Агентство Лангуст [переход на главную]

Обзор последних версий программ машинного перевода смотрите здесь!

Миссия выполнима
Впервые опубликовано журнале CHIP

Введение

Машинный перевод (МП) текстов уже отметил свой полувековой юбилей, однако, по-прежнему количество критиков этой технологии никак не желает уменьшаться - всегда находятся желающие доказать, что компьютер все еще не может конкурировать с живыми переводчиками. Тем не менее, разработчики переводчика PROMT сумели добиться значительных успехов, доказывая обратное.

Стоит заметить, что в истории МП были даже такие моменты, когда эта технология признавалась экспертами неперспективной. Однако здоровые силы разработчиков смогли побороть скептицизм, и технология МП сейчас заслуженно признана вполне состоявшейся не только компьютерными экспертами, но и миллионами пользователей программ-переводчиков во всем мире.

Сегодня в мире существует несколько десятков разработчиков систем МП. В нашей стране созданием машинных переводчиков занимается компания ПРОМТ. Она хорошо известна пользователям благодаря своей системе перевода, которая первоначально носила название Stylus, а сейчас именуется PROMT. Эта система перевода существует на рынке уже 14 лет, и налицо очевидный прогресс в плане повышения качества перевода и функциональных возможностей системы. В конце прошлого года на рынок была выпущена новая линейка систем перевода PROMT 7.0 купить программы ПРОМТ. Это сопровождалось громкими заявлениями компании-разработчика о создании новой технологии перевода и достижении очередных высот в сфере машинного перевода. Попробуем внимательно рассмотреть, чем нас порадовали разработчики в новой версии системы перевода и какие сдвиги произошли в технологии машинного перевода.

Архитектурные достижения

Системы перевода PROMT всегда имели довольно объемный главный словарь. Например, по данным разработчиков, генеральный (он же главный) словарь для англо-русской и русско-английской системы перевода PROMT 7.0 насчитывает 680 000 слов и словосочетаний. Это вполне закономерно, поскольку от объема и качества словаря зависит качество самого перевода. Для получения точного перевода также важно иметь возможности настройки словаря, чтобы независимо от тематики текста система произвела правильный выбор варианта.

Система PROMT традиционно не дает пользователям возможности править генеральный словарь. Однако пользователь может создавать собственные словари, в которые будут занесены нужные слова и требуемые в данном контексте варианты их перевода. Например, можно указать системе, что в переводимом тексте слово «switch» надо трактовать не как «выключатель», а как «хлыст».

Рис. 1. Выберите активный перевод слова. Можно также добавить комментарий с пояснением.

В предыдущих версиях все варианты перевода, существующие в словаре, участвовали в процессе перевода, это иногда усложняло выбор правильного варианта, и в результате получался некорректный результат. В версии PROMT 7.0 ситуация кардинально изменилась. Словарь теперь содержит два типа переводов - активные и неактивные (рис. 1).

Активные переводы используется системой при переводе, а пассивные хранятся в словаре и ждут своего часа. Пользователь может одним щелчком мыши перенести перевод слова из пассивного состояния в активное, и наоборот. Например, глагол «to take» имеет три наиболее распространенных варианта перевода: «брать», «взять» и «предпринимать». Именно они и являются активными, и их система использует в первую очередь. Кроме того, для данного слова существуют еще 16 вариантов перевода (рис. 2), которые используются значительно реже. И это, конечно, не предел!

Таким образом, словарь теперь может содержать неограниченное количество вариантов перевода каждого слова. Соответственно, настройка словаря заключается в выборе вариантов, которые будут использоваться в процессе перевода определенного текста.

Рис. 2. Все переводы глагола to take, из которых только три варианта являются активными.

Такое изменение словарной архитектуры является безусловным шагом вперед, поскольку максимально приближает словарь системы перевода к традиционному электронному словарю. С одной стороны, теперь есть возможность поддержки неограниченного числа перевода конкретного слова, а с другой - многочисленные варианты не будут мешаться при переводе (ранее система выдавала их в скобках рядом со словом). Новую словарную архитектуру разработчики назвали многоразмерной, поскольку в новой версии системы есть переводы двух размерностей - активные и пассивные.

Дополнительным удобством является возможность добавления комментариев для каждого варианта перевода. В комментарии можно указать, в каком контексте используется данный вариант перевода, время добавления или пожелания. Это также полезно, когда с системой работают несколько пользователей. Благодаря комментариям можно узнать, кто добавил данный вариант перевода.

Возвращение к канонам

Пользователи старых версий словаря PROMT наверняка помнят, что программа часто грешила очень своеобразным словообразованием. Это было связано с тем, что не были определены четкие правила распознавания, в связи с чем зачастую система могла выбрать вариант слова по собственному усмотрению. Например, английское слово «radio beacon» (радиомаяк) система могла распознать следующим образом:

Из этого списка только первые два варианта являются правильными, остальное - фантазии самой системы.

В новой версии словарь хранит только канонические формы для каждого слова плюс четкие правила распознавания всех форм. Это означает, что, например, для английского глагола «делать» в словаре хранится только форма «to make», которую система умеет правильно склонять. Иначе говоря, интеллект системы существенно вырос.

«Разрывная», - подумал Штирлиц

 Рис. 3. Выберите в этом окне структуру данного разрывного оборота, чтобы занести в словарь правильный перевод.

Одна из главных проблем, с которой сталкиваются системы машинного перевода - это многозначность слов в любом естественном языке, а также существование устойчивых словосочетаний и разрывных оборотов. Причем это характерно как для языка, с которого делается перевод, так и для языка, на который осуществляется этот перевод. Такие обороты называются разрывными, потому что слова, входящие в их состав, не всегда следуют друг за другом, следовательно, простого добавления в словарь недостаточно. Например, во фразе «They took everything off» оборот «to take off» разделен словом «everything». Ранее система перевода сразу спотыкалась на таких выражениях и выдавала чистый подстрочник, весьма далекий от правильного перевода («они взяли всё прочь»). Правильный перевод - «они сняли всё».

В PROMT 7.0 эта проблема окончательно устранена: во-первых, система теперь понимает большое количество устойчивых разрывных оборотов (например, «keep promise», «pay bill», «keep away»). Во-вторых, пользователь может самостоятельно вносить в словарь новые разрывные обороты. Например, в предложении «We will pay them back for the trick they played on us» словосочетание «pay back» является разрывным оборотом. Для ввода выражения в словарь выделите «pay back» и с помощью правой кнопки мыши выберите команду «Словарная статья». Затем укажите часть речи - глагол (не забудьте выбрать уровень прав «Профессионал»). В диалоговом окне появится флажок «Разрывной оборот» (рис. 3), активизируйте его и нажмите кнопку «Укажите тип оборота». Далее в диалоговом окне «Разрывной оборот» выберите структуру данного оборота и затем введите его перевод в словарь.

Тонкая семантика

Еще одним новшеством словарей в PROMT 7.0 является возможность выбора семантического класса. Иначе говоря, новая процедура позволяет определить (или обозначить, так как семантика переводится с греческого как «обозначающий») тип слова (рис. 4).

Рис. 4. Для слова Parnitha выберите тип семантики География (это место в Греции), чтобы адекватно определить его значение.

Чтобы проиллюстрировать, как работает это новая возможность, переведем фразу «I bought some yogurt with live cultures». На выходе система выдаст: «Я купил некоторый йогурт с живыми культурами». Очевидно, что программа-переводчик не поняла, что такое «yogurt» и выбрала для слова «some» самый общий перевод - «некоторый». Поэтому для правильного перевода слова «йогурт» нужно указать, что это вещество. После этого перевод будет выглядеть следующим образом: «Я купил немного йогурта с живыми культурами».

Аналогично можно указать семантические типы для географических объектов, имен, животных, валют и других типов. Для этого зайдите в словарную статью по выбранному слову и в списке «Семантика» выберите его тип.

Конечно, даже при неправильном определении типа слова перевод будет понятен. Однако это улучшение приобретает существенное значение, когда приходится переводить объемные тексты и на выходе требуется качественный перевод. Чем меньше система будет выдавать «некоторых йогуртов», тем меньше требуется правки и существеннее экономия времени.

На вкус и цвет

Как вы, наверное, уже заметили, повышение управляемости работой системы перевода - это, так сказать, мейнстрим в новой системе PROMT 7.0. Разработчики уделили повышенное внимание различным настройкам, чтобы пользователи могли по максимуму адаптировать систему под свои тексты. Помимо выбора вариантов перевода и семантики у пользователей теперь есть также возможность выбирать правила перевода для конкретного текста.

Рис. 5. Выбрать правила перевода, соответствующие содержанию переводимого текста, совсем несложно даже для новичка.

Не секрет, что стиль написания кулинарного рецепта купить книги по кулинарии довольно сильно отличается от стиля делового контракта. Поэтому в системе PROMT 7.0 пользователь может указать индивидуальные правила перевода не только для всего документа, но и для каждого абзаца в отдельности.

Для выбора правил перевода документа выберите пункт «Тематика -> Правила перевода документа», а для установки правил перевода абзаца щелкните правой кнопкой мыши по данному абзацу и выберите «Правила перевода абзаца».

Пользователю предлагается выбрать следующие настройки (рис. 5): тип текста (деловое письмо, газета, личная переписка); как переводить местоимение «you» - «ты» или «вы»; какой род задать для местоимений «I» и «you», а также установить транслитерацию собственных имен.

Поскольку речь зашла о выборе алгоритмов перевода, стоит отметить возможность выбора британского или американского варианта английского языка (эта возможность появилась в предыдущей версии PROMT).

Перевод графики

 Рис. 7. При открытии графического файла или документа в формате PDF укажите тип Image file

Исходно PROMT обрабатывал документы исключительно в текстовой форме. Затем к числу поддерживаемых форматов добавились документы Microsoft Office 2000-2003 и HTML-страницы. По сути, это было логично, поскольку данные форматы также являются текстовыми. Вот только перевод графических файлов оставался несбыточной мечтой. Потребность в переводе графики возникла в связи с ростом популярности формата PDF, в котором распространяется большое количество технической документации и деловых документов. Как можно перевести графический документ? Распечатать, отсканировать, распознать, сконвертировать текст в электронную форму и только после этого перевести. Процедура, прямо скажем, не из легких. Особенно если количество страниц в документе исчисляется десятками или даже сотнями.

PROMT 7.0 решает эту проблему! Система работает (рис. 7) с документами PDF, TIFF, BMP, JPG и рядом других форматов.

Это стало возможным благодаря встроенной системе OCR от компании I.R.I.S. (Readiris). Теперь в списке поддерживаемых форматов файлов появилась новая строчка - «Image file». После выбора этого типа файлов запускается встроенная OCR-система, которая на лету выделяет из графического файла текст и передает его системе перевода. Распознавание идет довольно быстро (в PDF-документах скорость зависит от количества содержащейся графики). Минута-другая, и перед нами документ в электронном виде. Дальше его можно переводить, редактировать и сохранять в виде текстового документа.

Стоит отметить, что в данной версии OCR-система не поддерживает работу со сканером. Распознать можно только уже готовые графические файлы.

Перевод… «на три буквы»

Помимо графических файлов PROMT 7.0 переводит еще и XML-файлы. В настоящее время формат XML (Extensible Markup Language) становится все более популярным и активно используемым стандартом представления данных. XML-файл - это обычный текстовый файл, созданный по определенным правилам, который содержит данные и их структуру, описывающие какой-либо объект (например, товарную накладную). Наиболее часто XML используется при обработке и хранении больших объемов документов, поскольку в базе данных отдельно сохраняются текстовый контент и форматная информация документа.

В связи с большой популярностью стандарта XML появилась и потребность в переводе файлов этого формата. В новую версию программы PROMT включено приложение, которое предназначено для создания и редактирования файлов правил для перевода XML-документов. В отличие от файлов других подобных форматов или документов Word, XML-файлы не обладают заранее определенной структурой, поэтому для их корректного перевода требуется дополнительная информация, описывающая перевод конкретного файла (или ряда файлов с одинаковой структурой). Эта информация содержится в файле правил и описывает условия перевода различных тегов и их атрибутов.

Программа-говорун

 Рис. 8. В окне настройки можно скорректировать скорость чтения текста, тембр и громкость голоса.

PROMT 7.0 не только распознает и переводит документы. В программе также есть возможность чтения текстов вслух благодаря интегрированной технологии синтеза речи Microsoft Agent и модулям голосового синтеза Text-To-Speech. В комплекте PROMT поставляются речевые модули для всех языков, которые входят в поставку (например, для PROMT в комплектации «Гигант» поставляются шесть речевых модулей: для английского, немецкого, французского, испанского, итальянского и русского языков).

Программа чтения предусматривает настройку скорости, тембра и громкости голоса (рис. 8). Также в программе существует режим, при котором озвучивание текста производится с использованием всплывающего персонажа Microsoft Agent, благодаря чему процесс становится более живым и наглядным. При этом воспроизводимый текст дополнительно выводится во всплывающем окне. Возможность озвучивать переведенный текст помогает пользователю сберечь свое зрение, а заодно и время при прочитывании различных текстов на компьютере. Естественно, для того чтобы компьютер смог заговорить, потребуется соответствующее оснащение: звуковая карта и колонки купить компьютерную акустику или наушники купить наушники.

Что в итоге?

Итак, полноценный компьютерный перевод - уже не мечта, а реальность. Обзор новинок в PROMT 7.0 показывает, что многие из задач, казавшихся несколько лет назад невыполнимыми, успешно решены, а сама система стала гораздо удобнее и дружелюбнее. Несомненно, в данном случае разработчики PROMT учли многие пожелания и нужды современных пользователей. В итоге получился качественный и удобный в использовании продукт.

Машинный перевод: быстрее, выше, сильнее

 Рис. 6. Ассоциированная память: сохраняем перевод для дальнейшего использования.

С каждой новой версией совершенствуются алгоритмы и повышается качество перевода. Но даже самый лучший машинный переводчик никогда не сможет конкурировать с человеком. Призвание систем перевода в другом - служить надежным и удобным инструментом для преодоления языкового барьера. По сути, программа решает две задачи: дает быстрый и черновой перевод в тех случаях, где важно понять смысл текста на иностранном языке, и служит мощным инструментом повышения производительности труда профессионалов. Первая задача благополучно решена уже давно, а для решения второй разработчики постоянно совершенствуют систему и предлагают все новые настройки для адаптации переводчика в соответствии с тематикой текстов пользователя. Чем удобнее будет работать с переводчиком, тем больше будет благодарных пользователей.

Тонкости взаимопонимания

Для адаптации переводчика под собственные тексты и повышения качества перевода разработчики предлагают использовать следующие настройки:

Рис. 9. Для настройки препроцессора нужно поставить галочки для соответствующих позиций.

© Федор Дементьев

Впервые опубликовано в журнале CHIP

← Вернуться
хостинг для сайтов © Langust Agency 1999-2024, ссылка на сайт обязательна