Mašininis vertimas lietuvių kalbai

BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 DANIELIUS ALGIRDAS RALYS Uni e sidade de Vilna MÁQUINISMA TERCEIMA LETUVI KALBAI 1 ESMINIAI VOODŽIAI: língua lie u ių, his ó ia, compu ado inė ling is ika, mašininis e imas, neu oniniai inklai, a i icial in elek as. INVADAS Hoje cada ez mais ex os são aduzidos compu ado es. Tal adução au omá ica de compu ado ge almen e é chamada de máquina de adução (MV). No malmen e a adução au omá ica é ealizada com o obje i o quan o mais ápido se consi oca em gigan esquiniška mul idilhebia luxo de in o mação, ambém pa a mais amplamen e espalha a sua in o mação. In e câmbio de in o mação ele ônica en e nações e línguas o na-se uma impo an e pa e da ida co idiana, ab e no as possibilidades à nossa língua, coloca lhe no os desa ios e p oblemas. Te miná máquina de adução (eng. machine ansla ion) no meados do passėjiso século p imei o pa a hei o Wa en Wea e is, p oposęs adap a wha jus a isen compu e ex e ius pa a a adução (Wea e 1949: 1). W. Wea e is o e eceu olha pa a ou a língua esc i a ex o como em ši og amą, que pode se decodi icado. Os a anços c ip og á icos de especialis as b i ânicos e ame icanos na ecém-acabada Segunda Gue a mundial p ome e am o imismo. Naquela época e a since amen e espe ado que máquinas ele ónicas den o de alguns anos ajuda ão a ence p akeiksmą do o e de Babel. In elizmen e, a adução ape eiçoou len amen e, e a qualidade da adução mecânica nem de olo nep i ilegia à qualidade da adução humana. Depois se en adezimno anos, depois de neabejo inas sėkmių e desililimen os, depois de mui asidades nu eik ų abalhos de adução mecânico comunidade no amen e p e alece op imis ines moo aikos. Des a ez, illusões colocados em a i iciais edes neu ônicas e apidi ą a anção c iando a i iciais in elek ą. Mašininis ans imas neaplenkė e dos li uãos línguas. Hoje acilmen e acessí eis online máquinas de adução ins umen os aduzem de popula iausių línguas em li uãos língua e ice- e sa. A qualidade de adução da maio ia dos meios ainda é bas an e má, seus aduzidos ex os indispensá eis edague . 2 Melho em qualidade se dis ingue apenas a e amen a de adução Google T ansla e, na qual lançadas 1 A igo p epa ado de aco do com a ap esen ação Másininis imas li a ians kalbai, eci ada em Vilniú, 24-ojoje in e nacional con e ência Jono Jablonskio Skai meniniai kalbos iš ekliai, jų plė os k yp ys i naudojimo galimybės 2017 m. 29 de se emb o. 2 acessiga na in e ne h ps:// ansla e.google.com. DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |2 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 neu ônio de adução ecnologias. A maio ia des e meio em que se aduzi ia sen inhas man ém o iginal do ala ó io u ė ą signi icmę. O maçininis imas amplamen e usado pa a in o mação em ou as línguas di undi . mašininio e imo ezul a ai nea sakingai įkeliami į elek oninę e d ę isai ne edaguo i. Tokių F equen emen e consequências das ações já são isí eis: na in e ne mi gė e mi ga p as i lie u iški eks ai com dis o cida in o mação, os quais au oma icamen e suge en ou umokia ou 3 ou a ou a p og ama de adução au omá ico. G adualmen e ais ex os podem p aspe e b i e em ex ynus. A adução mecânica já o nou-se cadadiene, às ezes su p einança, e às ezes e olis badančia ealybe, que nusipelno não só in oduzemnes do kalbininkų olhlgsno, mas e signi ica i íssimo seu en ol imen o em adução mecânica plė o é. Nes e a igo ap esen a b e emen e a his ó ia do adução au omá ica (MV) ap esen a-se algumas idéias, u ėjusios in luência MV aidai. Fo necem-se esul ados de á ias ecnologias de adução alcançados de línguas li uanas. Analisa am-se MV adap ação dos li uanos à língua possibilidades aisykliniais e es a ís icos e neu oniniais mé odos. De ido à escassez de espaço não se indica en a i as de uni á ios des es mé odos num único sis ema de adução. 1.MACININIA LIVRANTE ITSTAQUAS Boa adução de ou a língua semp e é um ce o desa io in elec ual pa a a pessoa, e a adução nunca oi ácil ocupação. Não é nu-su p e que enha sido p e endido a adução de alguma o ma au oma iza . 19321935 m. na F ança, engenhei o Geo ges A s ouni in en ou e sukons a a uni e salų mechaninį apa elho, que chama a mecânicas ce eb imis ( ac. ce eau mécanique), que ao lado de ou as unções inha a possibilidade de aduzi colcamá ex o em á ios idiomas (Hu chins 2004a: 12). Nes e ele omechanís ico p ie aise oi gi ama ilga (a é 40 me os de comp imen o) a i a de memó ia, ab icada de lexks aus ca ão. Nele oi edac ado mul idiakalbis diccioná io, podendo ab ange a é algumas dezim is milha es de pala as. Kla ia ū oje mon ado ancūziškas pala a e a mechaniquemen codi icado, e de aco do aquela códa em ap op iado luga passeuk a a ammin ies aus a. Poolicos segundos de apa e aís pa odia am in oduzido pala a e imą (Daumas 1965: 294295). P ie a oi demons ado na Pa is mundial exibida em 1937 m., sulau de g ande in e esse e oi p emiado com o Didžiuoju p ize. De a o, isso oi o p imei o no mundo 3 Jona han S i (Jona han Swi ) em suas iagens Gulli e io desc e e sa cas iicamen e máquina, dėliojança sem sen ido combinações de pala as, que o am cons an emen e s opia esc asadas em li os. No e dia assim nadachão pode se ab icado mui o mais ápido... DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |3 equian is mechaninis žodynas. G. BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 A s ouni mais a de ainda ape eiçoou seu apa elho, po ém mecânicas p oblemas e começado Segundo Mundial Gue as in e om eu abalhos. 1933 m. Na União So ié ica Pio as Smi no as-T ojanskis ecebeu au o ínio es emunhamen o su o mulou mui os aliosos idėjos de elek omechaninei e imo mašinai 4 . No s ši mašina aip i nebu o pagamin a, ačiau iš adėjas adução au omá ica, que o am ealizadas só depois de mui os anos, su gidos compu ado es. P. Smi no as-T ojanskis ala a usiamen e, po an o bem pe cebeu ca ac e ís icas das línguas leksinių. Ele p opôs o p ocesso de adução di idi em ês e apas: na p imei a e apa homem ex o de e eduzi-lo em lemas e os ano a com ma cas mo ológicas-sin axiá ias (e apa análise); en ão em segunda e apa a máquina encon a au oma icamen e uma ou á ias adução linguas lemas e a ibui a eles o mesmo selo (e apa de ans o mação); na e cei a e apa edi o io de aco do lemas de adução e seus ma ima de e p epa a sklandas adução ex o ( ase de ge ação). P. Smi no as-T ojanskis ambém o e eceu á ias me odicas de adução de sinónimos, homonimais e idiomas. P. Smi no o-T ojanskio ideias não o am a aliadas em sua nascen e, ele assim e não laukė kompiu e ių e os, po ém in en ou ideias neliko zap omš os, mais a de o na am conhecidas e Oca uos. 5 A e a de p á ico de adução au omá ica iniciou su gidos compu ado es. 1947 m. W. Wea e is ca ašku apelhou a genialų kalbininką e compu ado es kū ėją No be ą Wiene į pe gun ando, se mais ecen es a anços de c ip og a ia e que acaba am de apa ece compu ado es podem se 6 adap ados à adução de línguas. W. Wea e is a i mou que qualque qualque usišką ex o pode se a ada como ci ilicos le as encododuo a anglišką mensagem. Ele pa ecia que os compu ado es pode iam essa mensagem simplesmen e deci a . In elizmen e, a espos a de N. Wiene io oi cé ica. 1949 m. W. Wea e en iou a uma audiência mais ampla um memo ando no qual p opôs u iliza compu ado es pa a ex os aduzidos (Wea e 1949: 7). Naquela época, em á ios labo a ó ios ame icanos e b i ânicos p e aleciam idéias de simples e sodício de adução 7 au omá ica. O cien is a e a ce o, que os compu ado es podem aze mui o melho . Memo andume W. Wea e is p opôs qua o anslição da pala a mais p óxima ao ambien e e assim esol e p oblemas de polisemia. Es e insj alga hoje cons i ui a base do es a ís ico adução au omá ico. e imo p oblemų sp endimo i y imo k yp is. Visų pi ma, jis pasiūlė s a is iškai analizuo i A segunda p oposição ėmėsi p essupos o, que alboje 4 No au o a ó io es emunho es e ins umen o é chamado maquina pa a pala as seleciona e imp imi-la aduzindo de uma língua pa a ou a ou á ias línguas simul aneamen e. 5 P. Smi no as-T ojanskis mo eu 1950 m. 6 P imei ois b i ão ele ônico compu ado is Colossus começou ope a em 1944 m. início, p imei o ame icanos ele ônico digi al compu ado is ENIAC oi ab icado em 1945 m. inal. P imei o compu ado so ié ico MESM oi ab icado em 1950. 7 Nesse W. Wea e io memo andume pa a o o o e mo maquinininis e imas (angl. machine ansla ion) eikiai p igijo. DANIELIUS ALGIRDAS RALYS. Maçininis adução dos li uanos lingubai |4 são loginių elemen sų, po an o BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 usando modelos de edes neu onais (McCulloch, Pi s 1943: 115 133), de e ia se possí el deduzi e imă de o iginal o iginal alboje esančių p essupos os. O empo mos ou a genialidade des a in ospecção hoje o mé odo neu ônico de adução au omá ica e čia quybiškiausiai. imui. Depois T ečią p oblemų sp endimo k yp į u ė ų suda y i k ip og a ijos me odų aikymas kalbų de qua en adezimi os anos isso oi ealizada em algo i mos de adução au omá ica es a ís ico. Qua ajam p opos o ilus a W. Wea e is nupiešė alego inį paque slą, no qual pessoas ab igados em al as echadas o es, simbolizojanciosas di e en es linguas. Humemês casualmen e assim conseguem comunica -se susšūkaujando a a és g ossos mu os de o s as. Felizmen e, as o š ei em comum undão e požemį, bas a lá desce e en ão de e se mais ácil comunica -se. W. Wea e is a i mou que nas línguas do mundo glúdi uma ce a es u u a comum giluminė, que ainda p ecisa á e ela . A úl ima p opos a do cien is a incen i ou oma linguagem uni e sal […] máquina de adução in e ling os […] paieškos e kons a imo. 8 Pô W. Wea e io memo andum a adução maquininiis não uko įsibėgė i. m. 1954 em No a Io que oi publicamen e pademons ado sis ema de adução au omá ica, desen ol ido em colabo ação IBM co po ação e Džo dž aun uni e si y. Fo am aduiama de usos língua em inglês língua. Fo am sup og amadas no sis ema apenas seis eg as g ama icais, e pa a a adução o am usadas ce ca de 250 pala as (Hu chins 2004b: 102). Sis ema oi o ien ada em emá ica de química o gânica, pa yzdžiai iš anks o k uopščiai apgal o i. Po ekspe imen o il asi, kad po kele ių me ų mašinos e imo e s puikiai, e abalhos con inua o am des ina dosnus inanciamen os. MV spa čiai imamo desen ol e -se nos Es ados Unidos da Amé ica (JAV) e União So ié ica, isando adqui i a an agem es a égica na gue a ia. Populia ias aduciadas línguas o am usų e inglês. 2. TAISCYCLINAS MÁQUINAS DE TRADITÃO Na meada dos anos de dezesseis do passado século su gi am de máquina (compu a ino) sis emas de adução, as quais omou a chama eg as (angl. ule-based). Elas o am c iadas man endo a abo dagem de que a linguagem pode se desc i a usando ce o conjun o de eg as ( aipém e g ama ís icos). Aplicando es e mé odo, o iginalalo linguagem sen ença é analisado a é a um ce o ce o ní el escolhido, de e mina-se es u u a de sen ença, que ans o ma-se de aco do susc i o eg as em adução linguagem equi alen e es u u a, de aco do com a qual sugene ado adução linguagem sen ença. Di e sas de línguas es u u ação da ase pode a ia mui o, e umas ou ou as ca ac e ís icas, que de em se e le idas MV 8 Não de e ia con undi com in e ling os de línguas na u ais espe an o, ido, olapiuko e pan. DANIELIUS ALGIRDAS RALYS. Másininis adução dos li uanos albai |5 sis emaje. p oblema da BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 ep esen ação de es u u as sin aksicas do sakinio Lie u ių kalbos, adequamo mašininiam anslução, y inėjo Dai a Š eikauskienė (2005: 411417). Exis em á ias eginal dos sis emas MV a a ias, que di e em segundo o analisamen o de p o undidade (Fig. 1). Quão gilesnė análise do ase, 9 an o mais simples ans o mação. Idealmen e caso, analisando ex o a é a p o undidade in e ling a, não equei iam nenhuma ans o mação in e ling inis ex o imagem da imagem de e ia se uni o me em odos os idiomas. 1 PAV. Taisyklinio maquinino de adução Vauquois ikampis Taisyklinio MV p oblemas p e e in a esol e aplicando an o mé odos empi icos, quan o e linguís icos. Empi ikos acampamen o o mais popula oi o mé odo de adução di e a. Assim, aduzindo en e duas línguas, usa só o ocabulá io e simples eg as p og amá icas, p a icamen e não cus a a análise de línguas ou eo ganização sin ác ica ( an o mé odo co esponde ao ní el mais baixo Fig. 1). Nos EUA seš ajame passado século década de E wino Rei le io lide ada g upo de pesquisado es kū ė especiais diccionyos maquininiamííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííí- ííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííí- ííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííí- ííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííííí Também o am ap esen ados de mui os azios aduções e apibend inamosios concep os (angl. co e e ms) polisemias p oblemasom esol e . 1964 m. começou a ope a Ma k II usųanglų sis ema de adução di e a, c iado JAV a minių o o pajėgų encomenda. Nele é u ilizado o dicioná io de E. Rei le io, ab angendo mais de 170 000 pala as (Rei le 1960: 312). Ling is iniai mé odos mais amplamen e o am aplicados Džo dž auno Uni e si y, no qual se agolhou gausas de pesquisado es de adução au omá ica, seespa sčiusios em á ios di e en es mé odos aikančių 9 Tais ilus ações são mui as ezes chamadas Vauquois ikampiu, es e ilus a imo mé odo oi p opos o pelo pionei o da adução au omá ica ancesa Be na dʼas Vauquois (1976: 335). DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |6 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 g upos de. Michaelo Za echnako di igido em g upo oi c iado o sis ema de adução au omá ico de Džo dž auno (angl. GAT Geo ge own Au oma ic T ansla ion). Nele oi ealizada de ês ní eis análise: mo ologinė (apiman i e idiomas iden i icação), sin aksinė e sin agminė. Modi icado sis ema GAT oi bem sucedidamen e começado usa Eu a ome (Isp oje, I ália) em 1963 e JAV A omicas ene gia comissão em 1964. Mui os mais demo ou c ia in e ling os baseando a a uando MV sis ema. Kome cinę alem a e MV sis ema KANT apa eceu só no úl imo da decadência do passado século (Mi amu a e k . 1991: 105118). O sis ema oi usado a alguns ex os écnicos aduzi . A linguinha com inha p exp essa in e ling a assim e não oi c iada. Toda a década após IBMDžo dž auno MV p esen ações oi mui o se es o çando essencialmen e melho a MV adução qualidade, po ém o p og esso oi mui o menco. 1966 m. JAV undado 10 ALPAC (angl. Au oma ic Language P ocessing Ad iso y Commi ee) Comi ê decide, que MV p óximos empo não em pe spec i as, pois é p a os qualidade, ele ainda em que edagui adu o , pa a isso sugaišdamas mais empo, negu addamas sem quaisque máquinas. ALPAC comi é igno ou o ac o de que a adução au omá ica ajuda a aduzi milžiniškus quan idades de in o mação, e mui os consumido es sa is azem má, os sen ido ansmi indo ansmissão. Após nega i as conclusões do comi ê MV p oje os de inanciamen o EUA oi p a icamen e in e ompido po alguns décadas, inanciamen o sumenko e em ou os países. Apesa da o mação de uma isão cé ica pa a a MV, nes e domínio oco eu p og essos con ínuos. 1968 m. JAV iniciada c ia sis ema de adução egulamen ino SYSTRAN (Toma 1977: 569581) oi cons an emen e melho ado e mais a de o nou kome cinė. Es e sis ema oi iniciado usa no Depa amen o de De esa dos EUA, NASA, Eu a ome, Comissão Eu opeia e mui o onde mais. Segundo 1975 m. aco do come cial, a Comissão Eu opeia ecebeu di ei o melho a o sis ema pa a suas necessidades. Sis ema su icien emen e bem aduziu alguns ex os de á eas linguís icas em mui os idiomas. Desde 2010 m. SYSTRAN ėmė usa ecnologias híb idas. sis emas de MV Ghana bem uncionando su gi am e em ou os países: ARIANE (G enoblyje, F ança), a ela semelhan e MU sis ema (Kio e, Japão), ambém SUSY (Sa b iukene, Alemanha). O p ojec o eu opeu EUROTRA (19821992 m.), que cus ou mais de 50 000 000 ECU, e minou nesėkme cen enas de especialis as assim 11 e nãoukū ė eikianças sis emas MV. Assim começou uma sé ia egula MV c ise. Mais a de mui os anos oi ipcíjama no luga . 10 nos EUA du an e es e pe íodo pa a c iação e ape eiçoamen o de sis emas MV gas ou ce ca de 20 milhões. dóla es. 11 1994 m. Eu opos Bend ijų Komisijos (angl. CEC – Commission o he Eu opean Communi ies) p anešime pa eik i EUROTRA inansa imo duomenys – Komisija 1982–1992 m. p ojek ui sky ė 37,5 mln. ECU (CEC 1994: 3.10), seiszeolikai cen os EUROTRA de á ios países adicionalmen e a ibuí am mais de 20 milhões ECU (CEC 1994: A4.2). DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |7 Taisyklinis mašininis e imas Li uânia BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 apa eceu só nes e amžiuje. 20032004 m. sis ema de adução au omá ica Česílko (Hajič e k . 2000: 1012) oi adap ado à língua li uânica (Homola, Rimku ė 2004: 7781). Naquele pe íodo Pe as Homola e E ika Rimku ė in es iga am as possibilidades des e sis ema de adução au omá ica en e checos e li uanos línguas. 20052007 m. Vy au as Maggiojo Uni e sidade ealizou p oje o inanciado dos Fundos Es uc u á ios da União Eu opeia In e ne inė in o macijos e imo p iemonė. A es u u a do sis ema MV p oje ado é desc i a Vido Dauda a ičiaus (2006: 718). Foi c iada pública online uma e amen a de adução de inglês linguagem em li uãos linguagem. Ve imo mo o iklį o neceu a emp esa ussa PROMT. Pa e do sis ema linguís icos componen es oi p epa ada na Li uânia. 12 Sis ema puikiai aduziu só alguns ipos sakinių, boas aduções cons i uí am mino i . Em 2007, oi ealizada uma a aliação linguís ica des e sis ema MV (Rimku ė, Ko ale skai ė 2008: 257264). Aud onė Dauba ienė e G e a Ziezy ė (2013: 5561) a alia am a con o midade da adução do sis ema MV VDU com os pad ões de ex ualidade (De Beaug ande, D essle 1981 3: No seu abalho au o ês de e minou que es i e iji ex os de adução au omá ica de di e en es gên ões po causa de mul idão de e os semân icos não a ende iam kohe enção e alguns ou os pad ões de exalidade, po an o ais aduções não podem se acei á eis e in o mi ús lei o . Slenkan dezmeços e, em essência, ūpčiojan no luga , oi começado a pe cebe , que a língua é ex emamen e complexo enomkinho, que mui o di ícil de desc e e eg as. Daugia eikšmiškumo, ana o as p oblemas de adução esol e am oi suge ido usa in o mação ex aling is ina sob e o mundo sanda á e sua logiká (Ba -Hillel 1958: 197207). No en an o al consis emizada in o mação simplesmen e não hou e, e o malus desc ição do signi icado ex o apa eceu mais di ícil a e a do que o p óp io adução. Foi aki aizdu, que o p oblema de adução mecânico exigia e oluucinių soluções. 2. STATISTICA MÁQUINA DE TRANSLACÇÃO 1988 m. Um g upo de cien is as IBM (B own e k . 1988: 7176) p opôs à adução mecânica Pasiūly as naudo i lygiag ečiuose eks ynuose glūdinčią in o maciją, ieškan ikimiausių e imo a ian ų. e imo modelis baseia a p essupos o, jog iukšmingame canale oco e um o iginal do discu so mudança em sakinį e e imo alboje. Riúsmas kanale s a is icamen e des i ipo o iginal do idioma sakinį , po an o kanalo saėjime podemos ob e á ios sakinius e, quan o a iiooso de comp imen o, con endo unokią ou ou ookią semmę adução baixo ou ela absolu amen e não u ns. Po que aquele canal s engiasi iš e s i eisingai, ai p o iukšmą is dažniau p asisk e bia eisingi e imo a ian ai. 12 P ieiga na in e ne h p:// e imas. du.l / wsas/. DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |8 Nesse modelo conside a-se que BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 quando no kanalą en iada sen ença , adequamíssima a ian e de adução ê de odos e é aquele, cujo apa ecimen o kanalo išėjime condiginė p obabilidade p(e| ) é maio , . y. ê = a gmaxe p(e| ). Aqui con on a-se com o p oblema, que pa a encon a a melho a ian e de adução ê p eciso pe examina não só odos os possí eis sen inhos na língua de adução, mas e isokiausius k a inos de pala as nela. Con abiliza al quan idade ikimybių é mui o di ícil. Apliquiam Bayes eo em, ob ém-se mais acilmen e con ada equi alen e exp essão (Koehn e k . 2003: 127): a gmaxe p(e| ) = a gmaxe p( |e) p(e) Es a equação é undamen a uma equação de adução au omá ica es a ís ica (B own e k . 1993). Nele condiginê p obabilidade p( |e) exibe p obabilidade de que canalu oi pasiųs as ase , se saėjime apa eceu ase e. Es e memb o da igualdade chamadoado modeliu de adução, que calculičiou-se de d ikalbių eks ynų. O segundo memb o da equação p(e) deno a a p obabilidade da ase e de adução na língua. Es e memb o desc e e o modelo de linguagem, que con abiliza-se a pa i de umcalbių e imo linguagem eks ynų. 13 2 PAV. Es a ís ico de adução au omá ica Vauquois ikampis IBM cien is as p opos o mé odo de adução de aco do adução qualidade imedia amen e começou a conco e com adução egulamen á io. S a is icos desen ol edo es de sis emas MV encan ou a possibilidade aduzi em mul iplicidade de línguas, não endo en endimen o nem sob e e imą, nem sob e g ama ica, bas a a c iados sis emas eina a pa i de dispos os ex ynas. Na con e são es a ís ica clássica não se man ém nenhuma 13 O modelo da língua eduz o escopo de cálculos, pois ajuda a ejei a imedia amen e nos ex os sen inhas não encon adas, ajuda a escolhe llandžiausia e imá, ambém indi e amen e mos a, po quê g ožinha li e a u a melho e čia adi o a(s), cujo(s) e imo língua é gim oji. DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |9 o iginalalo kalbos sakinių analizė BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 a e imo kalbos sakinių sin ezė (2 ig.), aduiama só de aco do com o sis ema einamen o empo de e minado p obabilidades. Pe e io B owno e seus colegas p opo em cinco modelos de disposição de pala as em aduções não e am su icien emen e lexí eis, eles pe mi i am o iginalal pala a do idioma aduzi de uma ou á ias pala as ou dele em udo não aduzi . 2003 m. oi p opos o (P. Koehn e k . 2003: 127133) lexí el modelo de adução au omá ica, capaz de aduzi e o iginalalo linguagem ases. Nes e pe íodo o am apčiai ape eiçoados mé odos de a aliação au omá ico da qualidade de adução mecânica, uma ez que e a mui o impo an e apidamen e descob i , qual de inamos e são do sis ema de adução mecânica e čia melho . Também oi p e endido que al a aliação pe mi isse obje i amen e compa a a qualidade de di e en es sis emas de adução. Ilgaí um popula i usių o nou BLEU (angl. bilingual e alua ion unde s udy ac onimas) mé ica (Papineni e k . 2002: 311318), onde au oma icamen e compa a-se, quan o dis an e o ex o de adução au omá ico é emo ês do adução humana. Nes a mé ica não é conside ada a comp eendamância do ex o ou egula idade g ama ical, nela são con abilizadas só exa amen e coinciden es pala as ou azês. Scu iando me iką su ampanças azês êm ela i amen e maio es a ís ico pono į do que paski i užda inio, MV kokybei e in i dažnai naudojamos i ki okios, ienokią a ki okią ge ą ypa ybę su ampan es pala as. Dependendo de con endo, mé icas: F-measu e, METEOR (Bane jee, La ie 2005: 6272), NIST (Dodding on 2002: 138145), TER (Sno e e k . 2006: 223231) e ainda mui os ou os. Apesa do es a ís ico MV popula idade, cada ez mais escla eceu a limi ação des e mé odo na adução não į mo ologiškai u ingas ( leksines) kalbas. Į leksinių kalbų lygiag ečius eks ynus dažniausiai en ekusios odas as possí eis azes ou mesmo sepa os o mas de pala as mais a as. Se alguma alguma gãlimos ó mos não es i e am in oduáuk as em MV sis ema einamen o, isso ókios ó mos e não se á e čiamas. Es e à de iciência do MV clássico causa a insu iciência de dados, po causa do qual apmokius sis ema ob ém exp ess e in a e imo ikimybių ma ica. A im de supe a es a de iciência, Philippas Koehns e Hieu Hoangas o e ece am ac o izada es a ís ica maquiná ia e imão (Koehn, Hoang 2007a: 868876). Foi p opos o pa a o sis ema de adução en lia adicional de in o mação linguís ica ano ando linguís icas análises ma cadas pa alelag eços ex os, que mais a de usados sis ema eina . 2007 m. P. Koehnas com colegas à comunidade mais ampla ap esen a am esgo ada do es a ís ico MV pake ą Moses em código abie o (Koehn e k . 2007b: 177180). A adap ação ac o izado do MV es a ís ico melho ou um pouco a qualidade da adução de línguas lexí eis, no malmen e 12 p ocen ais BLEU (Boja 2007: 235236; Skadiņš e k . 2010: 128129). Desde 2008 m. 25 de se emb o. Google T ansla e es a ís ico MV sis ema ėmė adui e lie u iškai. 20122014 m. Uni e sidade de Vilniaus ealizou Fundos Es uc u á ios da União Eu opeia DANIELIUS ALGIRDAS RALYS. Mašininis e imas dos Li uães kalbai |16 D e B ea u g a n d e R. BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 A., D e s s le W. U. 1981: In oduc ion o Tex Linguis ics, London: Longman, 270. D o d di n g on G. 2002: Au oma ic E alua ion o Machine T ansla ion Quali y Using Ng am Co-occu ence S a is ics. P oceedings o he Second In e na ional Con e ence on Human Language Technology Resea ch, San F ancisco, CA, USA., Mo gan Kau mann Publishe s Inc., 138145. F o c a d a M. L, G i n e s í - Ro s e ll M., N o d a l k J., O ' R e gan J., O i z - R o ja s S., P é e z - O i z J. A., S á n c h e z -M a í n e z F., R a m í e z -S á n c h e z G., T ye s F. 2011: Ape ium: a ee open-sou ce pla o m o ule-based machine ansla ion. Machine T ansla ion 25 (2), F ee/Open-Sou ce Machine T ansla ion (June 2011), 127 144. H a j ič J., H i c J., K u b o ň V. 2000: Machine T ansla ion o Ve y Close Languages. P oceedings o he 6 h Applied Na u al Language P ocessing Con e ence, Associa ion o Compu a ional Linguis ics, 712. H o m ol a P., R i m k u ė E. 2004: A imų kalbų mašininis e imas. – Kalbų s udijos 6, 77–81. H u c h i ns J. 2004a: Two p ecu so s o machine ansla ion: A s ouni and T ojanskij. In e na ional Jou nal o T ansla ion 16(1), 1131. H u c h i ns J. 2004b: The Geo ge own-IBM expe imen demons a ed in Janua y 1954. P oceedings o he 6 h Con e ence o he Associa ion o Machine T ansla ion in he Ame icas, AMTA, Washing on, DC, 102114. J o hn s o n M., S c h u s e M., L e V. Q., K i k un M., W u Y., C h e n Z., T h o a N., V i é ga s F. B., W a e n b e g M., C o a d o G., H u g he s M., D e a n J. 2017: Google's Mul ilingual Neu al T ansla ion Machine Sys em: Enabling Ze o-Sho T ansla ion. T ansac ions o he Associa ion o Compu a ional Linguis ics 5 (1), 339351. K a lch b e n n e N., B l un s o m P. 2013: Recu en Con inuous T ansla ion Models. P oc. o EMNLP, Oc obe , Associa ion o Compu a ional Linguis ics, Sea le, Washing on, USA, 17001709. K oe hn P., H o an g H. 2007a: Fac o ed ansla ion models. P oceedings o he Join Con e ence on Empi ical Me hods in Na u al Language P ocessing and Compu a ional Na u al Language Lea ning, ACL, 868876. K oe hn P., H o a ng H., B i c h A., C a ll i so n - B u c h C., F e de i co M., B e o l di N., Co w a n B., S he n W., M o a n C., Ze n s R., D y e C., B o j a O., C o ns a n in A., H e b s E. 2007b: Moses: Open sou ce oolki o s a is ical machine DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |17 BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 ansla ion. 45 h Annual Mee ing o he Associa ion o Compu a ional Linguis ics (ACL), Companion Volume, 177180. K oe hn P., O c h F. J., M a c u D. 2003: S a is ical ph ase-based ansla ion. P oceedings o HLT-NAACL, 127133. K os K., B o ja O. 2009: E alua ion o Machine T ansla ion Me ics o Czech as he Ta ge Language. P ague Bull. Ma h. Linguis ics 92, 135148. M c C ul l o c h W., P i s W. 1943: A logical calculus o he ideas immanen in ne ous ac i i y. Bulle in o Ma hema ical Biophysics 5, 115133. A Comissão conclui que as medidas adop adas não cons i uem auxílio es a al na aceção do a igo 107.o, n.o 1, do T a ado. M i ko l o T., S u sk e e I., C he n K., C o a d o G. S., D e a n J. 2013: Dis ibu ed Rep esen a ions o Wo ds and Ph ases and hei Composi ionali y P oceedings o he 26 h In e na ional Con e ence on Neu al In o ma ion P ocessing Sys ems, Lake Tahoe, Ne ada, Vol 2, 31113119. M i am u a T., N y be g E., C a b o ne l l J. 1991: An e icien in e lingua ansla ion sys em o mul i-lingual documen p oduc ion. P oceedings o Machine T ansla ion Summi III, Washing on, DC. Imp ensa: P og ess in Machine T ansla ion, ed. S. Ni enbu g, IOS P ess (1993), 105118. P i n e ni K., R o u ko s S. W a d T., Z h u W. J. 2002: BLEU: a me hod o au oma ic e alua ion o machine ansla ion. ACL-2002: 40 h Annual mee ing o he Associa ion o Compu a ional Linguis ics, 311318. R e i l e E. 1960: The solu ion o MT linguis ic p oblems h ough lexicog aphy. P oceedings o he Na ional Symposium on Machine T ansla ion, (Feb ua y 25, 1960), ed. H.P. Edmunson, London: P en ice-Hall, (1961), 312316. R i mk u ė E., K o al e s ka i ė J. 2008: Linguis ic E alua ion o he Fi s EnglishLi huanian Machine T ansla ion Sys em. P oceedings o he Thi d Bal ic Con e ence on Human Language Technologies (2007), Kaunas, 257264. S k a di ņ š R., G o b a K., Š i c s V. 2010: Imp o ing SMT o Bal ic Languages wi h Fac o ed Models. P oceedings o he Fou h In e na ional Con e ence Bal ic HLT, F on ie s in A i icial In elligence and Applica ions, Vol. 219, IOS P ess, 125132. S n o e M., D o B., Sc h w a z R., M i cci u l l a L., M a k h ou l J. 2006: A S udy o T ansla ion Edi Ra e wi h Ta ge ed Human Anno a ion. P oceedings o he 7 h Con e ence o he Associa ion o Machine T ansla ion in he Ame icas, Mo is own, NJ, USA, 223231. DANIELIUS ALGIRDAS RALYS. Másininis adução dos li uanos kalbai |18 ne wo ks. BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 S u s k e e I., V i n ya l s O., V. L e Q. V. 2014: Sequence o sequence lea ning wi h neu al P oceedings o he 27 h In e na ional Con e ence on Neu al In o ma ion P ocessing Sys ems, Mon eal, Canada, Vol. 2, MIT P ess Camb idge, MA, USA, 3104 3112. Š ei k a u sk i e nė D. 2005: G aph Rep esen a ion o he Syn ac ic S uc u e o he Li huanian Sen ence. In o ma ica 16 (3), 407418. T o ma P. 1977: Sys an as a mul ilingual machine ansla ion sys em. P oceedings o he Thi d Eu opean Cong ess on In o ma ion Sys ems and Ne wo ks, O e coming he language ba ie , München, 569581. V a s iļ je s A., Sk a d i ņ š R., T i e de m ann J. 2012: Le sMT! : a cloud-based pla o m o do-i -you sel machine ansla ion P oceedings o he ACL, Sys em Demons a ions, Jeju Iceland, Ko ea, 4348. V a uqu o i s B. 1976: Au oma ic ansla ion A su ey o di e en app oaches. COLING-76, O awa. Imp ensa: Readings in machine ansla ion, eds. S. Ni enbu g, H. L. Some s, Y. Wilks, MIT P ess, (2003), 333-337. W e a e W. 1949: T ansla ion. Imp esso: Machine T ansla ion o Languages, MIT P ess, Camb idge, MA. (1955), 15–23. Į eik a 2017 11 13 Adop ado 2017 12 20 MACHINE TRANSLATION FOR LITHUAN LANGUAGE S u mm a y The pape p esen s a his o ical o e iew as well as cu en s a e o he a o he machine ansla ion. T ansla ion om ano he language is always a ce ain in ellec ual challenge. In 1949 Wa en Wea e sugges ed using compu e s o ansla e ex s. The e m "machine ansla ion" (MT) appea s. Machine ansla ion has been apidly de eloping du ing he i s decades in o de o gain a s a egic ad an age in he Cold Wa . Mos popula ansla ed languages we e Russian and English. Wo d- o-wo d ansla ion and la ge bilingual dic iona ies co e ing mo e han 170,000 wo ds p e ailed. DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |19 In he 1950s and 1960s, machine BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 ansla ion sys ems appea ed which could be called ule-based. They a e based on he assump ion ha a language can be desc ibed using a se o ules (including g amma ical). I was a a he op imis ic pe iod - i was expec ed o c ea e a pe ec machine ansla ion in a ew yea s. Bu a compu e ha dly "unde s ands" g amma . Highly ules. Nobody has done his p ope ly ye . The mos in lec ed languages equi e ens o housands ho oughly hand- uned and mu ually consis en ad anced sys ems we e he SYSTRAN MT sys em, launched in he Eu opean Commission and he Russian PROMT ansla ion sys em. Subsequen ly, he ule-based MT p og ess slowed down. The EUROTRA p ojec (1982-1992), specialis s ailed o c ea e a unc ioning MT sys em. This ma ked a by some es ima es cos ing mo e han 50,000,000 ECU, ails – e en hund eds o ec ui ed se ious ule-based MT c isis. De elopmen simply s alled o many o hcoming yea s. The ques ion was aised: i we canno w i e so many ules, can i be ansla ed wi hou g amma a all? In 1990 a new b eak h ough eme ges - he esea ch eam a he IBM Thomas J. Wa son Resea ch Cen e o mula es he basics o s a is ical machine ansla ion. The ansla ion p ocess has been conside ed as a ansmission o a ce ain message o e a noisy channel. Decoding hen has been pe o med on he basis o he Bayesian heo em. T ansla ion is based on ex co po a, especially on la ge pa allel bilingual ex co po a. The e was a apid imp o emen o s a is ical MT. The Eu oMa ix p ojec , suppo ed by he Eu opean Commission, has c ea ed a uni e sal open sou ce machine ansla ion so wa e package MOSES, based on indus y-le el MT sys ems. Good esul s ha e been ob ained - i u ns ou ha you can ansla e wi hou any dic iona y o g amma ! This me hod has g ea ly acili a ed he ansla ion o highly in lec ed languages oo. The achie emen s o machine ansla ion oday a e e ec i ely applied o he Li huanian language as well. Du ing 2005-2007 Vy au as Magnus Uni e si y has ca ied ou an EU- unded p ojec "In e ne In o ma ion T ansla o ". The esul was a public online ansla ion se ice om English o Li huanian. (h p:// e imas. du.l / wsas/). The ule-based ansla ion engine was p o ided by he Russian company PROMT, while o he linguis ic esou ces we e p epa ed in Li huania. The o e all quali y o ex ansla ion in BLEU me ics (in pe cen ) is abou 10. In p ac ice, his means ha only e e y hi d sen ence can be adequa ely unde s ood. This ansla ion ool s ill has conside able po en ial o imp o ing, o example by expanding ph ase dic iona y. Since Sep embe 25, 2008 Google T ansla e also suppo s Li huanian. De aco do com he esul s o he es s (2014), he BLEU ansla ion quali y oi es imado a se em o no 17. DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |20 2012-2014 Vilnius Uni e si y BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 implemen ed he EU- unded p ojec "C ea ion o EnglishLi huanian-English and F ench-Li huanian-F ench machine ansla ion sys em based on s a is ical me hods". The esul was a public online ansla ion se ice (h ps://www. e s i.eu). de aco do com he es s ca ied ou in 2014, he BLEU es ima es o he ansla ion quali y exceeded mo e han wice he ule-based ansla ion esul s and we e p ac ically equi alen o he Google ansla ion sys em. When ansla ing he documen s o ce ain domain (such as law) he achie ed BLEU sco e is oughly wice as high as ansla ing gene al ex s and a exceeds Google's esul s (19-09-2014). Howe e , e en he bes machine ansla ions o en equi e human in e en ion and inal edi ing in o de o ge he pe ec ansla ion. So, can machines ul ima ely ansla e ine? The las ew yea s p omise new b eak h oughs using a neu al machine ansla ion. Neu al ne wo ks hemsel es cons uc ans o ma ion ules. I is likely ha in he nea u u e he neu al MT sys ems will ansla e be e han an a e age ansla o . In 2018 Vilnius Uni e si y is p epa ing o launch he EU- unded p ojec o a new gene a ion neu al machine ansla ion o English, Li huanian, Polish, F ench, Russian and Ge man. well. Thus, he la es achie emen s in machine ansla ion apply o he Li huanian language as KEYWORDS: Li huanian, machine ansla ion, compu a ional linguis ics, his o y, neu al ne wo ks, a i icial in elligence. DANIELIUS ALGIRDAS RALYS Vilniaus uni e si us Taikomųjų mokslų ins i u o M. K. Čiu lionio g. 29, 03100 Vilnius danielius. aly[email p o ec ed]m