Главная » Статьи » Для начинающих

Современные методы машинного перевода текстов

Системы статистического машинного перевода известны в мире почти тридцать лет. Данный подход состоит из моделирования процесса перевода в серии последовательных этапов и разработки статистической модели для каждого из этих этапов. Конечно, на начальном этапе развития, такие программы не представляли никакого интереса в качестве альтернативы работы профессионального переводчика – простая последовательность переведенных слов, не имеющая смысла, не могла стать полноценным текстом, а давала лишь отдаленное представление о том, что говорилось в оригинале текста.

Как работает современный переводчик с искусственным интеллектом

Итак, чтобы перевести предложение, его необходимо сначала разрезать на серию коротких сегментов (слов). Каждому возможному переводу слова затем присваивается определенная вероятность. Затем назначаются вероятности для различных возможных вариаций. Модели уточняются и добавляются другие этапы, но, в конце концов, именно многовековые методы статистической математики дают возможность сделать вывод о целесообразности той или иной версии.

Примерно с 2012 года мы стали свидетелями появления метода, полностью основанного на машинном обучении и использовании нейронных сетей для перевода текстов с популярных языков, таких как английский, немецкий, испанский и французский, а также китайского, арабского. Нейронный машинный перевод больше не рассматривается как последовательность определенных шагов, а скорее как единый процесс, который сопоставляет одну серию слов (оригинальная версия) с другой (перевод). Системы обучаются непосредственно, используя миллионы примеров из двуязычных сравнений, и, таким образом, в конечном итоге «изучают», что такое хороший перевод. Здесь акцент уже сделан не на совершенствовании модели перевода, а скорее на самой архитектуре системы. И в данное время, хотя пока еще и рано говорить о качественной конкуренции человеку, это - значительный шаг, который может существенно упростить работу переводчика.

Недостатки машинного перевода и роль человека в переводе

Однако автоматизированные системы имеют недостатки. Качество переводов, производимых автоматическими системами на основе машинного обучения, зависит от наличия крупных и качественных баз данных переведенных текстов. Их трудно получить для редких языковых пар, кроме того, перевод документов, таких как паспорт, договор, инвойс требует индивидуального подхода к переводу. Все автоматизированные системы затрудняют перевод редких документов с учетом региональных особенностей. Наконец, этим системам трудно уловить нюансы и тонкости человеческого выражения мыслей. Использование систем машинного перевода обязательно приводит к определенной стандартизации, даже своего рода обнищанию, перевода, что особенно заметно в литературном переводе. Лучшие современные автоматизированные системы перевода пока еще работают хуже, чем опытный лингвист, которого вы найдете в бюро переводов в Москве.

Однако автоматические системы перерабатывают миллионы слов быстро и по очень низкой цене. Конечно, следует ожидать дальнейшего повышения качества переводов. Конкуренция за профессионалов переводчиков-людей может вырасти еще больше. Безусловно, увеличится спрос на постредактирование, особенно в области технического перевода. Крупные переводческие компании будут либо развертывать собственные системы, либо включать их в свои операции, чтобы повысить производительность за счет снижения стоимости за слово перевода. С другой стороны, области специализации, такие как литературный перевод и адаптация рекламы, а также все, что является новым, редким или уникальным, должны оставаться прерогативой переводчиков-людей.

Категория: Для начинающих | Добавил: alex_nech8 (07.06.2020)
Просмотров: 56 | Рейтинг: 0.0/0
Всего комментариев: 0
Добавлять комментарии могут только зарегистрированные пользователи.
[ Регистрация | Вход ]