Jak komputery tłumaczą języki naturalne - Ioannis Papachimonas

Zobacz całą lekcję: http://ed.ted.com/lessons/how-computers-translate-human-language-ioannis-papachimonas

Czy uniwersalny translator jest w ogóle realny? Obecnie jest wiele programów, które mają przetłumaczyć dowolne słowo, zdanie czy nawet całą książkę z jednego języka na drugi. W rzeczywistości jednak jest to trochę bardziej skomplikowane. Ioannis Papachimonas przedstawia, jak działa tłumaczenie maszynowe i wyjaśnia, dlaczego jego wyniki często są nieco pogmatwane.

Lekcja: Ioannis Papachimonas, animacja: NOWAY Video Club.

Jak to możliwe, że w telewizji
tak wiele międzygalaktycznych ras

mówi doskonale po angielsku?

Po prostu nikt nie chce oglądać
załogi statku kosmicznego

tworzącej latami słownik języka kosmitów.

Dla porządku trzeba wspomnieć,

że twórcy Star Treka
i innych światów science-fiction,

wprowadzili ideę
uniwersalnego translatora,

przenośnego urządzenia
tłumaczącego na dowolny język.

Czy taki wynalazek jest w ogóle realny?

Istnieje wiele programów,
które mają to właśnie robić:

wziąć z jednego języka słowo,
zdanie, a nawet całą książkę

i przełożyć na niemal każdy inny język,

zarówno współczesny angielski,
jak i starożytny sanskryt.

Gdyby tłumaczenie polegało jedynie
na wyszukiwaniu słów w słowniku,

programy te byłyby lepsze
od tłumacza-człowieka.

W rzeczywistości jest to
bardziej skomplikowane.

Program o systemie regułowym
korzysta z leksykalnej bazy danych

zawierającej wszystkie słowa ze słownika,

ich wszystkie formy gramatyczne

oraz zbiór zasad gramatycznych
do rozpoznawania elementów języka.

W pozornie prostym zdaniu:
"Dzieci jedzą muffinki",

program najpierw analizuje składnię
albo strukturę gramatyczną,

rozpoznając "dzieci" jako podmiot,

a resztę zdania jako orzeczenie,

składające się z czasownika "jeść",

oraz dopełnienia bliższego "muffinki".

Potem musi rozpoznać angielską morfologię,

czyli jak można rozbić język
na najmniejsze elementy znaczeniowe,

takie jak słowo muffinka

i "s", angielski sufiks liczby mnogiej.

Wreszcie musi zrozumieć semantykę,

czyli co właściwie znaczą
poszczególne części zdania.

Żeby przetłumaczyć to zdanie prawidłowo,

program odniesie się do innego
słownictwa oraz zasad gramatycznych

dla każdego elementu w języku docelowym.

Tutaj sprawy zaczynają się komplikować.

Składnia niektórych języków
pozwala dowolnie zmieniać szyk zdania,

a w innych po zmianie szyku
okazałoby się, że muffinki jedzą dzieci.

Morfologia też może stanowić problem.

Słoweński rozróżnia między dwójką
a trójką i więcej dzieci

za pomocą sufiksu liczby podwójnej,
nieobecnej w wielu językach.

W rosyjskim brak przedimków określonych

powoduje, że nie wiemy,
czy dzieci jedzą konkretne muffinki,

czy jadają je w ogóle.

Wreszcie, nawet gdy znaczenie
jest technicznie poprawne,

program może przeoczyć
drobne różnice znaczeniowe,

jak to, czy dzieci "jedzą" muffinki,

czy je "pożerają".

Inną metodą jest statystyczne
tłumaczenie maszynowe,

czyli analiza bazy danych
z książkami, artykułami i dokumentami,

które wcześniej zostały
przetłumaczone przez człowieka.

Wyszukując dopasowania między źródłem
a przetłumaczonym tekstem,

które raczej nie pojawiają się
przez przypadek,

program może rozpoznać
odpowiadające sobie frazy i wzory

i wykorzystać je potem w tłumaczeniach.

Jednak jakość takiego tłumaczenia

zależy od wielkości bazy danych

oraz dostępności próbek
dla poszczególnych języków

lub stylów pisania.

Problemy, jakie komputery mają
z wyjątkami, nieregularnościami

i odcieniami znaczeniowymi
zrozumiałymi tylko dla człowieka,

doprowadziły pewnych badaczy do wniosku,
że rozumienie przez nas języka

jest wytworem biologicznej
struktury naszego mózgu.

Jeden z najbardziej znanych
fikcyjnych uniwersalnych translatorów,

Ryba Babel z "Autostopem przez galaktykę",

nie jest maszyną, ale stworzonkiem,

które tłumaczy fale mózgowe
i sygnały nerwowe czujących istot

za pomocą telepatii.

Na razie nauka języków
w tradycyjny sposób

wciąż da nam lepsze wyniki
niż jakikolwiek dostępny program.

To niełatwe zadanie,

a ogromna ilość języków na świecie

i coraz więcej interakcji
między ich użytkownikami

pozostanie bodźcem do dalszego rozwoju
tłumaczenia automatycznego.

Być może do czasu, gdy spotkamy
obcych z innych galaktyk,

będziemy mogli porozmawiać z nimi
za pomocą maleńkiego gadżetu,

a może będziemy musieli
i tak sporządzić słownik.