Машинный перевод: современные технологии и топ-10 полезных инструментов

Представители старшего поколения наверняка помнят, сколько времени нам приходилось возиться с домашними заданиями по иностранному языку в общеобразовательной школе. Конечно, были среди нас отличники, которым языки, да и прочие предметы, давались легко. Вот к ним-то и подходили на переменке с просьбой перевести заданный на дом текст на иностранном языке, потому что большинству было лень, да и качество перевода в случае, если вы не занимались языком дополнительно, тоже изрядно хромало.

То ли дело сейчас! Загрузил текст в Google переводчик, выбрал язык, и дальше остается лишь слегка отредактировать результат, чтобы не «спалиться» с изрядно топорным компьютерным переводом.

Что такое «машинный перевод»: немного истории

Машинным переводом называют перевод текстов при помощи компьютерной программы, онлайновой или же инсталлированной на компьютере. Сегодня с помощью специальных программ можно перевести текст на самые разные языки: для машинного перевода практически не существует языковых барьеров.

Так, вышеупомянутый и наиболее популярный для быстрых подручных операций Google переводчик предлагает перевод более чем с сотни различных языков, от английского до малоизвестного нам хмонга.

Для справки: хмонг – это группа диалектов, на которых говорит народность мяо в Китае, Таиланде, Лаосе и северном Вьетнаме. Эта справка нужна для того, чтобы показать, сколь дальние «лингвистические дали» захватил процесс машинного перевода.

Идея задействовать компьютер для перевода родилась практически одновременно с появлением первых электронно-вычислительных машин в 40-е годы 20 века. К 1954 году корпорации IBM совместно с Джорджтаунским университетом удалось «научить» компьютер переводить простейшие тексты.

В «распоряжении» самого первого машинного переводчика было 250 слов и всего 6 правил (мечта каждого школьника!) из всего богатства грамматики английского языка. Эта первая публичная презентация возможностей перевода при помощи компьютера вошла в историю как «Джорджтаунский эксперимент».

Всего в ходе эксперимента с русского на английский перевели более 60 предложений, преимущественно на тему органической химии. Подробности эксперимента можно узнать из пресс-релиза корпорации IBM, вышедшего на следующий день после эксперимента [IBM, 1954].

Уже в 1960-х годах в Штатах функционировали 2 системы перевода с русского на английский. Это MARK, которая использовалась в ВВС США, и GAT, собственная разработка того самого Джорджтаунского университета, где состоялся исторический эксперимент. GAT, помимо США, применяли и в Европе. В частности, в Европейском сообществе по атомной энергии в Италии.

Качество первых машинных переводов было не слишком высоким, что регулярно порождало сомнения в перспективности разработок, и приводило к снижению объемов финансирования на исследования.

Тем не менее, невзирая на все сомнения и преграды, машинный компьютерный перевод прошел путь от трудностей понимания элементарных печатных фраз до технологий аудиоперевода, когда можно просто нажать на значок микрофона и сказать «в смартфон», что именно нужно перевести. К слову, большинство людей инстинктивно стараются говорить в микрофон, изображенный на экране, а не в микрофонный выход смартфона.

Больше о развитии систем машинного перевода можно узнать из статьи «Русский не родной: как США узнавали научные и военные тайны Советского Союза» [А. Космарский, 2016].

У нас в стране большая часть работ в области компьютерного перевода сконцентрировались в педагогическом университете имена А. И. Герцена в Санкт-Петербурге. Исследования вела научная группа под руководством профессора Раймунда Пиотровского (1922-2009).

Это был небольшой исторический экскурс, а сейчас обратимся к технической сути вопроса и посмотрим, как это все работает.

Машинный перевод: как это работает?

В самом общем виде системы машинного перевода (Machine Translation, МТ) развиваются по трем основным направлениям: SMT, RBMT, HMT [Linguis, 2015].

Направления Machine Translation:

• Статистический (Statistical Machine Translation, сокращенно SMT).
• Основанный на правилах (Rule-based Machine Translation, аббревиатура RBMT).
• Гибридный (Hybrid Machine Translation, сокращенно HMT).

Теперь вкратце о каждом из направлений.

Statistical Machine Translation

Статистический машинный перевод – это, по сути, самообучающаяся система. Это постоянный анализ огромного массива идентичных текстов на разных языках, поиск основных лингвистических закономерностей, перевод программы в машинный код и, как итог, способность к переводу с высоким уровнем точности и учетом языковых нюансов.

Базовым условием для успешного анализа big data (больших объемов данных) и точного перевода в машинный код является наличие соответствующих вычислительных мощностей. Это доступно лишь самым крупным корпорациям, лидерам рынка, давно работающим на данном поприще, потому что для анализа больших объемов данных нужно достаточно много времени.

Основными примерами реализации технологии SMT являются такие сервисы, как Google Translator, Яндекс.Переводчик, Bing Translator от Microsoft.

Rule-based Machine Translation

Технология RBMT предполагает, что все правила для последующего перевода создаются людьми. Эффект, достигаемый в SMT за счет самообучения, в RBMT напрямую зависит от человеческого фактора. Специалисты непрерывно мониторят ситуацию, адаптируют и детализируют правила для максимально более точного машинного перевода текстов.

Уровень точности перевода зависит от того, насколько глубокого лингвисты проработали языковые нюансы для переводчика по технологии RBMT и насколько регулярно поддерживают актуальность базы данных. Процесс требует высокой квалификации и больших затрат человеческих ресурсов, зато в RBMT можно обойтись гораздо меньшими вычислительными мощностями, нежели при работе по технологии SMT.

В качестве примеров реализации технологии RBMT можно привести такие системы, как Linguatec и Multillect.

Hybrid Machine Translation

Гибридный машинный перевод призван соединить в себе все преимущества SMT и RBMT. Разумеется, это не так просто, и мало, кто берется за реализацию столь амбициозной задачи. Наиболее удачным примером может служить программная система машинного перевода Systran, созданная одноименной компанией в США и выкупленная затем корейской компанией CSLi. А также такие разработки Hybrid MT, как TranSphere, Carabao Machine Translation engine, PROMT DeepHybrid.

Теперь, когда мы вникли в основные технические нюансы и понимаем общие принципы работы машинного перевода, самое время изучить подробнее, как мы всем этим можем воспользоваться.

Машинный перевод: программы

В принципе, если ничего длиннее трех абзацев вам переводить не приходится, с этим вполне справится Google Translator, так что эту статью дальше можно не читать. А вот менеджерам совместных предприятий, международных корпораций, ученым, читающим научные статьи на языке оригинала, профессиональным переводчикам и всем, кому приходится иметь дело с огромными массивами данных на иностранных языках, нужны инструменты посерьезнее.

Уточним, что при всех перспективах машинного перевода без людей не обойтись. Отличаться может лишь степень вмешательства человека в процесс. Различают разные форматы участия человека в Machine Translation:

• Постредактирование, когда исходный текст переводит компьютер, а затем вручную делается редактирование машинного перевода.
• Предредактирование, когда специалист адаптирует текст для машинной обработки, упрощая слишком сложные конструкции и убирая обороты, которые предполагают неоднозначное прочтение.
• Интерредактирование, когда специалист вмешивается в работу системы перевода и по ходу процесса регулирует перевод особо сложных фрагментов текста.
• Смешанные и совмещенные формы редактирования (например, предредактирование и постредактирование).

Иногда в качестве синонима понятия «машинный компьютерный перевод» употребляется словосочетание «машинный автоматический перевод» или просто «автоматический перевод». Это полностью корректно, но, если встречается термин «автоматизированный перевод», тут обычно имеются в виду случаи, когда человек максимально вовлечен в процесс «помощи» компьютерной программе.

Или даже точнее будет сказать, что это программа помогает человеку справиться с переводом, потому что основной массив работы – адаптация текста для перевода, упрощение лингвистических конструкций и прочее – выполняет как раз человек.

Так или иначе, для реализации сценариев машинного перевода в большинстве случаев используются CAT tool программы. Это комплексное решение по автоматизации перевода с набором дополнительных функций. В частности, CAT tool (Computer-assisted translation tool) умеют подставлять готовые фрагменты теста из банка готовых переводов там, где это уместно, что заметно сокращает общее время перевода [Roi4cio, 2019].

На небольших фрагментах текста, которые любой онлайн-сервис переводит за считанные доли секунды, такая экономия не заметна. Однако когда речь заходит о больших массивах теста, CAT tool является настоящим спасением. Кроме того, CAT tool позволяет проверить правописание, правомерность употребления того или иного слова в том или ином контексте, использовать базы данных узкоспециальных терминов, пользоваться индексаторами текстов и управлять памятью переводов.

Какой конкретно софт сегодня можно задействовать для перевода больших объемных текстов? Тут можно посоветовать изучить, пожалуй, наиболее полный обзор доступных на сегодня инструментов машинного перевода «24 полезные программы для переводчиков» [Н. Самойленко, 2017]. Со своей стороны обратим особое внимание на Trados, позволяет сделать машинный перевод документа практически любого формата, в том числе HTML-документов и презентаций PowerPoint.

В обзор «24 полезные программы для переводчиков» включены собственно программы машинного перевода, словари, программы распознавания текста, сервисы подсчета статистики и локализации приложений.

Уточним, что локализация приложения – это перевод, включающий полную адаптацию контента в плане культурных особенностей страны, города, региона с учетом всех особенностей языка.

По поводу подсчета статистики скажем, что это очень важная функция для профессиональных переводчиков и копирайтеров, получающих оплату по количеству знаков без пробелов. В обычном вордовском документе при объемах в сотни страниц использование встроенной функции затруднено, поэтому специальные сервисы совсем не лишние.

Будет интересно изучить и более свежий обзор «Какие инструменты могут ускорить работу переводчиков: обзор сервисов» [А. Лещинский, 2018]. В числе прочего, стоит обратить внимание на представленный в этом обзоре онлайн-сервис SmartCAT с очень простым для освоения интерфейсом и достаточно широким функционалом.

И, наконец, «Лучшее программное обеспечение для машинного перевода, которое вы можете попробовать в 2022 году» [affdu, 2022]. Из достойного внимания можно назвать сервис нейронного машинного перевода Amazon Translate. Независимое рейтинговое агентство Intento признало Amazon Translate по итогам 2020 года лучшим поставщиком машинного перевода в 14 языковых парах, 16 отраслях промышленности и 8 типах контента [Amazon Web Services, 2021].

К слову, на сайте Intento вы можете не только следить за рейтингами, но и опробовать различные программные продукты в сфере машинного перевода [Intento, 2022]. Теперь давайте подытожим, какие наиболее полезные и практичные инструменты можно сегодня использоваться для машинного перевода. Для удобства ориентирования сразу будем давать ссылку на сайт и скриншот интерфейса.

Топ-10 самых полезных инструментов машинного перевода:

Trados – возможность работать с файлами самых разных форматов плюс функция ведения глоссариев. Доступная бесплатная пробная версия Trados.

D?j? Vu – пользуется успехом у переводчиков с французского, хотя работает с самыми разными языками. Поддерживает многие форматы файлов. Для желающих есть тестовая бесплатная версия D?j? Vu.

SmartCAT – помимо собственно функции машинного перевода, доступна база профессиональных переводчиков, если вы не справляетесь даже с помощью сервиса, и база для поиска заказов, если вы переводчик. Онлайн сервис SmartCAT – полностью русскоязычный ресурс.

OmegaT – полностью бесплатный сервис. Не поддерживает наиболее ходовые форматы MS Word и Excel, но текст всегда можно конвертировать в другой формат из числа поддерживаемых. Скачать OmegaT можно на официальном сайте.

Wordfast – есть несколько версий программы, в том числе бесплатная онлайн-версия Wordfast Anywhere. Судя по информации на официальном сайте, продуктами Wordfast пользуются Sony, Coca-Cola, McDonald’s и другие известные корпорации.

MemoQ – работает с мультиязычными файлами, обеспечивает локализацию контента при переводе текстов медико-биологической направленности, тематики игровой индустрии, пригодна для учебных заведений и научных организаций. Доступны разные версии MemoQ.

Amazon Translate – нейронный машинный перевод, локализация приложений, много других достоинств. До 2 миллионов знаков в месяц Amazon Translate позволяет переводить бесплатно.

WordFisher – поддерживает пакет макросов до Word 2003, поэтому является отличным вариантом для тех, у кого старый компьютер. Программа WordFisher доступа на английском языке, однако обратите внимание, что весь исходный текст на сайте написан на венгерском языке. Это большое подспорье для тех, для кого венгерский является родным, потому что венгреский язык весьма специфичен и его носители с трудом осваивают еще какие-либо языки.

XTM Cloud – предназначена для крупного и среднего бизнеса, промышленных предприятий и сферы услуг. Покупателям XTM Cloud обещают доступные цены и соответствие сделки правилам бухгалтерского и налогового учета для предприятий всех форм собственности в Российской Федерации.

SYSTRAN Translate – онлайн-переводчик с 50 языков. Визуально интерфейс похож на Google Translator, и принцип работы точно такой: в левое окошко грузится исходный текст, в правом появляется готовый перевод. Systran Translate использует готовые модели перевода для каждой области контента: финансы, юриспруденция, здравоохранение, IT-технологии, образование, производство. Есть платные и бесплатные версии.

Итак, мы вкратце разобрали основные аспекты машинного перевода текстов. А что же у нас с машинным переводом устной речи? Давайте посмотрим!

Устная речь и машинный перевод

В принципе, функция устного машинного перевода знакома всем, у кого есть смартфон и встроенный Google переводчик. Помимо собственно перевода, изначально включается функция распознания текста. Примерно как в голосовом навигаторе в автомобиле. Насколько удобно пользоваться всеми этими техническими средствами и сервисами?

Жесткий акцент выходца из дружественной нам республики мешает голосовому помощнику распознать запрос, а в разразившемся далее потоке негодования наиболее бдительные и хорошо образованные зрители распознали аварский язык.

Заметим, что большинство обзоров, посвященных устному машинному переводу, более сосредоточены на изъянах сервисов, нежели на их достоинствах. Самым настойчивым и заинтересованным можем рекомендовать статью «Машинный перевод становится синхронным», посвященную устному переводчику STACL [sysblok, 2019].

Кроме того, достаточно интересен обор «Translatotron – машинный перевод устной речи на новом уровне» с разбором достоинств и отличий относительно прочих разработок [В. Кобальчинский, 2019]. На этом, пожалуй, можно остановиться, потому что более ранние разработки дают не слишком высокую точность распознания и перевода устной речи, в чем могли убедиться лично все, кто пытается быть «на острие» инновационных технологий.

Какой из всего вышеизложенного вывод? Иностранные языки нужно изучать и знать, независимо от того, что нам предлагают технологии машинного перевода. Во-первых, у вас не всегда может быть «под рукой» доступное интернет-соединение. Во-вторых, за рубежом вас может подвести акцент и ваш текст для перевода останется для онлайн-переводчика тайной, покрытой мраком. В-третьих, пока никто не отменил зачеты и экзамены в школах и вузах, где ни смартфоном не воспользуешься, ни одноклассника-отличника на помощь не призовешь. И тогда вы можете «погореть» даже на самом элементарном задании.

Классика жанра для технических вузов – это просьба перевести несложное во всех смыслах предложение Silver is a good conductor of electricity («Серебро хорошо проводит электричество»). Люди, напрочь игнорирующие лекции по английскому, предлагают свою версию, которая звучит как «Сильва хороший кондуктор в электричке». Как говорится, «занавес», и результат экзамена исключительно в зависимости от чувства юмора преподавателя.

Источник: m.vk.com

Комментарии: