Әр түрлі машиналық аударма тәсілдерін салыстыру - Википедия - Comparison of different machine translation approaches

Бұл мақалада бірнеше мәселе бар. Өтінемін көмектесіңіз оны жақсарту немесе осы мәселелерді талқылау талқылау беті. (Бұл шаблон хабарламаларын қалай және қашан жою керектігін біліп алыңыз) Бұл мақалада а қолданылған әдебиеттер тізімі, байланысты оқу немесе сыртқы сілтемелер, бірақ оның көздері түсініксіз болып қалады, өйткені ол жетіспейді кірістірілген дәйексөздер. Көмектесіңізші жақсарту осы мақала таныстыру дәлірек дәйексөздер. (Желтоқсан 2012) (Бұл шаблон хабарламасын қалай және қашан жою керектігін біліп алыңыз) Бұл мақала болып табылады жетім, басқа мақалалар сияқты емес оған сілтеме. өтінемін сілтемелерді енгізу осы параққа қатысты мақалалар; көріңіз Сілтеме құралын табыңыз ұсыныстар үшін. (Желтоқсан 2012) (Бұл шаблон хабарламасын қалай және қашан жою керектігін біліп алыңыз)

Машиналық аударма (MT) алгоритмдерін жұмыс принципі бойынша жіктеуге болады. MT лингвистикалық жиынтыққа негізделуі мүмкін ережелернемесе үлкен денелерде (корпорациялар) бұрыннан бар параллель мәтіндер. Ережеге негізделген әдіснамалар сөзбе-сөз аудармадан тұруы немесе мағынаны неғұрлым абстрактілі көрсету арқылы жұмыс істеуі мүмкін: тілдік жұпқа тән немесе тілге тәуелді емес көрініс тіларалық. Корпораға негізделген әдістемелерге сүйенеді машиналық оқыту және параллель мәтіндерден алынған нақты мысалдарға сүйене алады немесе барлық ықтимал аудармалардың ішінен таңдаулы нұсқаны таңдау үшін статистикалық ықтималдықтарды есептей алады.

Ережеге негізделген және корпусқа негізделген машиналық аударма

Ережеге негізделген машиналық аударма (RBMT) морфологиялық, синтаксистік және семантикалық талдаулар негізінде дереккөзге де, аударылатын тілдерге де негізделген. Корпус негізделген машиналық аударма (CBMT) талдау негізінде жасалады екі тілдегі мәтін корпорациялар. Біріншісі рационализм, ал екіншісі эмпиризм саласына жатады. Лингвистикалық ауқымды ережелерді ескере отырып, RBMT жүйелері ақылға қонымды сапамен аударма жасауға қабілетті, бірақ жүйені құру өте көп уақытты алады және көп еңбекті қажет етеді, өйткені мұндай лингвистикалық ресурстар қолмен жасалуы керек, оларды жиі деп атайды білімді игеру проблема. Сонымен қатар, аударманы жасау үшін енгізуді түзету немесе жүйеге жаңа ережелер енгізу өте қиын. Керісінше, CBMT жүйесіне көбірек мысалдарды қосу жүйені жақсартуы мүмкін, өйткені ол мәліметтерге негізделген, бірақ екі тілді мәліметтер қорын жинақтау мен басқару да қымбатқа түседі.

Тікелей, трансферлік және тіларалық аударма

Тікелей, трансферге негізделген машиналық аударма және тіларалық машиналық аударма машиналық аударма әдістері барлығы RBMT-ге жатады, бірақ түпнұсқа тілді талдау тереңдігімен және олардың түпнұсқа мен аударма тілдері арасындағы мағынаны немесе ниетті тілге тәуелсіз көрсетуге тырысу деңгейімен ерекшеленеді. Олардың айырмашылықтарын Вакуа үшбұрышы арқылы байқауға болады, бұл талдаудың осы деңгейлерін көрсетеді.

Төменгі жағынан ең таяз деңгейден бастап, тікелей аударым сөз деңгейінде жасалған. Бастапқы тіл мен аударма тілінің лексикалық бірліктері арасындағы тікелей сәйкестікті табуға байланысты, ДМТ дегеніміз - кейбір қарапайым грамматикалық түзетулермен сөзбе-сөз аударма тәсілі. DMT жүйесі белгілі бір қайнар көзге және мақсатты тілдік жұпқа арналған және оның аударма бірлігі әдетте сөз болып табылады. Аударма содан кейін синтаксистік және семантикалық тасымалдау тәсілдері арқылы бастапқы сөйлем құрылымы мен мағынасын бейнелеуде орындалады.

A трансферге негізделген машиналық аударма жүйе үш кезеңнен тұрады. Бірінші кезең бастапқы мәтінге талдау жасайды және оны дерексіз көріністерге айналдырады; екінші кезең оларды эквивалентті мақсатты тілге бағытталған ұсыныстарға айналдырады; ал үшіншісі соңғы мақсатты мәтінді жасайды. Өкілдік әр тілдік жұпқа тән. Трансферттік стратегияны «тіларалық жүйелердің ресурстарын тиімді пайдалану мен тікелей жүйелерді енгізу жеңілдігі арасындағы практикалық ымыраға келу» ретінде қарастыруға болады.

Ақырында тіларалық деңгейімен ауыстыру ұғымы тіларалық. IMT екі фаза бойынша жұмыс істейді: SL мәтінін абстрактілі әмбебап тілге тәуелді мағынаны ұсынуға талдау, яғни талдау кезеңі болып табылатын тіларалық қатынас; синтез кезеңі болып табылатын TL-нің лексикалық бірліктері мен синтаксистік құрылымдарын қолдана отырып, осы мағынаны қалыптастыру. Теориялық тұрғыдан үшбұрыш неғұрлым жоғары болса, анализ бен синтезге шығын аз болады. Мысалы, бір SL-ді N TL-ге аудару үшін (1 + N) қадамдар аударудың N қадамдарымен салыстырғанда тіларалық қатынасты қолдану қажет. Бірақ барлық тілдерді аудару үшін IMT тәсілімен N²-мен салыстырғанда TBMT тәсілімен тек 2N қадам қажет, бұл айтарлықтай төмендеу. IMT тәсілін қолдана отырып, әр тілдік жұп үшін ешқандай тасымалдау компонентін жасау қажет болмаса да, тілдер аралықты анықтау өте қиын, тіпті кеңірек домен үшін мүмкін емес.

Статистикалық және мысалға негізделген машиналық аударма

Статистикалық машиналық аударма (SMT) статистикалық модельдер негізінде құрылады, олардың параметрлері екі тілде мәтіндік корпорацияларды талдаудан алынған. Негізделген SMT бастапқы моделі Байес теоремасы, Браун және басқалар ұсынған. бір тілдегі әрбір сөйлем басқа тілдегі кез-келген сөйлемнің ықтимал аудармасы және жүйенің ең үлкен ықтималдығы берілген аударма ең қолайлы болып табылады деген көзқарасты қабылдайды. Мысалға негізделген машиналық аударма (EBMT) параллель мәтіндерімен екі тілді корпусты өзінің негізгі білімі ретінде пайдаланумен сипатталады, онда аналогия бойынша аударма негізгі идея болып табылады. EBMT-де төрт тапсырма бар: мысалы сатып алу, мысал базасы және басқару, мысал қолдану және синтез.

Кейде мәліметтерге негізделген MT, EBMT және SMT деп аталатын CBMT-ге жататындардың екеуін RBMT-ден ажырататын ортақ нәрсе бар. Біріншіден, екеуі де а битекст деректердің негізгі көзі ретінде. Екіншіден, олардың екеуі лингвисттердің ережелерді жазу принциптерімен емес, машиналық оқыту принципімен эмпирикалық. Үшіншіден, көбірек деректер алу арқылы олардың екеуін де жақсартуға болады. Төртіншіден, мүмкіндігінше сәйкес параллель корпус деректерін табу арқылы жаңа тілдік жұптарды жасауға болады. Осы ұқсастықтардан басқа кейбір ерекшеліктер де бар. SMT негізінен биттекстен алынған параметрлер мен ықтималдықтар сияқты статистикалық деректерді пайдаланады, онда деректерді алдын-ала өңдеу өте қажет, тіпті егер жаттығулар мәліметтерінде болса да, сол аударманың жасалуына кепілдік берілмейді. Керісінше, EBMT биттің мәтінін бастапқы деректер көзі ретінде пайдаланады, онда деректерді алдын-ала өңдеу міндетті емес, егер енгізу мысалдар жиынтығында болса, сол аударма жасалады.

Әдебиеттер тізімі