Лингвистические аспекты машинного перевода: проблемы и перспективы.

ВВЕДЕНИЕ
ГЛАВА I. История и современное состояние машинного перевода
1.1 Возникновение и история машинного перевода.
1.2 Современные достижения машинного перевода
1.3 Обзор компьютерных программ перевода
1.4 Специфика машинного перевода
1.5 Лингвистические проблемы машинного перевода
ГЛАВА II. Сопоставительный анализ компьютерных переводов художественных, публицистических и научных текстов.
2.1. Лексические трудности компьютерных переводов.
2.2. Фразеологическая составляющая текста как фактор, влияющий на качество перевода.
2.3 Грамматические проблемы машинного перевода.
2.4. Проблема сохранения стилистической окраски текста при выполнении компьютерного перевода.
Заключение
Список использованной литературы
Приложение

Лингвистические аспекты машинного перевода: проблемы и перспективы.

Кроме того, МП может использоваться в качестве получения точной и достоверной информации, содержащейся в оригинале. При этом предусмотрено тщательное редактирование (здесь возможна настройка системы перевода на определенную предметную область). (Семенов 2008 : 53)
МП эффективен при наличии большого объема переводимых текстов при условии, что такие тексты достаточно однородны. Особенностью МП является возможность расширения словарной составляющей и наличием программного обеспечения для последующего редактирования.
Рассмотрим основные этапы МП. Для осуществления машинного перевода в компьютер вводится специальная программа, реализующая алгоритм перевода. Алгоритм представляет собой последовательность строго определенных действий, выполняемых компьютером без участия человека над текстом для нахождения переводных соответствий в определенной паре языков (например английский – русский). Система МП подбирает соответствия из словаря, включающего также определенную грамматическую информациею. На определенном этапе программа выбирает эквивалентные, вариантные и трансформационные соответствия. (Хроменков 2005 : 39)
Обобщая описание специфики машинного перевода, следует отметить его основную особенность: на всех своих этапах он может потребовать присутствия и участия человека-переводчика, при этом практически ни один вид МП не может быть осуществлен исключительно машиной.
1.4 Специфика машинного перевода
Современные системы перевода используют специальное лингвистическое программное обеспечение, называемое lingware (linguistic + software). Данные программы осуществляют анализ, обработку, хранение и поиск текстов и их компонентов на естественном языке.
В современных системах МП и МСП используются:
1. Электронные словари: Викисловарь, ABBYY Lingvo,  Multitrans, ForceMem и др.
2. Орфокорректоры: MS Word, ispell, aspell, myspell и др.
3. Поисковые системы.
4. Системы машинного перевода: PROMT,Socrat Power Translator, Language Assistant, TRANSEND и др.
5. Системы распознавания символов OCR: Fine reader. (Сайт oreon.com.ru/2006/02/22/Systran_Professional_Premium_5_0_build_443.html )
В зависимости от компоновки данных систем можно выделить следующие их виды:
1.   Собственно системы машинного перевода - программы, осуществляющие полностью автоматизированный перевод.
2.   Системы перевода с функцией Translation Memory (TM) для перевода, выполняемого человеком с помощью машины.
3.   Системы на основе контролируемого языка, где предусмотрены определённые ограничения лексики, грамматики, семантики.
4.   Онлайн переводчики. (Сайт www.retrans.ru)
Отметим, что системы МП в данное время используют новейшую разработку TM (translation memory). Эта разработка позволяет сохранить исходный сегмент и его перевод, в результате чего образуется лингвистическая база данных; при нахождении подобного фрагмента в последующем тексте компьютер применяет заложенный в память перевод. ( Сайт www.promt.ru)
Рассмотрим наиболее часто применяемых программ машинного перевода. Система МП Retrans Vista фирмы "Виста текнолоджиз" предназначена для автоматизированного перевода текстов с русского языка на английский. В ней использованы оригинальные алгоритмы сжатия словарных баз и поиска переводных эквивалентов. В словарях Retrans Vista хранятся термины и фразеологические единицы по естественным и техническим наукам, экономике, бизнесу и политике.
Одна из наиболее известных систем МП, разработчики которой стояли у истоков МП - SYSTRAN обеспечивает переводы, готовые к редактированию. Данная система имеет программы, позволяющие осуществлять управление терминологией слова. В программе заложена функция кодирования, которая позволяет переводчику добавлять собственные словари, термины, условия перевода и выражений.
При переводе система проверяет орфографию исходного текста, что позволяет переводить документы, содержащие ошибки в правописании. В пакет Systran также входит специальная программа управления словарями (Systran Dictionary Manager).
Наиболее известная на российском рынке система МП - PROMT. (Сайт www.promt.ru )
Программа позволяет осуществлять качественный перевода тематических текстов путем подключения специализированных словарей.
Переводчик может подключать специализированные словари из архива, формировать собственный пользовательский словарь, исключить определенные слова из процесса перевода). В основе PROMT лежит иерархия лингвистических компонентов текста.
Добавлением к ПРОМТ является технология Translation memory (TRADOS).
Trados — система автоматизированного перевода, первоначально (с 1992 года) разработанная немецкой компанией Trados GmbH. Система Trados состоит из модулей, предназначенных для перевода текстов различного формат. Она распознает те фрагменты, которые уже были переведены и имеются в базе перевода. Фрагменты, оставшиеся непереведёнными, передаются переводчику или системе машинного перевода (Machine Translation, MT). Переводчик на этом этапе может выделить вновь переведённые фрагменты и занести новые пары параллельных текстов на двух языках в базу данных. Данная система МП содержит модуль для перевода документов, модуль для создания памяти переводов, модуль для ведения глоссариев. (Сайт www.promt.ru)
Часто ТМ-программы используют в сочетании с МТ-программами. Наиболее популярным в мире ТМ-инструментарием является Translation's Workbench фирмы Trados (для краткости часто также называемый Trados).
Следует указать на многокомпонентность систем перевода. Они включают в себя различные составляющие, позволяющие переводчику осуществлять адекватный перевод, экономя время на поиск готовых соответствий. Среди различных систем наиболее распространенной является система PROMT, а наиболее современной – система TRADOS. В современной версии PROMT использует разработки переводческой памяти (ТМ). Поэтому в основе проведенного в главе II практического исследования лежит система перевода PROMT.
Модель машинного перевода можно представить с помощью различных алгоритмов. Они задают последовательность действий при выполнении поиска переводных соответствий. Такие алгоритмы различны для разных видов операций, производимых компьютерной программой.
Так, например, при введении слова в заданную область перевода компьютер начинает поиск этого слова в словаре. При этом в компьютерную программу заложена определенная вариативность, касающаяся формы слова. Например, слово «собаке» имеет окончание «е», компьютер выбирает между формами «собака, собаке, собакой» и т.п. Программа должна найти соответствие между всеми заложенными в память грамматическими формами. Для выполнения этого действия разрабатывается определенный алгоритм. За данной операцией следует операция выбора переводного соответствия начальной форме слова «собака», что требует определенного алгоритма и т.д. Следовательно, чтобы переводить предложения, содержащие указанную словоформу, хорошо было бы иметь способ соотнесения словарной статьи из автоматического словаря для слова "собака" с соответствующей словоформой из текста. Поэтому для описания и входного, и выходного языка в системе должен существовать некоторый формальный метод описания морфологии, на котором основывается выбор единицы словаря.  При ближайшем рассмотрении оказывается, что, например, существительные в русском языке изменяются по падежам и по числам, то есть для одного существительного может существовать до 12 разных форм, а для глаголов и прилагательных, как правило, существует еще большее количество различных форм (более тридцати).
Практически во всех системах, которые претендуют на то, чтобы считаться системами перевода, решается проблема представления морфологических моделей. Одни системы могут распознать миллион словоформ при объеме словаря в пятьдесят тысяч словарных статей, а другие при объеме словаря в сто тысяч словарных статей могут распознать именно эти сто тысяч.
Таким образом, разработка описания морфологии позволяет решить проблему того, что является заголовком словарной статьи, по которому происходит идентификация единицы текста и единицы словаря. Она необходима для выполнения программой собственно процедур перевода.
Некоторые операции требуют более сложных, комплексных действий. Можно назвать некоторые из таких операций:
1. Операция кодирования текстов.
2. Операция алфавитного кодирования.
3. Представление данных высокого уровня с использованием абстракций более низкого уровня.
4. Операция с разделимыми кодами.
5. Операция с префиксными кодами.
6. Алгоритмы поиска подстроки в строке.
7. Ассоциативный поиск в ассоциативных списках.
8. Реализация простого словаря с хранением информации в связанных списках.
Сложность алгоритмов перевода связана с тем, что описание лексической единицы в словарной статье системы машинного перевода практически не ограничено по размерам и может содержать множество различных признаков. В системе перевода выделяется уровень лексических единиц, уровень групп, уровень простых предложений и уровень сложных предложений. Все эти процессы связаны и взаимодействуют иерархически в соответствии с иерархией текстовых единиц, обмениваясь синтезируемыми и наследуемыми признаками. Такое устройство алгоритмов позволяет использовать разные формальные методы для описания алгоритмов разных уровней.
Уровень групп рассматривает структуры более сложные: группы существительных, прилагательных, наречий и сложные глагольные формы. Этот уровень при анализе, основываясь на формальных сетевых грамматиках, умеет соединять группы в синтаксические единицы, каждая из которых характеризуется синтезированной структурной информацией и главным элементом группы. По входной структуре, полученной в терминах непосредственных составляющих, вместе с синтезированными признаками формируется выходная группа как набор лексических единиц со значениями морфологических признаков, которые могут наследоваться исходя из результатов анализа группы.
Анализ простых предложений как структур, состоящих из синтаксических единиц, выполняется на основе фреймовых предикатных структур, которые позволяют эффективно выполнять преобразования. Глагол считается для простых предложений главным элементом и его валентности определяют заполнение соответствующего фрейма. Для каждого типа фреймов существует некоторый закон преобразования в выходной фрейм и оформление актантов.
Наиболее распространенной является следующая последовательность действий, обеспечивающих анализ и синтез в системе машинного перевода:
1. На первом этапе осуществляется ввод текста и поиск входных словоформ (слов в конкретной грамматической форме, например дательного падежа множественного числа) во входном словаре (словаре языка, с которого производится перевод) с сопутствующим морфологическим анализом, в ходе которого устанавливается принадлежность данной словоформы к определенной лексеме (слову как единице словаря). В процессе анализа из формы слова могут быть получены также сведения, относящиеся к другим уровням организации языковой системы.
2. Следующий этап включает в себя перевод идиоматических словосочетаний, фразеологических единств или штампов данной предметной области (например, при англо-русском переводе обороты типа in case of, in accordance with получают единый цифровой эквивалент и исключаются из дальнейшего грамматического анализа); определение основных грамматических (морфологических, синтаксических, семантических и лексических) характеристик элементов входного текста (например, числа существительных, времени глагола, синтаксических функций словоформ в данном тексте и пр.), производимое в рамках входного языка; разрешение омографии (конверсионной омонимии словоформ – скажем, англ. round может быть существительным, прилагательным, наречием, глаголом или же предлогом); лексический анализ и перевод лексем. Обычно на этом этапе однозначные слова отделяются от многозначных (имеющих более одного переводного эквивалента в выходном языке), после чего однозначные слова переводятся по спискам эквивалентов, а для перевода многозначных слов используются так называемые контекстологические словари, словарные статьи которых представляют собой алгоритмы запроса к контексту на наличие/отсутствие контекстных определителей значения.
3. Окончательный грамматический анализ, в ходе которого доопределяется необходимая грамматическая информация с учетом данных выходного языка.
4. Синтез выходных словоформ и предложения в целом на выходном языке.
В зависимости от особенностей морфологии, синтаксиса и семантики конкретной языковой пары, а также направления перевода общий алгоритм перевода может включать и другие этапы, а также модификации названных этапов или порядка их следования, но вариации такого рода в современных системах, как правило, незначительны. Анализ и синтез могут производиться как пофразно, так и для всего текста, введенного в память компьютера; в последнем случае алгоритм перевода предусматривает определение так называемых анафорических связей (такова, например, связь местоимения с замещаемым им существительным – скажем, местоимения им со словом местоимения в самом этом пояснении в скобках).
1.5 Лингвистические проблемы машинного перевода
При решении проблем МП затрагиваются области как теоретической и прикладной лингвистики, так и информатики.
Многими исследователями признано, что качество перевода зависит от содержания и стиля исходного текста. (Багриновская 1971:37)
МП как правило обладает не только низким качеством, но и содержит многочисленные ошибки искажения содержания. В то же время для технических документов при наличии узко ориентированных компьютерных словарей и определенной настройке системы перевода, в ходе которой учитываются особенности данного функционально направленного типа текстов, возможно получение перевода достаточно хорошего качества, в результате чего требуется лишь небольшая редакторская правка. При этом качество перевода зависит от строгой структуры. Чем более жесткая и консервативная структура текста, тем легче она поддается переводу и, соответственно, тем меньшая правка требуется. Как указывают работы, посвященные системам МП, наиболее качественный перевод получается в случае обработки текстов технического (различные описания и руководства) и официально-делового стиля. (Kermes 2003 : 48)
В описаниях переводов, содержащих ошибки, содержатся упоминания различных языковых несоответствия и стилистических неточностей. Так, в частности, при переводе фразы «My cat has given birth to four kittens, two yellow, one white and one black», компьютерная программа перевода выдала следующий результат: «Моя кошка родила четырёх котят, два желтых цвета, одного белого и одного афроамериканца». Причина подобных неточностей состоит в том, что в результате работы программы в словаре выбираются словарные соответствия (или терминологические соответствия), которые не объединяются контекстом словосочетания. Кроме того, трудности могут возникнуть и при переводе имен собственных, которые могут переводиться как обычные слова. ( Сайт www.retrans.ru)
Компьютерные программы, как правило, не могут справиться с трудностями, понятными человеку-переводчику. Компьютеры просто не умеют правильно понимать различные сложности языка, которые естественно понятны людям: сюда относится многозначность, контекстуальные значения, синтаксические несоответствия и т.п. Так, например, переводя предложения «Time flies like an arrow. Fruit flies like an apple.», компьютер не делает различия между прямым и фразеологическим контекстом и не выбирает фразеологическое соответствие «Время летит», так же как не выбирает его и для прямого контекста «Плодовым мушкам нравятся яблоки». (Безручко 2006:32)
Таким образом, основные лингвистические трудности перевода лежат в области обработки смысла слова в контексте словосочетания, предложения, текста. Это связано с объективными причинами: недостаточной разработанностью теории семантики слова. Тем не менее, в прямом контексте морфологические и синтаксические трудности в основном нивелируются.
Примером определения преодоления грамматических трудностей с учетом контекста является перевод с английского языка личного местоимения второго лица «you». В английском языке, как известно, в данном случае нет различия между единственным и множественным числом, вежливой формой и формой на «ты». При создании системы было принято вполне разумное и очевидное решение переводить английское «you» на русский язык формой множественного числа «Вы», так как предполагалось переводить исключительно деловую переписку. Однако, сейчас с помощью систем МП переводится много и личной переписки, где между корреспондентами принято неформальное обращение. Это проблема определения типа текста – пользователь определяет, является ли данный текст официальным документом или личным письмом.
Следует отметить, что при установлении для местоимения «you» приоритета на форму единственного числа «ты» начинает работать целый комплекс взаимосвязанных алгоритмов:
1)     перевод личного местоимения «you»;
You are right.
Вы правы.
Ты прав.
2)     перевод притяжательного местоимения «your»;
She needs your help.
Она нуждается в вашей помощи.
Она нуждается в твоей помощи.
3)     перевод глагола в императиве
Take it.
Возьмите это.
Возьми это.
Среди других лингвистических явлений, вызывающих трудность при МП, но решаемых современными системами, можно упомянуть также поиск глагольных форм. Как правило, в системах МП для каждого глагольного времени выбирается один синтез на выходной язык. Но нередко структура глагольных времен во входном языке не совпадает со структурой выходного языка и теоретически какому-нибудь времени во входном языке может соответствовать несколько вариантов синтеза. Безусловно, в выходном языке они не являются синонимичными, а определяются или типом текста (это может быть повествовательный текст, диалог, письмо и т.д.), или вторичными элементами в предложении, или вообще в предложении не наличествуют формальные показатели для предпочтения одного глагольного времени другому. Выбор глагольного времени уже не имеет столь однозначного решения, поэтому можно заранее предусмотреть опции для того, чтобы пользователь сам определял, действует ли алгоритм на предложение, абзац или весь документ.
Другим примером учета контекста словосочетания является составная именная группа с определением в английском языке. Это конструкция a1+n1+n2, где a1 – это прилагательное, а n1 n2 – существительные. Синтезировать эту конструкцию на русский язык можно двумя способами: отнеся прилагательное либо к n1, либо к n2:.
a1+n1+n2 e a1+(n1+n2)
the last telephone message e последнее телефонное сообщение
a1+n1+n2 e (a1+n1)+n2
the dangerous poison bottle e бутылка опасного яда
Другой показательной конструкцией в английском языке является структура, где подлежащее выражено местоимением one. При их переводе на русский система может настраиваться на один из вариантов:
а) one e каждый + сказуемое в третьем лице единственного числа соответствующего времени.
One says.
Каждый говорит.
б) one e только сказуемое в третьем лице множественного числа соответствующего времени.
One says.