התוכנית יכולה לזהות
    מושגים ותבניות מותאמים,
  • 3:09 - 3:12
    ולהשתמש בהם לתרגומים עתידיים.
  • 3:12 - 3:15
    עם זאת, האיכות של סוג זה של תרגום
  • 3:15 - 3:18
    תלוי בגודל מאגר המידע הראשוני
  • 3:18 - 3:21
    והזמינות של דוגמאות לשפות מסויימות
  • 3:21 - 3:23
    או סגנונות שונים של כתיבה.
  • 3:23 - 3:27
    הקושי שיש למחשבים
    עם יוצאי הדופן, חוסר הסדר
  • 3:27 - 3:31
    והגוונים של משמעויות
    שנתפסים אינסטינקטיבית עבור אנשים
  • 3:31 - 3:35
    הובילו כמה חוקרים להאמין
    שההבנה שלנו של שפה
  • 3:35 - 3:39
    היא תוצא יחודי של מבנה המוח הביולוגי.
  • 3:39 - 3:43
    למעשה, אחד המתרגמים האוניברסליים
    המומצאים הכי מפורסמים,
  • 3:43 - 3:46
    דג בבל מ"מדריך הטרמפיסט לגלקסיה",
  • 3:46 - 3:50
    הוא לא מכונה בכלל אלא יצור קטן
  • 3:50 - 3:54
    שמתרגם את גלי המוח וסימנים עצביים
    של יצורים תבוניים
  • 3:54 - 3:57
    דרך צורה של טלפטיה.
  • 3:57 - 4:00
    בינתיים, למידת שפה בדרך המסורתית
  • 4:00 - 4:05
    עדיין תיתן לנו תוצאה טובה יותר
    מכל תוכנת תרגום שזמינה כעת.
  • 4:05 - 4:07
    אבל זו לא מטלה פשוטה,
  • 4:07 - 4:09
    והמספר העצום של שפות בעולם,
  • 4:09 - 4:13
    כמו גם האינטראקציה הגדלה
    בין האנשים שמדברים אותן,
  • 4:13 - 4:18
    רק תמשיך לעורר התקדמות
    גדולה יותר בתרגום אוטומטי.
  • 4:18 - 4:21
    אולי בזמן שניתקל בצורות חיים אינטרגלקטיות,
  • 4:21 - 4:25
    נהיה מסוגלים לתקשר איתם דרך מכשיר זעיר,
  • 4:25 - 4:29
    או שאולי נצטרך להתחיל
    להרכיב את המילון ההוא אחרי הכל.
Title:
איך מחשבים מתרגמים שפה אנושית - לואניס פפסימונס
Speaker:
Ioannis Papachimonas
Description:

צפו בשיעור המלא: http://ed.ted.com/lessons/how-computers-translate-human-language-ioannis-papachimonas

האם מתרגם אוניברסלי אפשרי בחיים האמיתיים? יש לנו כבר כל כך הרבה תוכנות שטוענות שהן מסוגלות לקחת מילה, משפט, או ספר שלם בשפה אחת ולתרגם אותו לכמעט כל שפה אחרת. המציאות, עם זאת, היא מעט יותר מורכבת, לואניס פפסימונס מראה איך מכונות התרגום האלו עובדות, ומסביר למה הן הרבה פעמים מתבלבלות.

שיעור מאת לואניס פפסימונס, אנימציה של נווויס וידאו קלאב.
more » « less
Video Language:
English
Team:
closed TED
Project:
TED-Ed
Duration:
04:45

Hebrew subtitles

Revisions

Our website uses cookies for analysis purposes.