Mašininis vertimas iš lietuvių kalbos į anglų – jau internete

Noriu su visais pasidalinti ir pasidžiaugti tikrai  naudingu dalyku. Iki galo dar nesukoreguotas, bet jau dabar turi didelės naudos. Kai kurių žodžių dar nesupranta, bet padaro puikią pradžią tolesniam vertimui. AČIŪ!

nterneto tinklapyje http://mvlab.lki.lt jau prieinama bandomoji mašininio vertimo sistema, galinti versti tekstus iš lietuvių kalbos į anglų. Vėliau bus galima versti tekstus ir iš anglų kalbos į lietuvių. Savo jėgas šiame projekte suvienijo Lietuvių kalbos institutas ir kalbinių technologijų plėtojimu užsiimanti bendrovė „Tilde informacinės technologijos“ („Tilde IT“).

Šiuo metu internete yra dvi laisvai prieinamos mašininio vertimo sistemos, galinčios versti iš anglų kalbos į lietuvių, ir viena – iš lietuvių į anglų.Lietuvių kalbos mašininio vertimo sistemos yra pagrįstos taisyklių arba statistiniu vertimo metodu. Pirmasis analizuoja tekstus naudodamas taisykles ir algoritmus, antrasis – remiasi tekstais, išverstais į skirtingas kalbas. Kuo dvikalbių tekstų yra surinkta daugiau, tuo statistinis vertimas būna sklandesnis ir kokybiškesnis.

Lietuvių kalbos institutas sistemina ir skaitmenina įvairius lietuvių kalbos išteklius. Įvairūs lietuviški tekstai, vietovardžių žodynai yra reikalingi, kad mašininio vertimo sistema galėtų patikrinti žodžių ar jų junginių taisyklingumą, ar jie yra vartojami mūsų kalboje.

„Džiugu, kad savo darbu prisidedame prie šiuolaikinių kalbinių technologijų kūrimo. Tikiu, kad šis mūsų darbas bus itin naudingas. Žmonės galės kur kas greičiau rašyti tekstus anglų kalba, o ateityje ir angliškai nemokantys žmonės nesunkiai supras tekstus užsienio kalba”, – džiaugiasi Lietuvių kalbos instituto direktorė Jolanta Zabarskaitė.

Šiuo metu naujos mašininio vertimo sistemos tikslumas siekia 30,3 procentus. Planuojama, kad ateityje ji vers tekstus 60 procentų tikslumu.

Šiandien internete prieinama mašininio vertimo sistemos beta versija nėra galutinis Lietuvių kalbos instituto ir „Tilde IT” darbo rezultatas, todėl jos kūrėjai perspėja, kad kol sistema yra kuriama ir tobulinama, dviprasmiškai išverstų žodžių gali pasitaikyti. Todėl iš pradžių patiems vartotojams gali tekti šiek tiek pasikoreguoti išverstą tekstą. Kadangi mašininio vertimo sistemos kūrimas yra ilgas ir nenutrūkstamas procesas, kūrėjai negali tiksliai pasakyti kada visiškai baigs mašininio vertimo sistemos kūrimo darbus.

„Šiuo metu atliekama daug įvairiausių mokslinių tyrimų, kurie turėtų mums padėti sukurti gerokai sklandžiau verčiančią sistemą. Dabar kaupiamos žinios, kurių rezultatą pamatysime šiek tiek vėliau”, – paaiškina J. Zabarskaitė.

„Tilde IT” direktorius Vaclovas Pranskūnas norėtų į kūrimo procesą įtraukti kuo daugiau visuomenės. „Galbūt bandysime sukurti specialų internetinį žaidimą, susijusį su lietuvių kalba. Jį žaisdami žmonės padėtų kaupti žodžių duomenų bazę, kurią būtų galima panaudoti mašininio vertimo sistemos kūrimo procese. Nesinori, kad tai būtų vien Lietuvių kalbos instituto ir mūsų projektas. Gerai verčianti mašininio vertimo sistema reikalinga daugeliui”, – įsitikinęs V. Pranskūnas.

Skaičiuojama, kad per trejus metus į šios sistemos kūrimą bus investuota apie 7 mln. litų. Įvairių Europos Sąjungos fondų lėšos sudarys apie 70 procentų.

Prieš daugiau nei ketverius metus informacinių technologijų bendrovė „Tilde IT” sukūrė pirmąją šalyje automatizuotą vertimo įrankį „Vertimo vedlys”, kuris palengvina interneto puslapių ir elektroninių laiškų skaitymą užsienio kalba – išverčia vartotojo pasirinktus žodžius ar jų junginius. „Vertimo vedlys” buvo mašininio vertimo sistemos kūrimo darbų užuomazga.

Naujos mašininio vertimo sistemos kūrėjai įsitikinę, kad geriausių vertimo rezultatų galima pasiekti apjungus abu metodus ir panaudojus ontologijų kalbą. Ontologijos – tai savotiškos žinių duomenų bazės. Jų pagalba vertimo sistema sugeba įvertinti ir suprasti kontekstą, todėl vertimo sistemai lengviau parinkti teisingą žodžio prasmę, jei jis jų yra kelios. Pavyzdžiui, priklausomai nuo konteksto angliškas žodis „Georgia” gali būti verčiamas kaip „Gruzija” ir kaip „Džordžija” (JAV valstija), „oil” – gali būti ir „aliejus”, ir „nafta”. Ontologijų kalbą, padėsiančią išvengti žodžių daugiaprasmiškumo, tyrinėja bendrovė „Tilde IT” drauge su partneriais iš Turkijos, Švedijos ir Olandijos.

Žymos: Informatika Menininkams Pas Algirdas Javtokas