Transzformáció alapú gépi fordítás

Az átalakítás alapú gépi fordítás a gépi fordítás (MT) egyik fajtája . Jelenleg ez az egyik legszélesebb körben használt gépi fordítási módszer. A direkt MT egyszerűbb modelljétől eltérően a transzformáció alapú MT három szakaszra osztja a fordítási folyamatot: a forrásnyelvi szöveg elemzése annak grammatikai szerkezetének meghatározására, az így kapott szerkezet fordítása a célnyelvi szöveg előállítására alkalmas szerkezetté, ill. szöveggenerálás. Így a transzformáció alapú MT rendszerek képesek a forrásnyelv és a célnyelv ismereteit felhasználni [1] .

Eszköz

A transzformáció alapú fordítás és a nyelvközi gépi fordítás ugyanazon az elgondoláson alapul, amely szerint a fordításhoz köztes reprezentáció beszerzése szükséges. Ezzel rögzítheti az eredeti mondat jelentését, hogy aztán a megfelelő fordítást készíthesse. A többnyelvű MT-ben az ilyen köztes reprezentációnak függetlennek kell lennie mind a forrásnyelvtől, mind a célnyelvtől, míg az átvitelen alapuló MT esetében bizonyos fokú függés mutatkozik egy adott nyelvpártól. A transzformációs alapú MT-rendszerek működési módjai jelentősen eltérnek, de általában ugyanazt a mintát követik: nyelvi szabályokat alkalmaznak, amelyeket a forrásnyelv és a célnyelv szerkezete közötti megfelelések határoznak meg. Az első szakasz a bemeneti szöveg morfológiai és szintaxis (néha szemantika ) elemzését foglalja magában, hogy egy köztes reprezentációt hozzon létre. Az így kapott reprezentációból kétnyelvű szótárak és nyelvtani szerkesztési szabályok segítségével fordítás készül. Ez a stratégia lehetővé teszi, hogy kellően jó minőségű fordítást kapjon az eredeti körülbelül 90%-ának megfelelő pontossággal (a pontosság azonban nagymértékben függ egy adott nyelvpártól, és két konkrét nyelv közelségi foka határozza meg).

Fordítási folyamat

A szabályalapú MT-rendszerben a forrásszöveget először morfológiai és szintaxis szempontjából elemzik a szintaktikai reprezentáció elérése érdekében. A jövőben ez a prezentáció kevésbé specifikált, mivel fokozott figyelmet kell fordítani a legjelentősebb fordítási töredékekre, miközben figyelmen kívül kell hagyni az egyéb típusú információkat. Az átalakítási folyamat során a végső (a forrásnyelvben még létező) reprezentáció a célnyelv azonos szintű példányosítási reprezentációjává alakul. Ezt a két nézetet köztes nézetnek nevezzük . A célnyelvi reprezentáció kész szöveggé alakításának folyamata hasonló, fordított sorrendben végrehajtott lépésekből áll.

Elemzés és transzformáció

A végső eredmény megszerzése előtt lehetőség van különféle elemzési és átalakítási módszerekhez folyamodni. A statisztikai megközelítésekkel együtt növelhető a generáló hibrid rendszerek száma. A kiválasztott módszerek és prioritások nagymértékben magától a rendszer kialakításától függenek. A legtöbb létező rendszer azonban legalább a következő lépéseket tartalmazza:

• Morfológiai elemzés . A bevitt szöveg felületi formáit beszédrészeik (főnév, ige stb.) és nyelvtani kategóriák (szám, nem, idő stb.) szerint osztályozzuk. Általános szabály, hogy ebben a szakaszban minden lehetséges elemzési típust minden felületi alakra elvégeznek a szó szótári formájával egyidejűleg.
• Lexikai kategorizálás . Bármely szövegben előfordulhatnak olyan szavak, amelyeknek egynél több jelentése van, ami kétértelműséget okoz az elemzési folyamatban. A lexikális kategorizálás figyelmet fordít arra, hogy egy szót milyen kontextusban használnak, hogy megpróbálja meghatározni a helyes jelentését. Ez a folyamat magában foglalhatja a beszédrészek megjelölését, valamint a szemantikai homonímia feloldását .
• Lexikai transzformáció . A folyamat főként a szótári jelentés fordítását foglalja magában . Megkeresi a szó kezdeti alakját a szótárban, és kiválasztja a fordítást.
• Strukturális átalakítás . Ellentétben az előző szakaszokkal, ahol a szavakról volt szó, ebben a szakaszban nagyobb rendű formációkról beszélünk, például kifejezésekről és szövegtöredékekről . Ennek a szakasznak a jellemzője az olyan nyelvtani kategóriák harmonizálása, mint a nem és a szám, valamint a szavak vagy kifejezések sorrendjének megváltoztatása.
• Morfológiai átalakulás . A szerkezeti átalakítás szakaszában nyert adatok alapján a célnyelven létrejönnek a végleges kész formák.

Transzformációk típusai

A transzformációs alapú MT rendszerek egyik fő jellemzője az a szakasz, amelyben a forrásnyelvi szöveg köztes reprezentációja a célnyelvi szöveg köztes reprezentációjává válik. Ez a folyamat a nyelvi elemzés egyik szintjén vagy a közöttük lévő intervallumban mehet végbe. A szintek az alábbiakban láthatók:

• Felületi (szintaktikai) transzformáció . Ezt a szintet a szintaktikai struktúrák átvitele jellemzi a forrásnyelv és a célnyelv között. Alkalmazható az azonos típusú vagy egy családhoz tartozó nyelvekre, például amikor romantikus nyelvekről beszélünk , spanyol, katalán, francia, olasz stb.
• Mély (szemantikai) transzformáció . Ezen a szinten a forrásnyelvtől függő szemantikai reprezentáció jön létre. Több szerkezetből állhat, amelyek egy bizonyos jelentést közvetítenek. Az átalakítás ezen a szintjén általában predikátumok létrehozása történik. Ezenkívül a fordítás általában szerkezeti átalakítást igényel. Ezt a szintet olyan nyelvek közötti fordításra használják, amelyek távoli rokonságban állnak egymással (például spanyol-angol vagy spanyol-baszk párok között stb.)

Lásd még

• Statisztikai gépi fordítás

Jegyzetek

1. ↑ Jurafsky, Daniel; Martin, James H. (2009). Beszéd- és nyelvfeldolgozás. Pearson. pp. 906-908.