Tłumaczenie maszynowe i jego różne rodzaje
Tłumaczenie maszynowe (MT) stało się bardzo ważnym tematem w świecie języków i tłumaczeń. Coraz więcej firm zaczęło stosować MT, ponieważ może ono przynieść korzyści ich projektom tłumaczeniowym. Ale czym dokładnie jest tłumaczenie maszynowe i jakie są jego różne rodzaje? To są punkty, którym będę się bliżej przyglądał w poniższym wpisie.
Z definicji, MT jest formą lingwistyki obliczeniowej i inżynierii językowej, która wykorzystuje oprogramowanie do tłumaczenia tekstu lub mowy z jednego języka na drugi. Zasadniczo, w procesie tłumaczenia maszynowego jedno słowo języka źródłowego jest zastępowane przez słowo w języku docelowym. Nie należy jednak mylić MT z tłumaczeniem wspomaganym komputerowo (CAT), czyli takim, w którym tłumacz używa oprogramowania komputerowego do wspomagania procesu tłumaczenia; narzędzia CAT nie tłumaczą treści automatycznie.
Istnieje kilka silników do tłumaczenia maszynowego, które analizują i przetwarzają zawartość w różny sposób. Najczęstsze z nich to tłumaczenie maszynowe oparte na regułach i statystyczne tłumaczenie maszynowe.
Tłumaczenie maszynowe na podstawie reguł (RBMT)
Silniki oparte na regułach wykorzystują niezliczoną ilość reguł gramatycznych i językowych do analizy treści i podziału tekstu. Podczas korzystania z reguł, struktura gramatyczna języka źródłowego zostaje przeniesiona na język docelowy. Dwujęzyczne słowniki są również używane dla par językowych, a dostosowane listy terminologiczne mogą być dodawane w celu precyzyjnego dostosowania silnika. Poprzez dodanie konkretnej terminologii na dany temat lub branżę można stworzyć bardziej wiarygodny wynik tłumaczenia na ten konkretny temat. Silniki oparte na regułach nie wymagają dwujęzycznych korpusów, zwanych również dużymi i ustrukturyzowanymi zbiorami tekstów, do stworzenia systemu tłumaczeń.
Silniki oparte na regułach dają dość przewidywalne, ale również bardzo spójne wyniki, ze względu na liczbę reguł gramatycznych i słowników, na których opierają się tłumaczenia. Dzięki ustalonym regułom każdy błąd może zostać skorygowany za pomocą docelowej reguły. Dzięki temu, dodając więcej reguł i więcej słowników lub terminologii, tłumaczenia mogą być poprawione.
Statystyczne tłumaczenie maszynowe (SMT)
W przeciwieństwie do RBMT, statystyczne tłumaczenie maszynowe nie analizuje tekstów w oparciu o zasady językowe. Zamiast tego silnik ten "uczy się" jak tłumaczyć teksty. Dlatego też analizuje on ogromne ilości danych w parach językowych, a następnie wykorzystuje swoje statystyczne modele tłumaczenia do tworzenia tłumaczenia treści źródłowej. Model ten jest budowany poprzez analizę dwujęzycznych korpusów i wymaga do tego odpowiedniej ilości dwujęzycznych treści. Dzięki SMT można również skupić się na konkretnym temacie lub branży, dostarczając więcej danych istotnych dla danego tematu.
Tłumaczenie maszynowe i sieci neuronowe
Tłumaczenie maszynowe ewoluuje. Od około 2013 roku internetowe giganty, takie jak Google i Microsoft, badają możliwości wykorzystania sieci neuronowych. Sieci neuronowe to statystyczne modele uczenia się, które po raz pierwszy zostały wykorzystane w technologii rozpoznawania mowy i obrazu. Wykorzystanie ich w tłumaczeniu maszynowym pozwala silnikom szkolić się w zakresie tłumaczenia tekstów za pomocą procesu, który jest podobny do sposobu działania ludzkiego mózgu, poprzez wzory i struktury. Proces ten nazywany jest "uczeniem się dogłębnym" i opiera się na zasadach ustalonych poprzez wdrożenie dużej analizy danych.
Chociaż neuronowe tłumaczenie maszynowe (NMT) jest nowym podejściem, jest ono postrzegane jako wielki przełom i już stało się bardzo popularne wśród badaczy MT, ponieważ jest oczywiste, że w większości przypadków poprawia ono tłumaczenie, oferując wynik, który wygląda bardziej płynnie i bardziej ludzko.
Mówią oni, że NMT tworzy bardziej płynne tłumaczenia i może zmniejszyć nakłady na post-edycję nawet o 25%. W przypadku niektórych specjalistów lingwistów nie ma już wątpliwości, że tłumaczenie maszynowe neuronowe działa lepiej niż tłumaczenie maszynowe oparte na regułach lub statystyczne. Systemy NMT rozumieją i dostrzegają podobieństwo słów, rozważają całe zdania i uczą się złożonych relacji między językami (źródło: 3 powody, dla których tłumaczenie neuronowe jest przełomem).
Ponieważ każdy silnik przetwarza i generuje dane w inny sposób, silnik wybrany dla danego projektu zależy od języków docelowych oraz dostępności materiałów referencyjnych dla danych plików źródłowych. Ogólnie rzecz biorąc, tłumaczenie maszynowe najlepiej sprawdza się w przypadku treści powtarzalnych i prostych, gdzie te same słowa są ponownie używane i synonimy są zminimalizowane. Nie ma wątpliwości co do zalet MT: zwiększa ono wydajność, skraca czas wprowadzania na rynek i poprawia spójność terminologii.
Argos Multilingual jest wiodącym dostawcą usług językowych. Naszą misją w Argos jest dostarczanie klientom wysokiej jakości innowacyjnych rozwiązań językowych jako szanowanego partnera biznesowego w branży lokalizacyjnej. Firma świadczy pełen zakres usług w zakresie tłumaczeń językowych, które pokrywają wszystkie potrzeby. Tłumaczenie maszynowe jest jedną z najważniejszych usług doradczych Argos Multilingual.
