Mašininis vertimas lietuvių kalbai

DANIELIUS ALGIRDAS RALYS Πανεπιστήμιο του Βίλνιους ΜΗΧΑΝΙΚΗ ΜΕΤΑΦΡΑΣΗ ΓΙΑ ΤΗ ΛΙΘΟΥΑΝΙΚΗ ΓΛΩΣΣΑ1 ΛΕΞΕΙΣ-ΚΛΕΙΔΙΑ: λιθουανική γλώσσα, ιστορία, υπολογιστική γλωσσολογία, μηχανική μετάφραση, νευρωνικά δίκτυα, τεχνητή νοημοσύνη. ΕΙΣΑΓΩΓΗ Σήμερα, όλο και περισσότερα κείμενα μεταφράζονται από υπολογιστές. Αυτή η αυτόματη υπολογιστική μετάφραση αποκαλείται συνήθως μηχανική μετάφραση (ΜΜ). Συνήθως, η μηχανική μετάφραση πραγματοποιείται με σκοπό να αποκτήσει κανείς όσο το δυνατόν γρηγορότερα εικόνα της τεράστιας ροής πληροφοριών σε πολλές γλώσσες, καθώς και για να διαδώσει τις πληροφορίες του όσο το δυνατόν ευρύτερα. Η ανταλλαγή ηλεκτρονικών πληροφοριών μεταξύ λαών και γλωσσών γίνεται σημαντικό μέρος της καθημερινής ζωής, ανοίγει νέες δυνατότητες για τη γλώσσα μας και θέτει ενώπιόν της νέες προκλήσεις και προβλήματα. Τον όρο «μηχανική μετάφραση» (αγγλ. machine translation) χρησιμοποίησε πρώτος στα μέσα του περασμένου αιώνα ο Warren Weaver, προτείνοντας να αξιοποιηθούν οι νεοεμφανισθέντες υπολογιστές για τη μετάφραση κειμένων (Weaver 1949: 1). Ο W. Weaver πρότεινε να αντιμετωπίζεται ένα κείμενο γραμμένο σε άλλη γλώσσα ως κρυπτογράφημα που μπορεί να αποκωδικοποιηθεί. Τα κρυπτογραφικά επιτεύγματα Βρετανών και Αμερικανών ειδικών στον Β΄ Παγκόσμιο Πόλεμο, που μόλις είχε τελειώσει, τροφοδότησαν την αισιοδοξία. Τότε υπήρχε ειλικρινής πίστη ότι οι ηλεκτρονικές μηχανές θα βοηθούσαν μέσα σε λίγα χρόνια να ξεπεραστεί η κατάρα του Πύργου της Βαβέλ. Δυστυχώς, η μετάφραση βελτιωνόταν αργά και η ποιότητα της μηχανικής μετάφρασης δεν πλησίαζε καν την ποιότητα της ανθρώπινης μετάφρασης. Έπειτα από εβδομήντα χρόνια, μετά από αναμφισβήτητες επιτυχίες και απογοητεύσεις και μετά από πολλή δουλειά, στην κοινότητα της μηχανικής μετάφρασης επικρατεί και πάλι αισιοδοξία. Αυτή τη φορά, οι ελπίδες εναποτίθενται στα τεχνητά νευρωνικά δίκτυα και στην ταχεία πρόοδο της ανάπτυξης της τεχνητής νοημοσύνης. Η μηχανική μετάφραση δεν παρέκαμψε ούτε τη λιθουανική γλώσσα. Σήμερα, εύκολα προσβάσιμα διαδικτυακά εργαλεία μηχανικής μετάφρασης μεταφράζουν από τις δημοφιλέστερες γλώσσες προς τα λιθουανικά και αντίστροφα. Η ποιότητα μετάφρασης των περισσότερων εργαλείων εξακολουθεί να είναι αρκετά κακή και τα κείμενα που μεταφράζουν πρέπει οπωσδήποτε να επιμεληθούν. Μόνο το εργαλείο μετάφρασης Google Translate2 ξεχωρίζει για την καλύτερη ποιότητά του, στο οποίο άρχισαν να χρησιμοποιούνται 1 Το άρθρο συντάχθηκε βάσει της ανακοίνωσης «Μηχανική μετάφραση για τη λιθουανική γλώσσα», η οποία παρουσιάστηκε στο Βίλνιους, στο 24ο διεθνές συνέδριο του Jonas Jablonskis «Ψηφιακοί γλωσσικοί πόροι, κατευθύνσεις ανάπτυξής τους και δυνατότητες αξιοποίησής τους», στις 29 Σεπτεμβρίου 2017. 2 Διαθέσιμο στο διαδίκτυο https://translate.google.com. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 2 τεχνολογίες νευρωνικής μετάφρασης. Οι περισσότερες προτάσεις που μεταφράζονται με αυτό το εργαλείο διατηρούν το νόημα που είχαν στην πρωτότυπη γλώσσα. Η μηχανική μετάφραση χρησιμοποιείται ευρέως για τη διάδοση πληροφοριών σε άλλες γλώσσες. Συχνά, τα αποτελέσματα της μηχανικής μετάφρασης αναρτώνται ανεύθυνα στον ηλεκτρονικό χώρο χωρίς καμία επιμέλεια. Οι συνέπειες τέτοιων ενεργειών είναι ήδη ορατές: το διαδίκτυο κατακλύζεται από κακά λιθουανικά κείμενα με παραποιημένες πληροφορίες, τα οποία δημιουργήθηκαν αυτόματα από κάποιο πρόγραμμα μηχανικής μετάφρασης3. Σταδιακά, τέτοια κείμενα μπορεί να διεισδύσουν και σε σώματα κειμένων. Η μηχανική μετάφραση έχει ήδη γίνει μια καθημερινή πραγματικότητα, άλλοτε εκπληκτική και άλλοτε ενοχλητικά εμφανής, που αξίζει όχι μόνο την πιο προσεκτική ματιά των γλωσσολόγων, αλλά και την ουσιαστικότερη συμμετοχή τους στην ανάπτυξη της μηχανικής μετάφρασης. Στο παρόν άρθρο παρουσιάζεται συνοπτικά η ιστορία της μηχανικής μετάφρασης (MV) και ορισμένες ιδέες που επηρέασαν την εξέλιξή της. Παρουσιάζονται τα αποτελέσματα που πέτυχαν διάφορες τεχνολογίες μετάφρασης για τη λιθουανική γλώσσα. Αναλύονται οι δυνατότητες εφαρμογής της MV στη λιθουανική γλώσσα με μεθόδους βασισμένες σε κανόνες, στατιστικές και νευρωνικές. Λόγω έλλειψης χώρου, δεν ζητούνται προσπάθειες συνδυασμού αρκετών από αυτές τις μεθόδους σε ένα σύστημα μετάφρασης. 1. ΟΙ ΑΠΑΡΧΕΣ ΤΗΣ ΜΗΧΑΝΙΚΗΣ ΜΕΤΑΦΡΑΣΗΣ Η καλή μετάφραση από άλλη γλώσσα αποτελεί πάντοτε μια διανοητική πρόκληση για τον άνθρωπο, ενώ η μετάφραση δεν ήταν ποτέ εύκολη υπόθεση. Δεν είναι περίεργο, λοιπόν, ότι επιδιώχθηκε να αυτοματοποιηθεί με κάποιον τρόπο. Την περίοδο 1932–1935, στη Γαλλία, ο μηχανικός Georges Artsrouni εφηύρε και κατασκεύασε μια καθολική μηχανική συσκευή, την οποία αποκαλούσε μηχανικό εγκέφαλο (γαλλ. cerveau mécanique), η οποία, μεταξύ άλλων λειτουργιών, μπορούσε να μεταφράζει πληκτρολογημένο κείμενο σε διάφορες γλώσσες (Hutchins 2004a: 12). Σε αυτή την ηλεκτρομηχανική συσκευή περιστρεφόταν μια μακριά (έως 40 μέτρα) ταινία μνήμης από εύκαμπτο χαρτόνι. Πάνω της ήταν καταχωρισμένο ένα πολύγλωσσο λεξικό, που μπορούσε να περιλαμβάνει έως και δεκάδες χιλιάδες λέξεις. Η γαλλική λέξη που πληκτρολογούνταν στο πληκτρολόγιο κωδικοποιούνταν μηχανικά και, βάσει αυτού του κώδικα, η ταινία μνήμης περιστρεφόταν στην κατάλληλη θέση. Ύστερα από μερικές δεκάδες δευτερόλεπτα, η συσκευή εμφάνιζε τη μετάφραση της λέξης που είχε εισαχθεί (Daumas 1965: 294–295). Η συσκευή παρουσιάστηκε στην Παγκόσμια Έκθεση του Παρισιού το 1937, προσέλκυσε μεγάλο ενδιαφέρον και τιμήθηκε με το Μεγάλο Βραβείο. Στην πραγματικότητα, ήταν η πρώτη στον κόσμο 3 Ο Τζόναθαν Σουίφτ (Jonathan Swift), στα Τα ταξίδια του Γκιούλιβερ, περιγράφει σαρκαστικά μια μηχανή που συνθέτει παράλογους συνδυασμούς λέξεων, οι οποίοι καταγράφονταν αδιάκοπα και επιμελώς σε βιβλία. Σήμερα, η ίδια ανοησία μπορεί να παραχθεί πολύ πιο γρήγορα... BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 3 λειτουργικό μηχανικό λεξικό. Ο G. Artsrouni συνέχισε αργότερα να βελτιώνει τη συσκευή του, όμως τα μηχανικά προβλήματα και η έναρξη του Β΄ Παγκοσμίου Πολέμου διέκοψαν τις εργασίες. Το 1933, στη Σοβιετική Ένωση, ο Πιότρ Σμιρνόφ-Τρογιάνσκι έλαβε πιστοποιητικό ευρεσιτεχνίας για μια ηλεκτρομηχανική μηχανή μετάφρασης4. Παρόλο που η μηχανή αυτή δεν κατασκευάστηκε ποτέ, ο εφευρέτης διατύπωσε πολλές πολύτιμες ιδέες για τη μηχανική μετάφραση, οι οποίες υλοποιήθηκαν μόνο πολλά χρόνια αργότερα, με την εμφάνιση των υπολογιστών. Ο Π. Σμιρνόφ-Τρογιάνσκι μιλούσε ρωσικά και, ως εκ τούτου, κατανοούσε καλά τις ιδιαιτερότητες των κλιτικών γλωσσών. Πρότεινε να διαιρεθεί η διαδικασία της μετάφρασης σε τρία στάδια: στο πρώτο στάδιο, ο άνθρωπος πρέπει να αναγάγει το κείμενο σε λήμματα και να τα επισημειώσει με μορφοσυντακτικές ετικέτες (στάδιο ανάλυσης)· στη συνέχεια, στο δεύτερο στάδιο, η μηχανή εντοπίζει αυτόματα τα λήμματα σε μία ή περισσότερες γλώσσες-στόχους και τους αποδίδει τις ίδιες ετικέτες (στάδιο μετασχηματισμού)· στο τρίτο στάδιο, ο επιμελητής πρέπει να συντάξει ένα ομαλό μεταφρασμένο κείμενο βάσει των λημμάτων της μετάφρασης και των ετικετών τους (στάδιο παραγωγής). Ο Π. Σμιρνόφ-Τρογιάνσκι πρότεινε επίσης διάφορες μεθόδους μετάφρασης συνωνύμων, ομωνύμων και ιδιωμάτων. Οι ιδέες του Π. Σμιρνόφ-Τρογιάνσκι δεν εκτιμήθηκαν στην πατρίδα του· δεν πρόλαβε να δει την εποχή των υπολογιστών5, ωστόσο οι ιδέες του εφευρέτη δεν ξεχάστηκαν και αργότερα έγιναν γνωστές και στη Δύση. Η εποχή της πρακτικής μηχανικής μετάφρασης άρχισε με την εμφάνιση των υπολογιστών. Το 1947, ο W. Weaver απηύθυνε επιστολή στον ιδιοφυή γλωσσολόγο και δημιουργό υπολογιστών Norbert Wiener, ρωτώντας αν τα πιο πρόσφατα επιτεύγματα της κρυπτογραφίας και οι υπολογιστές που μόλις είχαν εμφανιστεί6 θα μπορούσαν να εφαρμοστούν στη μετάφραση γλωσσών. Ο W. Weaver υποστήριζε ότι οποιοδήποτε ρωσικό κείμενο θα μπορούσε να θεωρηθεί ως αγγλικό μήνυμα κωδικοποιημένο με κυριλλικά γράμματα. Του φαινόταν ότι οι υπολογιστές μπορούσαν απλώς να αποκρυπτογραφήσουν αυτό το μήνυμα. Δυστυχώς, η απάντηση του N. Wiener ήταν επιφυλακτική. Το 1949, ο W. Weaver έστειλε ένα υπόμνημα σε ευρύτερο κοινό, στο οποίο πρότεινε τη χρήση υπολογιστών για τη μετάφραση κειμένων (Weaver 1949: 7)7. Εκείνη την εποχή, σε διάφορα αμερικανικά και βρετανικά εργαστήρια κυριαρχούσαν οι ιδέες της απλής κατά λέξη μηχανικής μετάφρασης. Ο επιστήμονας ήταν βέβαιος ότι οι υπολογιστές μπορούσαν να μεταφράζουν πολύ καλύτερα. Στο υπόμνημα, ο W. Weaver πρότεινε τέσσερις κατευθύνσεις για την επίλυση και τη μελέτη των προβλημάτων της μετάφρασης. Πρώτα απ’ όλα, πρότεινε να αναλύεται στατιστικά το άμεσο περιβάλλον της προς μετάφραση λέξης, ώστε να επιλύονται τα προβλήματα της πολυσημίας. Αυτή η διορατική ιδέα αποτελεί σήμερα τη βάση της στατιστικής μηχανικής μετάφρασης. Η δεύτερη πρόταση βασιζόταν στην υπόθεση ότι στη γλώσσα 4 Στο πιστοποιητικό ευρεσιτεχνίας, η συσκευή αυτή αποκαλείται «μηχανή επιλογής και εκτύπωσης λέξεων κατά τη μετάφραση από μία γλώσσα σε άλλη ή σε πολλές γλώσσες ταυτόχρονα». 5 Ο Π. Σμιρνόφ-Τρογιάνσκι πέθανε το 1950. 6 Ο πρώτος βρετανικός ηλεκτρονικός υπολογιστής, ο Colossus, άρχισε να λειτουργεί στις αρχές του 1944· ο πρώτος αμερικανικός ηλεκτρονικός ψηφιακός υπολογιστής, ο ENIAC, κατασκευάστηκε στα τέλη του 1945. Ο πρώτος σοβιετικός υπολογιστής, ο MESM, κατασκευάστηκε το 1950. 7 Στο υπόμνημα του W. Weaver χρησιμοποιήθηκε ο όρος μηχανική μετάφραση (αγγλ. machine translation), ο οποίος σύντομα καθιερώθηκε. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 4 είναι λογικά στοιχεία, επομένως, με τη χρήση μοντέλων νευρωνικών δικτύων (McCulloch, Pitts 1943: 115–133), θα πρέπει να είναι δυνατή η συναγωγή της μετάφρασης από τις προκείμενες που υπάρχουν στη γλώσσα του πρωτοτύπου. Ο χρόνος ανέδειξε την ιδιοφυΐα αυτής της διαπίστωσης – σήμερα η νευρωνική μέθοδος μηχανικής μετάφρασης προσφέρει την υψηλότερη ποιότητα. Η τρίτη κατεύθυνση επίλυσης των προβλημάτων θα πρέπει να είναι η εφαρμογή μεθόδων κρυπτογραφίας στη μετάφραση γλωσσών. Σαράντα χρόνια αργότερα, αυτό υλοποιήθηκε στους αλγορίθμους στατιστικής μηχανικής μετάφρασης. Για να παρουσιάσει την τέταρτη πρόταση, ο W. Weaver σχεδίασε μια αλληγορική εικόνα, στην οποία οι άνθρωποι κατοικούν σε ψηλούς, κλειστούς πύργους που συμβολίζουν διαφορετικές γλώσσες. Οι άνθρωποι καταφέρνουν κάπως να επικοινωνούν φωνάζοντας ο ένας στον άλλο μέσα από τους χοντρούς τοίχους των πύργων. Ευτυχώς, οι πύργοι έχουν κοινό θεμέλιο και υπόγειο· αρκεί να κατέβουν εκεί και τότε η επικοινωνία θα πρέπει να γίνει ευκολότερη. Ο W. Weaver υποστήριξε ότι στις γλώσσες του κόσμου ενυπάρχει μια ορισμένη κοινή βαθιά δομή, η οποία μένει ακόμη να αποκαλυφθεί. Η τελευταία αυτή πρόταση του επιστήμονα ενθάρρυνε την αναζήτηση και κατασκευή μιας καθολικής γλώσσας – της διαγλώσσας της μηχανικής μετάφρασης8. Μετά το υπόμνημα του W. Weaver, η μηχανική μετάφραση άρχισε σύντομα να αναπτύσσεται με ταχείς ρυθμούς. Το 1954, στη Νέα Υόρκη, παρουσιάστηκε δημόσια ένα σύστημα μηχανικής μετάφρασης, το οποίο δημιουργήθηκε με τη συνεργασία της IBM και του Πανεπιστημίου Georgetown. Η μετάφραση γινόταν από τα ρωσικά στα αγγλικά. Στο σύστημα είχαν προγραμματιστεί μόλις έξι γραμματικοί κανόνες, ενώ για τη μετάφραση χρησιμοποιούνταν περίπου 250 λέξεις (Hutchins 2004b: 102). Το σύστημα ήταν προσανατολισμένο στη θεματολογία της οργανικής χημείας και τα παραδείγματα μετάφρασης είχαν μελετηθεί προσεκτικά εκ των προτέρων. Μετά το πείραμα, υπήρχε η ελπίδα ότι σε λίγα χρόνια οι μηχανές θα μετέφραζαν άψογα, ενώ διατέθηκε γενναιόδωρη χρηματοδότηση για τη συνέχιση των εργασιών. Η ΜΜ άρχισε να αναπτύσσεται με ταχείς ρυθμούς στις Ηνωμένες Πολιτείες της Αμερικής (ΗΠΑ) και στη Σοβιετική Ένωση, με στόχο την απόκτηση στρατηγικού πλεονεκτήματος στον Ψυχρό Πόλεμο. Οι δημοφιλέστερες γλώσσες μετάφρασης ήταν τα ρωσικά και τα αγγλικά. 2. ΜΗΧΑΝΙΚΗ ΜΕΤΑΦΡΑΣΗ ΒΑΣΙΣΜΕΝΗ ΣΕ ΚΑΝΟΝΕΣ Στα μέσα της δεκαετίας του 1950 εμφανίστηκαν συστήματα μηχανικής (υπολογιστικής) μετάφρασης, τα οποία άρχισαν να αποκαλούνται συστήματα βασισμένα σε κανόνες (αγγλ. rule-based). Δημιουργούνταν με βάση την άποψη ότι μια γλώσσα μπορεί να περιγραφεί μέσω ενός συνόλου συγκεκριμένων κανόνων, συμπεριλαμβανομένων των γραμματικών. Με την εφαρμογή αυτής της μεθόδου, η πρόταση στη γλώσσα του πρωτοτύπου αναλύεται μέχρι ένα ορισμένο επιλεγμένο επίπεδο, προσδιορίζεται η δομή της πρότασης και μετασχηματίζεται, σύμφωνα με τους κανόνες που έχουν διαμορφωθεί, σε ισοδύναμη δομή στη γλώσσα-στόχο, βάσει της οποίας παράγεται μια πρόταση στη γλώσσα-στόχο. Οι δομές προτάσεων διαφορετικών γλωσσών μπορεί να διαφέρουν σημαντικά και να έχουν ιδιαιτερότητες, οι οποίες πρέπει να αποτυπώνονται στο σύστημα ΜΜ 8 Δεν πρέπει να συγχέονται με τις διαγλώσσες φυσικής γλώσσας – την εσπεράντο, την ίντο, τη βολαπούκ κ.λπ. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 5 του συστήματος. Τα προβλήματα αναπαράστασης των συντακτικών δομών της λιθουανικής πρότασης με τρόπο κατάλληλο για τη μηχανική μετάφραση μελέτησε η Daiva Šveikauskienė (2005: 411–417). Υπάρχουν διάφορες παραλλαγές συστημάτων ΜΜ βασισμένων σε κανόνες, οι οποίες διαφέρουν ως προς το βάθος ανάλυσης (Σχ. 19). Όσο βαθύτερη είναι η ανάλυση της πρότασης, τόσο απλούστερος είναι ο μετασχηματισμός. Στην ιδανική περίπτωση, κατά την ανάλυση ενός κειμένου μέχρι το επίπεδο της διαγλώσσας, δεν θα χρειαζόταν πλέον κανένας μετασχηματισμός – η διαγλωσσική αναπαράσταση του κειμένου θα έπρεπε να είναι ίδια σε όλες τις γλώσσες. ΣΧΗΜΑ 1. Το τρίγωνο του Vauquois για τη μηχανική μετάφραση βασισμένη σε κανόνες Έγιναν προσπάθειες επίλυσης των προβλημάτων της ΜΜ βασισμένης σε κανόνες με την εφαρμογή τόσο εμπειρικών όσο και γλωσσολογικών μεθόδων. Στο στρατόπεδο των εμπειριστών, δημοφιλέστερη ήταν η μέθοδος της άμεσης μετάφρασης. Σε αυτή τη μέθοδο, για τη μετάφραση μεταξύ δύο γλωσσών χρησιμοποιούνται μόνο ένα λεξικό και απλοί κανόνες λογισμικού, ενώ πρακτικά δεν πραγματοποιείται γλωσσική ανάλυση ή συντακτική αναδιοργάνωση (η μέθοδος αυτή αντιστοιχεί στο χαμηλότερο επίπεδο του Σχ. 1). Στις ΗΠΑ, τη δεκαετία του 1950, μια ομάδα ερευνητών υπό τη διεύθυνση του Erwin Reifler συνέτασσε ειδικά λεξικά για τη μηχανική μετάφραση, στα οποία, εκτός από τα λεξικά ισοδύναμα, είχαν προστεθεί κανόνες τοπικής αλλαγής της σειράς των λέξεων. Παρατίθεντο επίσης μεταφράσεις πολλών φράσεων και γενικευτικοί όροι (αγγλ. cover terms) για την αντιμετώπιση των προβλημάτων πολυσημίας. Το 1964 τέθηκε σε λειτουργία το σύστημα άμεσης μετάφρασης ρωσικών–αγγλικών Mark II, το οποίο είχε δημιουργηθεί κατόπιν παραγγελίας της Πολεμικής Αεροπορίας των ΗΠΑ. Σε αυτό χρησιμοποιήθηκε το λεξικό του E. Reifler, το οποίο περιείχε περισσότερες από 170 000 λέξεις (Reifler 1960: 312). Οι γλωσσολογικές μέθοδοι εφαρμόστηκαν ευρύτερα στο Πανεπιστήμιο Georgetown, όπου συγκεντρώθηκε ένα μεγάλο δυναμικό ερευνητών μηχανικής μετάφρασης, το οποίο κατανεμήθηκε σε διάφορες ομάδες που εφάρμοζαν διαφορετικές μεθόδους 9 Τέτοιες απεικονίσεις συχνά αποκαλούνται τρίγωνο του Vauquois· τη συγκεκριμένη μέθοδο απεικόνισης πρότεινε ο Bernard Vauquois, πρωτοπόρος της μηχανικής μετάφρασης στη Γαλλία (1976: 335). BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 6 ομάδων. Στην ομάδα υπό την ηγεσία του Michael Zarechnak δημιουργήθηκε το σύστημα αυτόματης μετάφρασης του Georgetown (αγγλ. GAT – Georgetown Automatic Translation). Σε αυτό πραγματοποιούνταν ανάλυση τριών επιπέδων: μορφολογική (η οποία περιλάμβανε και τον εντοπισμό ιδιωμάτων), συντακτική και φραστική. Το τροποποιημένο σύστημα GAT άρχισε να χρησιμοποιείται με επιτυχία στην Ευρατόμ (στο Ίσπρα της Ιταλίας) το 1963 και στην Επιτροπή Ατομικής Ενέργειας των ΗΠΑ το 1964. Η δημιουργία ενός συστήματος ΜΜ βασισμένου στη διαγλώσσα διήρκεσε πολύ περισσότερο. Το KANT, ένα σύστημα ΜΜ με εμπορική αξία, εμφανίστηκε μόλις την τελευταία δεκαετία του περασμένου αιώνα (Mitamura et al. 1991: 105–118). Το σύστημα χρησιμοποιήθηκε για τη μετάφραση ορισμένων τεχνικών κειμένων. Δεν δημιουργήθηκε ποτέ διαγλώσσα για την αναπαράσταση της γενικής γλώσσας. Κατά τη δεκαετία που ακολούθησε την παρουσίαση της ΜΜ IBM–Georgetown, καταβλήθηκαν μεγάλες προσπάθειες για τη σημαντική βελτίωση της ποιότητας της μετάφρασης ΜΜ10, ωστόσο η πρόοδος ήταν πολύ περιορισμένη. Το 1966, η επιτροπή ALPAC (αγγλ. Automatic Language Processing Advisory Committee), που ιδρύθηκε στις ΗΠΑ, αποφάσισε ότι η ΜΜ δεν είχε προοπτικές στο εγγύς μέλλον, καθώς ήταν χαμηλής ποιότητας και έπρεπε να επιμεληθεί από μεταφραστή, ο οποίος έτσι δαπανούσε περισσότερο χρόνο απ’ ό,τι αν μετέφραζε χωρίς μηχανές. Η επιτροπή ALPAC αγνόησε το γεγονός ότι η αυτόματη μετάφραση βοηθά στη μετάφραση τεράστιων ποσοτήτων πληροφοριών και ότι πολλοί χρήστες είναι ικανοποιημένοι με μια κακή μετάφραση που μόλις μεταφέρει το νόημα. Μετά τα αρνητικά συμπεράσματα της επιτροπής, η χρηματοδότηση έργων ΜΜ στις ΗΠΑ διακόπηκε ουσιαστικά για αρκετές δεκαετίες, ενώ μειώθηκε και σε άλλες χώρες. Παρά τον σκεπτικισμό που είχε διαμορφωθεί απέναντι στη ΜΜ, στον τομέα αυτό σημειωνόταν συνεχής πρόοδος. Το σύστημα μετάφρασης βάσει κανόνων SYSTRAN (Toma 1977: 569–581), η ανάπτυξη του οποίου άρχισε στις ΗΠΑ το 1968, βελτιωνόταν συνεχώς και αργότερα έγινε εμπορικό. Το σύστημα άρχισε να χρησιμοποιείται στο Υπουργείο Άμυνας των ΗΠΑ, στη NASA, στην Ευρατόμ, στην Ευρωπαϊκή Επιτροπή και σε πολλά άλλα μέρη. Βάσει εμπορικής συμφωνίας του 1975, η Ευρωπαϊκή Επιτροπή απέκτησε το δικαίωμα να βελτιώνει το σύστημα για τις δικές της ανάγκες. Το σύστημα μετέφραζε αρκετά καλά κείμενα από ορισμένους γλωσσικούς τομείς σε πολλές γλώσσες. Από το 2010, το SYSTRAN άρχισε να χρησιμοποιεί υβριδικές τεχνολογίες. Συστήματα ΜΜ με αρκετά καλή απόδοση εμφανίστηκαν και σε άλλες χώρες: το ARIANE (στη Γκρενόμπλ της Γαλλίας), το παρόμοιο σύστημα MU (στο Κιότο της Ιαπωνίας), καθώς και το SUSY (στο Σααρμπρύκεν της Γερμανίας). Το ευρωπαϊκό έργο EUROTRA (1982–1992), που κόστισε πάνω από 50 000 000 ECU11, κατέληξε σε αποτυχία — εκατοντάδες ειδικοί δεν κατάφεραν να δημιουργήσουν ένα λειτουργικό σύστημα ΜΜ. Έτσι άρχισε μια σοβαρή κρίση της ΜΜ βάσει κανόνων. Για πολλά χρόνια στη συνέχεια, δεν σημειώθηκε πρόοδος. 10 Κατά την περίοδο αυτή, στις ΗΠΑ δαπανήθηκαν περίπου 20 εκατομμύρια δολάρια για την ανάπτυξη και τη βελτίωση συστημάτων ΜΜ. 11 Σε έκθεση του 1994 της Επιτροπής των Ευρωπαϊκών Κοινοτήτων (αγγλ. CEC – Commission of the European Communities) παρουσιάζονται τα στοιχεία χρηματοδότησης του EUROTRA: η Επιτροπή διέθεσε 37,5 εκατομμύρια ECU για το έργο την περίοδο 1982–1992 (CEC 1994: 3.10), ενώ οι κυβερνήσεις διαφόρων χωρών διέθεσαν επιπλέον περισσότερα από 20 εκατομμύρια ECU στα δεκαέξι κέντρα EUROTRA (CEC 1994: A4.2). BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 7 Η μετάφραση μηχανής βάσει κανόνων εμφανίστηκε στη Λιθουανία μόλις στον παρόντα αιώνα. Το 2003–2004, το σύστημα αυτόματης μετάφρασης Česilko (Hajič et al. 2000: 10–12) προσαρμόστηκε στη λιθουανική γλώσσα (Homola, Rimkutė 2004: 77–81). Εκείνη την περίοδο, ο Petras Homola και η Erika Rimkutė μελέτησαν τις δυνατότητες αυτόματης μετάφρασης του συστήματος μεταξύ της τσεχικής και της λιθουανικής γλώσσας. Το 2005–2007, το Πανεπιστήμιο Vytautas Magnus υλοποίησε το έργο «Διαδικτυακό εργαλείο μετάφρασης πληροφοριών», το οποίο χρηματοδοτήθηκε από τα Διαρθρωτικά Ταμεία της Ευρωπαϊκής Ένωσης. Η δομή του σχεδιαζόμενου συστήματος ΜΜ περιγράφηκε από τον Vidas Daudaravičius (2006: 7–18). Δημιουργήθηκε ένα δημόσιο διαδικτυακό εργαλείο μετάφρασης από τα αγγλικά στα λιθουανικά12. Η μεταφραστική μηχανή παρασχέθηκε από τη ρωσική εταιρεία PROMT. Μέρος των γλωσσικών στοιχείων του συστήματος αναπτύχθηκε στη Λιθουανία. Το σύστημα μετέφραζε άριστα μόνο ορισμένους τύπους προτάσεων, ενώ οι καλές μεταφράσεις αποτελούσαν μειοψηφία. Το 2007 πραγματοποιήθηκε γλωσσική αξιολόγηση αυτού του συστήματος ΜΜ (Rimkutė, Kovalevskaitė 2008: 257–264). Η Audronė Daubarienė και η Greta Ziezvytė (2013: 55–61) αξιολόγησαν τη συμμόρφωση της μετάφρασης του συστήματος ΜΜ του VDU με τα πρότυπα κειμενικότητας (De Beaugrande, Dressler 1981: 3). Στην εργασία τους, οι συγγραφείς διαπίστωσαν ότι τα εξεταζόμενα κείμενα αυτόματης μετάφρασης διαφορετικών ειδών δεν πληρούσαν τα πρότυπα της συνοχής και ορισμένα άλλα πρότυπα κειμενικότητας, λόγω των πολυάριθμων σημασιολογικών σφαλμάτων· επομένως, τέτοιες μεταφράσεις δεν μπορούν να θεωρηθούν αποδεκτές και πληροφοριακές για τον αναγνώστη. Καθώς περνούσαν οι δεκαετίες και, ουσιαστικά, η πρόοδος παρέμενε στάσιμη, άρχισε να γίνεται αντιληπτό ότι η γλώσσα είναι ένα εξαιρετικά περίπλοκο φαινόμενο, το οποίο είναι πολύ δύσκολο να περιγραφεί με κανόνες. Για την αντιμετώπιση των προβλημάτων της πολυσημίας και της μετάφρασης αναφορών προτάθηκε η χρήση εξωγλωσσικών πληροφοριών σχετικά με τη δομή και τη λογική του κόσμου (Bar-Hillel 1958: 197–207). Ωστόσο, τέτοιες συστηματοποιημένες πληροφορίες απλώς δεν υπήρχαν, ενώ η τυπική περιγραφή του νοήματος ενός κειμένου φαινόταν δυσκολότερο εγχείρημα από την ίδια τη μετάφραση. Ήταν προφανές ότι τα προβλήματα της αυτόματης μετάφρασης απαιτούσαν επαναστατικές λύσεις. 2. ΣΤΑΤΙΣΤΙΚΗ ΑΥΤΟΜΑΤΗ ΜΕΤΑΦΡΑΣΗ Το 1988, ομάδα ερευνητών της IBM (Brown et al. 1988: 71–76) πρότεινε τη χρήση των πληροφοριών που περιέχονται σε παράλληλα σώματα κειμένων για την αυτόματη μετάφραση, αναζητώντας τις πιθανότερες μεταφραστικές εκδοχές. Το προτεινόμενο μοντέλο μετάφρασης βασίζεται στην υπόθεση ότι σε ένα θορυβώδες κανάλι η πρόταση στη γλώσσα του πρωτοτύπου f μετατρέπεται σε πρόταση e στη γλώσσα-στόχο. Ο θόρυβος στο κανάλι αλλοιώνει στατιστικά την πρόταση της γλώσσας του πρωτοτύπου f, επομένως στην έξοδο του καναλιού μπορούμε να λάβουμε διάφορες προτάσεις e, ποικίλου μήκους, οι οποίες έχουν κάποιο νόημα στη γλώσσα-στόχο ή δεν έχουν κανένα νόημα. Επειδή το κανάλι προσπαθεί να μεταφράσει σωστά, οι σωστές μεταφραστικές εκδοχές διαπερνούν όλο και συχνότερα τον θόρυβο. 12 Διαθέσιμο στο διαδίκτυο http://vertimas.vdu.lt/twsas/. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 8 Σε αυτό το μοντέλο θεωρείται ότι, όταν αποστέλλεται μια πρόταση στο κανάλι f, η καταλληλότερη επιλογή μετάφρασης ê από όλες τις e είναι εκείνη για την οποία η υπό συνθήκη πιθανότητα εμφάνισης στην έξοδο του καναλιού p(e|f) είναι η μεγαλύτερη, δηλαδή ê = argmaxe p(e|f). Εδώ προκύπτει το πρόβλημα ότι, για να βρεθεί η καλύτερη επιλογή μετάφρασης ê, πρέπει να εξεταστούν όχι μόνο όλες οι πιθανές προτάσεις στη γλώσσα-στόχο, αλλά και κάθε είδους συνδυασμοί λέξεων σε αυτήν. Είναι πολύ δύσκολο να υπολογιστεί ένας τέτοιος αριθμός πιθανοτήτων. Με την εφαρμογή του θεωρήματος του Bayes προκύπτει μια ισοδύναμη έκφραση που υπολογίζεται ευκολότερα (Koehn ir kt. 2003: 127): argmaxe p(e|f) = argmaxe p(f|e) p(e) Ši lygtis yra pamatinė statistinio mašininio vertimo lygtis (Brown ir kt. 1993). Joje sąlyginė tikimybė p(f|e) parodo tikimybę, kad kanalu buvo pasiųstas sakinys f, jei išėjime pasirodė sakinys e. Šis lygties narys vadinamas vertimo modeliu, kuris apskaičiuojamas iš dvikalbių tekstynų. Antrasis lygties narys p(e) parodo sakinio e tikimybę vertimo kalboje. Šis narys aprašo kalbos modelį, kuris apskaičiuojamas iš vienkalbių vertimo kalbos tekstynų13. ΕΙΚ. 2. Το τρίγωνο του Vauquois για τη στατιστική μηχανική μετάφραση Η μέθοδος μετάφρασης που πρότειναν οι επιστήμονες της IBM άρχισε αμέσως να ανταγωνίζεται τη μετάφραση βάσει κανόνων ως προς την ποιότητα της μετάφρασης. Οι δημιουργοί στατιστικών συστημάτων ΜV ενθουσιάζονταν με τη δυνατότητα μετάφρασης σε πολλές γλώσσες, χωρίς να χρειάζεται να γνωρίζουν ούτε τη μετάφραση ούτε τη γραμματική· αρκούσε να εκπαιδεύουν τα υπό ανάπτυξη συστήματα με τα διαθέσιμα σώματα κειμένων. Κατά την κλασική στατιστική μετάφραση δεν πραγματοποιείται καμία 13 Το γλωσσικό μοντέλο μειώνει τον όγκο των υπολογισμών, επειδή βοηθά να απορρίπτονται αμέσως προτάσεις που δεν απαντώνται στα σώματα κειμένων, βοηθά στην επιλογή της πιο ομαλής μετάφρασης και δείχνει επίσης έμμεσα γιατί η λογοτεχνία μεταφράζεται καλύτερα από μεταφράστρια/μεταφραστή της οποίας/του οποίου η γλώσσα-στόχος είναι μητρική. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 9 ανάλυση προτάσεων της γλώσσας-πηγής ή σύνθεση προτάσεων της γλώσσας-στόχου (εικ. 2)· η μετάφραση γίνεται μόνο βάσει των πιθανοτήτων που προσδιορίστηκαν κατά την εκπαίδευση του συστήματος. Τα πέντε μοντέλα διάταξης λέξεων στη μετάφραση που πρότειναν ο Peter Brown και οι συνεργάτες του δεν ήταν αρκετά ευέλικτα: επέτρεπαν τη μετάφραση μιας λέξης της γλώσσας-πηγής με μία ή περισσότερες λέξεις ή την πλήρη παράλειψή της. Το 2003 προτάθηκε (P. Koehn ir kt. 2003: 127–133) ένα πιο ευέλικτο μοντέλο μηχανικής μετάφρασης, ικανό να μεταφράζει και φράσεις της γλώσσας-πηγής. Κατά την περίοδο αυτή βελτιώνονταν ταχύτατα οι μέθοδοι αυτόματης αξιολόγησης της ποιότητας της μηχανικής μετάφρασης, καθώς ήταν πολύ σημαντικό να διαπιστώνεται γρήγορα ποια έκδοση του υπό ρύθμιση συστήματος μηχανικής μετάφρασης μεταφράζει καλύτερα. Επιδιώχθηκε επίσης η αξιολόγηση αυτή να επιτρέπει την αντικειμενική σύγκριση της ποιότητας μετάφρασης διαφορετικών συστημάτων. Με την πάροδο του χρόνου, μία από τις δημοφιλέστερες μετρικές έγινε η BLEU (ακρωνύμιο του bilingual evaluation understudy) (Papineni ir kt. 2002: 311–318), η οποία συγκρίνει αυτόματα πόσο απέχει το κείμενο της μηχανικής μετάφρασης από την ανθρώπινη μετάφραση. Η μετρική αυτή δεν λαμβάνει υπόψη την κατανοητότητα του κειμένου ή τη γραμματική ορθότητα· υπολογίζει μόνο λέξεις ή φράσεις που ταυτίζονται ακριβώς. Κατά τον υπολογισμό της μετρικής, οι φράσεις που συμπίπτουν έχουν σχετικά μεγαλύτερο στατιστικό βάρος από τις μεμονωμένες λέξεις που συμπίπτουν. Ανάλογα με την εκάστοτε εργασία, για την αξιολόγηση της ποιότητας της ΜV χρησιμοποιούνται συχνά και άλλες μετρικές, καθεμία με τη δική της χρήσιμη ιδιότητα: F-measure, METEOR (Banerjee, Lavie 2005: 62–72), NIST (Doddington 2002: 138–145), TER (Snover ir kt. 2006: 223–231) και πολλές ακόμη. Παρά τη δημοτικότητα της στατιστικής ΜV, γινόταν όλο και σαφέστερος ο περιορισμός της μεθόδου κατά τη μετάφραση σε μορφολογικά πλούσιες (κλιτές) γλώσσες. Στα παράλληλα σώματα κειμένων των κλιτών γλωσσών συνήθως δεν περιλαμβάνονται όλες οι δυνατές μορφές φράσεων ή ακόμη και μεμονωμένων, σπανιότερων λέξεων. Αν κάποια πιθανή μορφή δεν συμπεριλήφθηκε στην εκπαίδευση του συστήματος ΜV, τότε δεν θα μεταφράζεται ούτε αυτή η μορφή. Αυτό το μειονέκτημα της κλασικής ΜV οφείλεται στην ανεπάρκεια δεδομένων, εξαιτίας της οποίας, μετά την εκπαίδευση του συστήματος, προκύπτει ένας αραιός πίνακας πιθανοτήτων μετάφρασης. Για να ξεπεράσουν αυτόν τον περιορισμό, οι Philip Koehn και Hieu Hoang πρότειναν τη στατιστική μηχανική μετάφραση με παράγοντες (Koehn, Hoang 2007a: 868–876). Προτάθηκε η ενσωμάτωση πρόσθετων γλωσσικών πληροφοριών στο σύστημα μετάφρασης, με τον σχολιασμό παράλληλων σωμάτων κειμένων με ετικέτες γλωσσικής ανάλυσης, τα οποία στη συνέχεια χρησιμοποιούνται για την εκπαίδευση του συστήματος. Το 2007, ο P. Koehn και οι συνεργάτες του έθεσαν στη διάθεση του ευρέος κοινού ένα ολοκληρωμένο πακέτο στατιστικής ΜV, το Moses, με ανοικτό κώδικα (Koehn ir kt. 2007b: 177–180). Η εφαρμογή της στατιστικής ΜV με παράγοντες βελτίωνε κάπως την ποιότητα μετάφρασης των κλιτών γλωσσών, συνήθως κατά 1–2 ποσοστιαίες μονάδες BLEU (Bojar 2007: 235–236; Skadinš ir kt. 2010: 128–129). Από τις 25 Σεπτεμβρίου 2008, το στατιστικό σύστημα ΜV του Google Translate άρχισε να μεταφράζει και στα λιθουανικά. Το 2012–2014, το Πανεπιστήμιο του Βίλνιους υλοποίησε από τα Διαρθρωτικά Ταμεία της Ευρωπαϊκής Ένωσης BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 10 το χρηματοδοτούμενο έργο «Ανάπτυξη συστήματος στατιστικής μηχανικής μετάφρασης αγγλικά–λιθουανικά–αγγλικά και γαλλικά–λιθουανικά–γαλλικά». Το μεγαλύτερο μέρος των εργασιών του έργου εκτελέστηκε από την UAB Tilde. Δημιουργήθηκε το σύστημα ΜΜ ALPMAVIS και έγινε διαθέσιμη στο κοινό μια δωρεάν διαδικτυακή υπηρεσία στατιστικής ΜΜ (https://www.versti.eu/)14. Σύμφωνα με τα αποτελέσματα δοκιμών του 2014, οι βαθμολογίες ποιότητας της μετάφρασης κειμένων γενικού περιεχομένου (με τη μετρική BLEU) υπερέβαιναν κατά περισσότερο από δύο φορές τα αποτελέσματα της λιθουανικής μετάφρασης βάσει κανόνων και ήταν σχεδόν ισοδύναμες με τα αποτελέσματα του συστήματος μετάφρασης Google Translate. Η ALPMAVIS μπορεί να μεταφράζει ιδιαίτερα καλά νομικά κείμενα. 3. ΠΟΙΟΤΗΤΑ ΤΗΣ ΜΗΧΑΝΙΚΗΣ ΜΕΤΑΦΡΑΣΗΣ ΣΤΑ ΛΙΘΟΥΑΝΙΚΑ Με την εμφάνιση ενός νέου γλωσσικού φαινομένου —των λιθουανικών κειμένων που μεταφράζονται από μηχανές— έγινε ενδιαφέρον να αξιολογηθεί η ποιότητα αυτής της μετάφρασης σε σχέση με την κοινή γλώσσα. Για την αξιολόγηση επιλέχθηκε ένα κείμενο γενικού περιεχομένου, καθώς αποτυπώνει καλύτερα την κοινή γλώσσα, ενώ για τη μέτρηση της ποιότητας της μετάφρασης χρησιμοποιήθηκε η μετρική BLEU. Για τη δοκιμή της ποιότητας της μετάφρασης επιλέχθηκε ένα κείμενο γενικού περιεχομένου που είχε δημοσιευτεί στο διαδίκτυο15. Οι υπολογισμοί BLEU έγιναν σε έγγραφο μεγαλύτερο από το απόσπασμά του που παρουσιάζεται παρακάτω, επειδή οι βαθμολογίες BLEU σε επίπεδο πρότασης συσχετίζονται ελάχιστα με την ανθρώπινη αξιολόγηση της ποιότητας (Kos, Bojar 2009: 140). Οι πληροφορίες που παρέχονται θα βοηθήσουν τον αναγνώστη να κατανοήσει πώς οι ποσοστιαίες βαθμολογίες BLEU CI (που υπολογίζονται χωρίς διάκριση πεζών και κεφαλαίων γραμμάτων) σχετίζονται με την ποιότητα της μηχανικής μετάφρασης. Από την άλλη πλευρά, ακόμη και χωρίς να κοιτάξει τους αριθμούς, ο αναγνώστης μπορεί να σχηματίσει ο ίδιος γνώμη για τον τρόπο με τον οποίο μεταφράζουν τα συστήματα ΜΜ που λειτουργούν με βάση τα μοντέλα που περιγράφηκαν προηγουμένως. Παρακάτω παρουσιάζονται εκδοχές μετάφρασης του ίδιου πρωτότυπου κειμένου, οι οποίες προέκυψαν με την εφαρμογή διαφόρων μεθόδων μετάφρασης. Πριν από το μεταφρασμένο κείμενο αναφέρονται η μέθοδος μετάφρασης, η ημερομηνία μετάφρασης στο διαδίκτυο και η ποσοστιαία βαθμολογία BLEU CI. Πρωτότυπο κείμενο στα αγγλικά: Όλοι θέλουν μια μακρά, ευτυχισμένη και υγιή ζωή, και οι επιστήμονες καταβάλλουν κάθε δυνατή προσπάθεια για να το πετύχουν. Αντιμετωπίζουν ορισμένα από τα σημαντικότερα σημερινά προβλήματα υγείας, καθώς και αναδυόμενες απειλές, όπως τον αυξανόμενο αντίκτυπο της νόσου Αλτσχάιμερ, του διαβήτη και των ανθεκτικών στα αντιβιοτικά «υπερβακτηρίων». Οι επενδύσεις στην έρευνα και την καινοτομία στον τομέα της υγείας θα μας βοηθήσουν να παραμείνουμε δραστήριοι, να αναπτύξουμε νέες, ασφαλέστερες και αποτελεσματικότερες θεραπείες και να συμβάλουμε στη διατήρηση των συστημάτων υγείας και περίθαλψής μας 14 Η ALPMAVIS είναι επίσης προσβάσιμη μέσω του πληροφοριακού συστήματος ολοκληρωμένων λιθουανικών γλωσσικών και γραπτών πόρων Raštija.lt (www.raštija.lt). 15 Iš programos HORIZON 2020. Europos Komisijos Mokslinių tyrimų ir inovacijų generalinis direktoratas 2014. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 11 βιώσιμο. Θα δώσει στους γιατρούς τα εργαλεία που χρειάζονται για πιο εξατομικευμένη ιατρική και θα ενισχύσει την πρόληψη και τη θεραπεία των χρόνιων και λοιμωδών ασθενειών. Μετάφραση από μεταφραστή: Όλοι θέλουν να ζήσουν μια μακρά και ευτυχισμένη ζωή και να είναι υγιείς, ενώ οι επιστήμονες προσπαθούν όσο μπορούν να κάνουν κάτι τέτοιο εφικτό. Προσπαθούν να επιλύσουν ορισμένα από τα σημαντικότερα υπάρχοντα προβλήματα υγείας και τις αναδυόμενες απειλές για την υγεία, όπως τα ολοένα αυξανόμενα προβλήματα που προκαλούν η νόσος του Αλτσχάιμερ, ο διαβήτης και οι μικροοργανισμοί που είναι ανθεκτικοί στα αντιβιοτικά. Οι επενδύσεις στην έρευνα και την καινοτομία στον τομέα της υγειονομικής περίθαλψης θα μας βοηθήσουν να παραμείνουμε δραστήριοι, να αναπτύξουμε νέες, ασφαλέστερες και αποτελεσματικότερες θεραπείες και να διατηρήσουμε τη βιωσιμότητα του συστήματος υγειονομικής περίθαλψης. Θα προσφέρουν στους γιατρούς τα μέσα που χρειάζονται για την επιλογή φαρμάκων ανάλογα με τις ατομικές ανάγκες των ασθενών· επιπλέον, αυτό θα συμβάλει στην πρόληψη και τη θεραπεία χρόνιων και μεταδοτικών ασθενειών. VDU στατιστική μηχανική μετάφραση, 2014 09 19, BLEU – 8,54: Όλοι θέλουν μια μακρά, ευτυχισμένη και υγιή ζωή, και οι επιστήμονες προσπαθούν να το κάνουν αυτό εφικτό. Αντιμετωπίζουν ορισμένα από τα κύρια τρέχοντα ζητήματα υγείας, καθώς και αναδυόμενες απειλές, όπως η αυξανόμενη επίδραση της νόσου του Αλτσχάιμερ, του διαβήτη και των ανθεκτικών στα αντιβιοτικά «υπερμικροβίων». Οι επενδύσεις στην έρευνα και την καινοτομία στον τομέα της υγείας θα μας βοηθήσουν να παραμείνουμε δραστήριοι, να αναπτύξουμε νέες, ασφαλέστερες και αποτελεσματικότερες θεραπείες και να συμβάλουμε στη διατήρηση της βιωσιμότητας των συστημάτων υγείας και περίθαλψης. Αυτό θα προσφέρει στους γιατρούς τα εργαλεία που χρειάζονται για πιο εξατομικευμένη ιατρική και θα ενισχύσει την πρόληψη και τη θεραπεία χρόνιων και λοιμωδών ασθενειών. ALPMAVIS στατιστική μηχανική μετάφραση, 2014 09 19, BLEU – 17,59: Όλοι θέλουν μια μακρά, ευτυχισμένη και υγιή ζωή, και οι επιστήμονες προσπαθούν να το κάνουν εφικτό. Αντιμετωπίζουν ορισμένα από τα κύρια προβλήματα υγείας και τις αναδυόμενες απειλές, όπως η αυξανόμενη επίδραση της νόσου του Αλτσχάιμερ, του διαβήτη και των ανθεκτικών στα αντιβιοτικά «superbugs». Οι επενδύσεις στην έρευνα και την καινοτομία στον τομέα της υγείας θα μας βοηθήσουν να παραμείνουμε δραστήριοι, να αναπτύξουμε νέες, ασφαλέστερες και αποτελεσματικότερες θεραπείες και να συμβάλουμε στη διατήρηση της βιωσιμότητας των συστημάτων υγείας και περίθαλψης. Αυτό θα προσφέρει στους γιατρούς τα εργαλεία που χρειάζονται για πιο εξατομικευμένη ιατρική και θα ενισχύσει την πρόληψη και τη θεραπεία χρόνιων και λοιμωδών ασθενειών. Google στατιστική μηχανική μετάφραση, 2014 09 19, BLEU – 17,10: Καθένας από εμάς επιδιώκει μια μακρά, υγιή και ευτυχισμένη ζωή, και οι επιστήμονες καταβάλλουν κάθε δυνατή προσπάθεια για να το επιτύχουν. Αντιμετωπίζουν ορισμένα από τα κύρια προβλήματα υγείας, καθώς και νέους κινδύνους, όπως η αυξανόμενη επίδραση της νόσου του Αλτσχάιμερ, του διαβήτη και των «superbugs» που είναι ανθεκτικά στα αντιβιοτικά. Οι επενδύσεις στην έρευνα και την καινοτομία στον τομέα της υγείας θα μας βοηθήσουν να παραμείνουμε δραστήριοι, να δημιουργήσουμε νέες, ασφαλέστερες και αποτελεσματικότερες θεραπείες και να συμβάλουμε στη βιωσιμότητα των συστημάτων υγειονομικής περίθαλψης. Αυτό θα προσφέρει στους γιατρούς τα εργαλεία που χρειάζονται για να εφαρμόζουν πιο εξατομικευμένη ιατρική και να καταβάλλουν περισσότερες προσπάθειες για την πρόληψη και τη θεραπεία λοιμωδών και χρόνιων ασθενειών. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 12 Microsoft Translator (Bing) στατιστική μηχανική μετάφραση, 2017 09 27, BLEU −16,68: Όλοι θέλουν να ζήσουν μια μακρά, ευτυχισμένη και υγιή ζωή, και οι επιστήμονες κάνουν ό,τι μπορούν για να το καταστήσουν εφικτό. Αγωνίζονται ενάντια σε ορισμένα από τα κύρια σημερινά προβλήματα υγείας, καθώς και σε νέες απειλές, όπως η νόσος Αλτσχάιμερ, ο διαβήτης και οι αυξανόμενες επιπτώσεις των ανθεκτικών στα αντιβιοτικά υπερβακτηρίων. Οι επενδύσεις στην έρευνα και την καινοτομία στον τομέα της υγείας θα μας βοηθήσουν να παραμείνουμε δραστήριοι, να αναπτύξουμε νέες, ασφαλέστερες και αποτελεσματικότερες θεραπείες και να διατηρήσουμε βιώσιμα τα συστήματα υγείας και περίθαλψής μας. Παρέχουν τα μέσα που χρειάζονται για πιο εξατομικευμένη ιατρική και θα ενισχύσουν την πρόληψη και τη θεραπεία των χρόνιων και λοιμωδών νοσημάτων. Τα παρατιθέμενα αποσπάσματα μηχανικής μετάφρασης αντικατοπτρίζουν την τυπική ποιότητα της μηχανικής μετάφρασης κατά τη μετάφραση γενικών κειμένων. Πολύ καλύτερες μεταφράσεις γενικού περιεχομένου επιτυγχάνονται μόνο όταν το προς μετάφραση κείμενο έχει χρησιμοποιηθεί στο παρελθόν για την εκπαίδευση του συστήματος. Η αντικειμενική αξιολόγηση της ποιότητας μετάφρασης ενός συστήματος ΜΜ είναι δυνατή μόνο με τη χρήση κειμένων που δεν έχουν συμπεριληφθεί ποτέ στην εκπαίδευσή του. Πρέπει να αναγνωρίσουμε ότι τα στατιστικά συστήματα ΜΜ και τα συστήματα ΜΜ που βασίζονται σε κανόνες, τα οποία λειτουργούν σήμερα, εξακολουθούν να μεταφράζουν ανεπαρκώς γενικά κείμενα στα λιθουανικά. 4. ΝΕΥΡΩΝΙΚΗ ΜΗΧΑΝΙΚΗ ΜΕΤΑΦΡΑΣΗ Το 2013, οι Nal Kalchbrenner και Phil Blunsom πρότειναν τη χρήση νευρωνικών δικτύων για τη μηχανική μετάφραση (Kalchbrenner, Blunsom 2013: 1700–1709). Η ιδέα της αξιοποίησης των επεξεργαστών γραφικών των υπολογιστών για τους υπολογισμούς των νευρωνικών δικτύων άνοιξε τον δρόμο για την επίλυση πραγματικών προβλημάτων, μεταξύ άλλων και για την εκτέλεση μηχανικής μετάφρασης. Για την υλοποίηση της νευρωνικής ΜΜ (ΝΜΜ) χρησιμοποιούνται εκατομμύρια τεχνητοί νευρώνες. Η ιδέα της ΝΜΜ είναι αρκετά απλή: ο κωδικοποιητής μετατρέπει ολόκληρη την πρόταση της γλώσσας-πηγής σε έναν διανυσματικό χώρο μερικών εκατοντάδων διαστάσεων, δημιουργώντας το λεγόμενο διάνυσμα σκέψης16, το οποίο αποτελείται από μια ακολουθία αριθμών που αναπαριστά το νόημα της πρότασης. Στην πράξη, αυτό το διάνυσμα είναι η διανυσματική αναπαράσταση της σκέψης της πρότασης. Οι κατευθύνσεις των διανυσμάτων που αναπαριστούν συγγενή αντικείμενα και ιδέες διαφέρουν ελάχιστα17. Ο αποκωδικοποιητής παράγει τη μετάφραση με βάση το διάνυσμα σκέψης. Τόσο ο κωδικοποιητής όσο και ο αποκωδικοποιητής κατασκευάζονται με βάση αναδρομικά νευρωνικά δίκτυα (Sutskever et al. 2014: 3104–3112; Cho et al. 2014: 1724–1734). 16 Τον όρο έκανε δημοφιλή ο Geoffrey Hinton, ένας από τους σημαντικότερους δημιουργούς της τεχνητής νοημοσύνης. 17 Αυτό μπορεί να διαπιστωθεί, για παράδειγμα, πειραματιζόμενοι με το εργαλείο διανυσματοποίησης word2vec (Mikolov et al. 2013: 3111–3119). BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 13 ΣΧΗΜΑ 3. Το τρίγωνο του Vauquois για τη νευρωνική μηχανική μετάφραση Το σχήμα 3 παρουσιάζει το διάγραμμα της νευρωνικής ΜΜ με βάση το τρίγωνο του Vauquois18. Πρέπει να σημειωθεί ότι επιτυγχάνεται αυτόματα υψηλό επίπεδο ανάλυσης, που προσεγγίζει τη διαγλώσσα. Το σύστημα ΝΜΜ εκπαιδεύεται με τη χρήση παράλληλων σωμάτων κειμένων. Κατά την εκπαίδευση, τα αναδρομικά νευρωνικά δίκτυα προγραμματίζονται αυτόματα ώστε να κωδικοποιούν μορφολογικές, συντακτικές και σημασιολογικές πληροφορίες που περιέχονται στις προτάσεις, καθώς και κανονικότητες που εντοπίζονται σε διάφορους βαθμούς. Τελικά, η μηχανική μετάφραση έγινε άρρηκτα συνδεδεμένη με την ανάπτυξη της τεχνητής νοημοσύνης. Η νευρωνική μηχανική μετάφραση εξελίσσεται ραγδαία και επιτυγχάνει πολύ καλύτερα αποτελέσματα από τη μηχανική μετάφραση που βασίζεται σε κανόνες ή στη στατιστική. Κατά τη διερεύνηση των δυνατοτήτων της ΝΜΜ, σύντομα διαπιστώθηκε ένα νέο φαινόμενο: τα νευρωνικά δίκτυα μπορούσαν να μεταφράζουν μεταξύ ζευγών γλωσσών για τα οποία δεν είχαν εκπαιδευτεί άμεσα. Εάν ένα σύστημα ΝΜΜ είχε εκπαιδευτεί να μεταφράζει από τη γλώσσα Α στη γλώσσα Β, καθώς και από τη γλώσσα Α στη γλώσσα Γ, τότε το σύστημα μπορούσε επίσης να μεταφράζει από τη γλώσσα Β στη Γ (Johnson 2017: 339–351), αν και η ποιότητα της μετάφρασης ήταν κάπως χαμηλότερη. Το φαινόμενο αυτό μπορεί να ονομαστεί μετάφραση μηδενικής εκπαίδευσης (αγγλ. zero-shot translation). Αυτό σημαίνει ότι το νευρωνικό δίκτυο του συστήματος ΜΜ δημιουργεί κατά την εκπαίδευση τη δική του διαγλώσσα, η οποία είναι κατανοητή μόνο από το ίδιο. Στα τέλη του 2016, το Google Translate (GT) άρχισε να χρησιμοποιεί νευρωνική μετάφραση. Ακολουθεί η νευρωνική μετάφραση του ενδεικτικού παραδείγματός μας (νευρωνική ΜΜ της Google, 2017 09 14, BLEU CI – 25,94): 18 Η απεικόνιση της νευρωνικής μηχανικής μετάφρασης με βάση το τρίγωνο του Vauquois παρουσιάστηκε στη διαδικτυακή δημοσίευση του SYSTRAN του 2016 με τίτλο «Pure Neural Machine Translation». Διαθέσιμο στο διαδίκτυο: http://www.systransoft.com/download/white-papers/systran-white-paper-PNMT-12-2016_2.pdf, (προσπελάστηκε στις 2017 11 06). BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 14 Όλοι επιθυμούν μια μακρά, ευτυχισμένη και υγιή ζωή, και οι επιστήμονες κάνουν ό,τι μπορούν για να γίνει αυτό εφικτό. Αντιμετωπίζουν ορισμένα από τα σημαντικότερα σημερινά προβλήματα υγείας, καθώς και αναδυόμενες απειλές, όπως η αυξανόμενη επίπτωση της νόσου Αλτσχάιμερ, του διαβήτη και των ανθεκτικών στα αντιβιοτικά «υπερμικροβίων». Οι επενδύσεις στην έρευνα και την καινοτομία στον τομέα της υγείας θα μας βοηθήσουν να παραμείνουμε δραστήριοι, να αναπτύξουμε νέες, ασφαλέστερες και αποτελεσματικότερες θεραπείες, και να διασφαλίσουμε τη βιωσιμότητα των συστημάτων υγείας και περίθαλψής μας. Αυτό θα προσφέρει στους γιατρούς τα εργαλεία που χρειάζονται για πιο εξατομικευμένη ιατρική, ενισχύοντας έτσι την πρόληψη και τη θεραπεία χρόνιων και λοιμωδών νοσημάτων. Πρέπει να αναγνωρίσουμε ότι το παράδειγμά μας μεταφράστηκε από το νευρωνικό δίκτυο ασύγκριτα καλύτερα από ό,τι από τα συστήματα μηχανικής μετάφρασης βάσει κανόνων ή στατιστικής. Προς το παρόν, το GT δεν μεταφράζει τα πάντα εξίσου επιτυχώς· για παράδειγμα, όταν δοκιμάστηκε η μετάφραση του Beauty requires no ornaments, προέκυψε το Grožis nereikalingas papuošalams. Παρόμοια πειράματα μπορούν να αναδείξουν πολλές περιπτώσεις στις οποίες το GT μεταφράζει πολύ άσχημα, επομένως υπάρχουν ακόμη πολλά που πρέπει να βελτιωθούν. Το Πανεπιστήμιο του Βίλνιους σχεδιάζει να αρχίσει το 2018 να υλοποιεί μια νέα γενιά νευρωνικής μηχανικής μετάφρασης για τα αγγλικά, τα λιθουανικά, τα πολωνικά, τα γαλλικά, τα ρωσικά και τα γερμανικά. Στο μεταφραστικό σύστημα θα ενσωματωθούν η αυτόματη μετατροπή κειμένου σε ομιλία και η μετάφραση κειμένου που υπαγορεύεται στα λιθουανικά. 5. ΤΕΛΙΚΕΣ ΠΑΡΑΤΗΡΗΣΕΙΣ Η πρόοδος της μηχανικής μετάφρασης είναι σήμερα πλέον άρρηκτα συνδεδεμένη με τις εξελίξεις στην τεχνητή νοημοσύνη. Ως προς την ποιότητα της μετάφρασης, όλες οι κλασικές μέθοδοι ΜΜ επιδέχονται βελτίωση· οι δυνατότητές τους δεν έχουν εξαντληθεί και τα όριά τους παραμένουν ασαφή. Η ρομαντική περίοδος των εύκολων επιτευγμάτων έχει τελειώσει· οι ευρετικές μαθηματικές ή μηχανικές μέθοδοι δεν βοηθούν πάντοτε. Τα παιδιά μαθαίνουν τη γλώσσα σχεδόν αυτόματα, χωρίς προσπάθεια, όμως αργότερα η γλωσσική τους ικανότητα τελειοποιείται μόνο με τη μελέτη της γραμματικής και της λογοτεχνίας. Φαίνεται πως χωρίς ουσιαστικότερη συμμετοχή των γλωσσολόγων δύσκολα θα καταστεί δυνατή η περαιτέρω βελτίωση της μηχανικής μετάφρασης. Η συμμετοχή αυτή διευκολύνεται από τα εργαλεία μηχανικής μετάφρασης που υλοποιούνται σε πλατφόρμες ανοικτού κώδικα: π.χ. Apertium για τη μετάφραση βάσει κανόνων (Forcada και συν. 2011: 127–144)· Moses (Koehn και συν. 2007b: 177–180), LetsMT! (Vasiljevs και συν. 2012: 43–48) για τη στατιστική μετάφραση· TensorFlow, OpenNMT για τη νευρωνική μετάφραση. Ας ελπίσουμε ότι οι γλωσσολόγοι της Λιθουανίας θα ενώσουν τις προσπάθειές τους για την αντιμετώπιση των σύγχρονων προκλήσεων της υπολογιστικής γλωσσολογίας, καθώς ορισμένες από αυτές είναι υπαρξιακά σημαντικές για τη γλώσσα μας. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 15 LITERATŪRA Banerjee S., Lavie A. 2005: METEOR: An Automatic Metric for MT Evaluation with Improved Correlation with Human Judgments. – Proceedings of Workshop on Intrinsic and Extrinsic Evaluation Measures for MT and/or Summarization at the 43th Annual Meeting of the Association of Computational Linguistics (ACL-2005), Ann Arbor, Michigan, 62–72. Bar-Hillel Y. 1958: Some linguistic obstacles to machine translation. – Proceedings of the Second International Congress on Cybernetics, Namur, 197–207. Bojar O. 2007: English-to-Czech factored machine translation. – Proceedings of the Second Workshop on Statistical Machine Translation, Prague, Czech Republic, 232–239. Brown P. F., Cocke J., Della Pietra S. A., Della Pietra V. J., Jelinek F., Mercer R. L., Roossin P. S. 1988: A statistical approach to language translation. – Proceedings of COLING 1988: The 12th International Conference on Computational Linguistics, Budapest, 71–76. Brown P. F., Della Pietra S. A., Della Pietra V. J., Mercer R. L. 1993: Mathematics of statistical machine translation: Parameter estimation. – Computational Linguistics 19(2), 263–311. Cho K., Bart van Merrienboer, Gulcehre C., Bougares F., Schwenk H., Bengio Y. 2014: Learning phrase representations using RNN encoder-decoder for statistical machine translation. – Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP), Association for Computational Linguistics, Doha, Qatar, 1724–1734. Commission of the European Communities 1994: Final Evaluation Of The Results Of Eurotra: A Specific Programme Concerning The Preparation Of The Development Of An Operational Eurotra System For Machine Translation. DIANE Publishing Company, 1995, 194. Daubarienė A., Ziezytė G. 2013: Machine translation: translated texts in terms of standards of textuality. – Kalbų studijos 22, 55–61. Daudaravičius V., 2006: Pradžia į begalybę. Mašininis vertimas ir lietuvių kalba. – Darbai ir dienos: Pažangos šuoliai 45, 7–18. Daumas M. 1965: Les machines à traduire de Georges Artsrouni. – Revue d'histoire des sciences et de leurs applications, tome 18, n°3, 283–302. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 16 De Beaugrande R. A., Dressler W. U. 1981: Introduction to Text Linguistics, London: Longman, 270. Doddington G. 2002: Automatic Evaluation of Machine Translation Quality Using Ngram Co-occurrence Statistics. – Proceedings of the Second International Conference on Human Language Technology Research, San Francisco, CA, USA., Morgan Kaufmann Publishers Inc., 138–145. Forcada M. L, Ginestí-Rosell M., Nordfalk J., O'Regan J., Ortiz-Rojas S., Pérez-Ortiz J. A., Sánchez-Martínez F., Ramírez-Sánchez G., Tyers F. M. 2011: Apertium: a free/open-source platform for rule-based machine translation. – Machine Translation 25 (2), Free/Open-Source Machine Translation (June 2011), 127–144. Hajič J., Hric J., Kuboň V. 2000: Machine Translation of Very Close Languages. – Proceedings of the 6th Applied Natural Language Processing Conference, Association for Computational Linguistics, 7–12. Homola P., Rimkutė E. 2004: Artimų kalbų mašininis vertimas. – Kalbų studijos 6, 77–81. Hutchins J. 2004a: Two precursors of machine translation: Artsrouni and Trojanskij. – International Journal of Translation 16(1), 11–31. Hutchins J. 2004b: The Georgetown-IBM experiment demonstrated in January 1954. – Proceedings of the 6th Conference of the Association for Machine Translation in the Americas, AMTA, Washington, DC, 102–114. Johnson M., Schuster M., Le V. Q., Krikun M., Wu Y., Chen Z., Thorat N., Viégas F. B., Wattenberg M., Corrado G., Hughes M., Dean J. 2017: Google's Multilingual Neural Machine Translation System: Enabling Zero-Shot Translation. – Transactions of the Association of Computational Linguistics 5 (1), 339–351. Kalchbrenner N., Blunsom P. 2013: Recurrent Continuous Translation Models. – Proc. of EMNLP, October, Association for Computational Linguistics, Seattle, Washington, USA, 1700–1709. Koehn P., Hoang H. 2007a: Factored translation models. – Proceedings of the Joint Conference on Empirical Methods in Natural Language Processing and Computational Natural Language Learning, ACL, 868–876. Koehn P., Hoang H., Birch A., Callison-Burch C., Federico M., Bertoldi N., Cowan B., Shen W., Moran C., Zens R., Dyer C., Bojar O., Constantin A., Herbst E. 2007b: Moses: Open source toolkit for statistical machine BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 17 translation. – 45th Annual Meeting of the Association for Computational Linguistics (ACL), Companion Volume, 177–180. Koehn P., Och F. J., Marcu D. 2003: Statistical phrase-based translation. – Proceedings of HLT-NAACL, 127–133. Kos K., Bojar O. 2009: Evaluation of Machine Translation Metrics for Czech as the Target Language. – Prague Bull. Math. Linguistics 92, 135–148. McCulloch W., Pitts W. 1943: A logical calculus of the ideas immanent in nervous activity. – Bulletin of Mathematical Biophysics 5, 115–133. Mikolov T., Sutskever I., Chen K., Corrado G. S., Dean J. 2013: Distributed Representations of Words and Phrases and their Compositionality – Proceedings of the 26th International Conference on Neural Information Processing Systems, Lake Tahoe, Nevada, Vol. 2, 3111–3119. Mitamura T., Nyberg E., Carbonell J. 1991: An efficient interlingua translation system for multi-lingual document production. – Proceedings of Machine Translation Summit III, Washington, DC. Perspausdinta: – Progress in Machine Translation, ed. S. Nirenburg, IOS Press, (1993), 105–118. Papineni K., Roukos S. Ward T., Zhu W. J. 2002: BLEU: a method for automatic evaluation of machine translation. – ACL-2002: 40th Annual meeting of the Association for Computational Linguistics, 311–318. Reifler E. 1960: The solution of MT linguistic problems through lexicography. – Proceedings of the National Symposium on Machine Translation, (February 2–5, 1960), ed. H.P. Edmunson, London: Prentice-Hall, (1961), 312–316. Rimkutė E., Kovalevskaitė J. 2008: Linguistic Evaluation of the First English-Lithuanian Machine Translation System. – Proceedings of the Third Baltic Conference on Human Language Technologies (2007), Kaunas, 257–264. Skadinš R., Goba K., Šics V. 2010: Improving SMT for Baltic Languages with Factored Models. – Proceedings of the Fourth International Conference Baltic HLT, Frontiers in Artificial Intelligence and Applications, Vol. 219, IOS Press, 125–132. Snover M., Dorr B., Schwartz R., Micciulla L., Makhoul J. 2006: A Study of Translation Edit Rate with Targeted Human Annotation. – Proceedings of the 7th Conference of the Association for Machine Translation in the Americas, Morristown, NJ, USA, 223–231. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 18 Sutskever I., Vinyals O., V. Le Q. V. 2014: Sequence to sequence learning with neural networks. – Proceedings of the 27th International Conference on Neural Information Processing Systems, Montreal, Canada, Vol. 2, MIT Press Cambridge, MA, USA, 3104–3112. Šveikauskienė D. 2005: Graph Representation of the Syntactic Structure of the Lithuanian Sentence. – Informatica 16 (3), 407–418. Toma P. 1977: Systran as a multilingual machine translation system. – Proceedings of the Third European Congress on Information Systems and Networks, Overcoming the language barrier, München, 569–581. Vasiljevs A., Skadiņš R., Tiedemann J. 2012: LetsMT!: a cloud-based platform for do-it-yourself machine translation – Proceedings of the ACL, System Demonstrations, Jeju Island, Korea, 43–48. Vauquois B. 1976: Automatic translation – A survey of different approaches. – COLING-76, Ottawa. Perspausdinta: – Readings in machine translation, eds. S. Nirenburg, H. L. Somers, Y. Wilks, MIT Press, (2003), 333–337. Weaver W. 1949: Translation. – Perspausdinta: – Machine Translation of Languages, MIT Press, Cambridge, MA. (1955), 15–23. Įteikta 2017 11 13 Priimta 2017 12 20 MACHINE TRANSLATION FOR LITHUANIAN LANGUAGE Summary The paper presents a historical overview as well as current state of the art of the machine translation. Translation from another language is always a certain intellectual challenge. In 1949 Warren Weaver suggested using computers to translate texts. The term "machine translation" (MT) appears. Machine translation has been rapidly developing during the first decades in order to gain a strategic advantage in the Cold War. Most popular translated languages were Russian and English. Word-to-word translation and large bilingual dictionaries covering more than 170,000 words prevailed. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204 DANIELIUS ALGIRDAS RALYS. Masininis vertimas lietuvių kalbai | 19 In the 1950s and 1960s, machine translation systems appeared which could be called rule-based. They are based on the assumption that a language can be described using a set of rules (including grammatical). It was a rather optimistic period – it was expected to create a perfect machine translation in a few years. But a computer hardly "understands" grammar. Highly inflected languages require tens of thousands thoroughly hand-tuned and mutually consistent rules. Nobody has done this properly yet. The most advanced systems were the SYSTRAN MT system, launched in the European Commission and the Russian PROMT translation system. Subsequently, the rule-based MT progress slowed down. The EUROTRA project (1982–1992), by some estimates costing more than 50,000,000 ECU, fails – even hundreds of recruited specialists failed to create a functioning MT system. This marked a serious rule-based MT crisis. Development simply stalled for many forthcoming years. The question was raised: if we cannot write so many rules, can it be translated without grammar at all? In 1990 a new breakthrough emerges – the research team at the IBM Thomas J. Watson Research Center formulates the basics of statistical machine translation. The translation process has been considered as a transmission of a certain message over a noisy channel. Decoding then has been performed on the basis of the Bayesian theorem. Translation is based on text corpora, especially on large parallel bilingual text corpora. There was a rapid improvement of statistical MT. The EuroMatrix project, supported by the European Commission, has created a universal open source machine translation software package MOSES, based on industry-level MT systems. Good results have been obtained – it turns out that you can translate without any dictionary or grammar! This method has greatly facilitated the translation of highly inflected languages too. The achievements of machine translation today are effectively applied to the Lithuanian language as well. During 2005–2007 Vytautas Magnus University has carried out an EU-funded project "Internet Information Translator". The result was a public online translation service from English to Lithuanian. (http://vertimas.vdu.lt/twsas/). The rule-based translation engine was provided by the Russian company PROMT, while other linguistic resources were prepared in Lithuania. The overall quality of text translation in BLEU metrics (in percent) is about 10. In practice, this means that only every third sentence can be adequately understood. This translation tool still has considerable potential for improving, for example by expanding phrase dictionary. Since September 25, 2008 Google Translate also supports Lithuanian. According to the results of the tests (2014), the BLEU translation quality was estimated to be around 17. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 20 2012–2014 Vilnius University implemented the EU-funded project "Creation of English-Lithuanian-English and French-Lithuanian-French machine translation system based on statistical methods". The result was a public online translation service (https://www.versti.eu/). According to the tests carried out in 2014, the BLEU estimates of the translation quality exceeded more than twice the rule-based translation results and were practically equivalent to the Google translation system. When translating the documents of certain domain (such as law) the achieved BLEU score is roughly twice as high as translating general texts and far exceeds Google's results (19-09-2014). However, even the best machine translations often require human intervention and final editing in order to get the perfect translation. So, can machines ultimately translate fine? The last few years promise new breakthroughs using a neural machine translation. Neural networks themselves construct transformation rules. It is likely that in the near future the neural MT systems will translate better than an average translator. In 2018 Vilnius University is preparing to launch the EU-funded project of a new generation neural machine translation of English, Lithuanian, Polish, French, Russian and German. Thus, the latest achievements in machine translation apply to the Lithuanian language as well. KEYWORDS: Lithuanian, machine translation, computational linguistics, history, neural networks, artificial intelligence. DANIELIUS ALGIRDAS RALYS Vilniaus universiteto Taikomųjų mokslų institutas M. K. Čiurlionio g. 29, 03100 Vilnius [email protected] BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204