Strojový překlad založený na transformaci

Strojový překlad založený na transformaci je typ strojového překladu (MT). V současnosti je to jedna z nejpoužívanějších metod strojového překladu. Na rozdíl od jednoduššího modelu přímého MT rozděluje MT založený na transformaci proces překladu do tří fází: analýza textu ve zdrojovém jazyce za účelem určení jeho gramatické struktury, překlad výsledné struktury do struktury vhodné pro tvorbu textu v cílovém jazyce a generování textu. Transformační MT systémy jsou tedy schopny využívat znalost zdrojového a cílového jazyka [1] .

Zařízení

Překlad založený na transformaci a mezijazykový strojový překlad jsou založeny na stejné myšlence, podle níž je k překladu nutné získat přechodnou reprezentaci. S ním můžete opravit význam původní věty, abyste pak mohli vytvořit správný překlad. V mezijazykové MT musí být takováto mezijazyčná reprezentace nezávislá jak na zdrojovém, tak na cílovém jazyce, zatímco v případě MT založeném na přenosu existuje určitá míra závislosti na konkrétní dvojici jazyků. Způsoby, jakými systémy MT založené na transformaci fungují, se výrazně liší, ale obecně se řídí stejným vzorem: aplikují soubory lingvistických pravidel určovaných korespondencemi mezi strukturou zdrojového jazyka a cílového jazyka. První fáze zahrnuje analýzu vstupního textu z hlediska morfologie a syntaxe (někdy také sémantiky ) za účelem vytvoření přechodné reprezentace. Z výsledné reprezentace se vytvoří překlad pomocí dvojjazyčných slovníků a gramatických stavebních pravidel. Tato strategie umožňuje získat dostatečně kvalitní překlad s přesností cca 90 % originálu (přesnost však do značné míry závisí na konkrétní jazykové dvojici a je dána mírou blízkosti dvou konkrétních jazyků).

Proces překladu

V systému MT založeném na pravidlech je zdrojový text nejprve analyzován z hlediska morfologie a syntaxe, aby se získala syntaktická reprezentace. V budoucnu může být tato prezentace změněna směrem k menší specifikaci z důvodu nutnosti věnovat zvýšenou pozornost nejvýznamnějším fragmentům pro překlad a ignorovat ostatní typy informací. Během procesu transformace se konečná reprezentace (stále existující ve zdrojovém jazyce) transformuje na reprezentaci stejné úrovně konkretizace v cílovém jazyce. Tyto dva pohledy se nazývají mezilehlé pohledy . Proces transformace reprezentace v cílovém jazyce na hotový text se skládá z podobných kroků prováděných v opačném pořadí.

Analýza a transformace

Než se získá konečný výsledek, je možné se uchýlit k různým metodám analýzy a transformace. Spolu se statistickými přístupy lze zvýšit počet generujících hybridních systémů. Vybrané metody a priority do značné míry závisí na návrhu samotného systému. Většina stávajících systémů však obsahuje alespoň následující kroky:

• Morfologická analýza . Povrchové tvary vstupního textu jsou klasifikovány podle slovních druhů (podstatné jméno, sloveso atd.) a gramatických kategorií (číslo, rod, čas atd.). Zpravidla se v této fázi provádějí všechny možné typy analýz pro každou z povrchových forem současně se slovníkovou podobou slova.
• Lexikální kategorizace . V jakémkoli textu mohou být slova, která mají více než jeden význam, což vytváří nejednoznačnost v procesu analýzy. Lexikální kategorizace věnuje pozornost kontextu, ve kterém je slovo použito, aby se pokusila určit jeho správný význam. Tento proces může zahrnovat označování částí řeči, stejně jako řešení sémantické homonymie .
• Lexikální transformace . Tento proces zahrnuje především překlad významu slovníku . Ve slovníku se vyhledá počáteční podoba slova a vybere se překlad.
• Strukturální transformace . Na rozdíl od předchozích fází, kde šlo o slova, v této fázi hovoříme o útvarech většího řádu, jako jsou fráze a fragmenty textu . Charakteristickými rysy této etapy je potřeba sladit gramatické kategorie, jako je rod a číslo, a také změna pořadí slov nebo frází.
• Morfologická transformace . Na základě dat získaných ve fázi strukturální transformace jsou vytvořeny finální hotové formuláře v cílovém jazyce.

Typy transformací

Jedním z hlavních rysů systémů MT založených na transformaci je fáze, ve které je prostřední reprezentace textu ve zdrojovém jazyce přeložena do prostřední reprezentace textu v cílovém jazyce. Tento proces může probíhat na jedné z úrovní lingvistické analýzy nebo v intervalu mezi nimi. Úrovně jsou uvedeny níže:

• Povrchová (syntaktická) transformace . Tato úroveň je charakterizována přenosem syntaktických struktur mezi zdrojovým jazykem a jazykem cílovým. Platí pro jazyky stejného typu nebo patřící do stejné rodiny, například když mluvíme o románských jazycích , mezi španělštinou, katalánštinou, francouzštinou, italštinou atd.
• Hluboká (sémantická) transformace . Na této úrovni je vytvořena sémantická reprezentace, která závisí na zdrojovém jazyce. Může se skládat z několika struktur, které vyjadřují určitý význam. Na této úrovni transformace zpravidla dochází k tvorbě predikátů. Překlad také obvykle vyžaduje strukturální transformaci. Tato úroveň se používá pro překlady mezi jazyky, které jsou spolu vzdáleně příbuzné (například mezi španělsko-anglickým nebo španělsko-baskickým párem atd.)

Viz také

• Statistický strojový překlad

Poznámky

1. ↑ Jurafský, Daniel; Martin, James H. (2009). Zpracování řeči a jazyka. Pearson. str. 906-908.