Чтобы лучше понять принципы действия систем МП и их методы использования словарей и анализа грамматики, равно как и синтеза структур на выходном языке, системами машинного перевода была переведена пара текстов. Перевод производился с английского языка на русский (системы переводили небольшой текст объемом в 67 слов). При анализе мы использовали 2 критерия: 1) правильность подбора системой значения слов (уровень лексики), 2) правильность согласования слов в предложении (уровень грамматики).
К лексическим ошибкам мы отнесли, кроме неправильно подобранных системой значений слов при переводе, также и случаи, когда система не может по каким-либо причинам перевести то или иное слово.
К грамматическим ошибкам отнесли случаи неправильного согласования слов в предложении в роде, числе, лице, падеже, нарушения пунктуации и неправильного построения синтаксических конструкций.
Возьмем в качестве примера:
«You are given 12 identical-looking coins, one of which is counterfeit and weighs slightly more or less (you don't know which) than the others. You are given a beam balance which lets you put the same number of coins on each side and observe which side (if either) is heavier. How can you identify the counterfeit and tell whether it is heavy or light, in 3 weighings?»
Вот ее перевод на русский язык, выполненный человеком:
«У вас есть 12 одинаковых по виду монет, одна из которых - фальшивая и весит немного больше или меньше, чем остальные (вы не знаете, какая именно). Имеются рычажные весы, на чаши которых вы можете класть равное число монет и смотреть, какая из чаш перевесила (или весы остались в равновесии). Как за 3 взвешивания определить фальшивую монету и узнать, легче она или тяжелее остальных?»
При переводе переводчику пришлось поменять порядок слов в нескольких предложениях.
Перевод, выполненный онлайн-переводчиком Google:
«Вы получите 12 идентичных перспективных монет, одна из которых является контрафактной и весит чуть более или менее (Вы не знаете, какой), чем другие. Вам предоставляется рычажные весы, которые можно положить такое же количество монет на каждой стороне и наблюдать, какая сторона (если любой) тяжелее. Как можно определить поддельные и рассказать ли тяжелые или легкие, в 3 weighings?»
Обнаружено 6 ошибок: 2 лексические (не нашлось верного перевода английскому «identical-looking», а также «weighings») и 4 грамматические (неверное согласование в роде слов «монета» (ж.р.) и «какой» (ср. р.), неверное согласование в числе слов «предоставляется» (ед. ч.) и «весы « (мн. ч.), неверное согласование в роде слов «сторона» (ж.р.) и «любой» (ср. р.), неверное согласование в числе слов «монета» (ед. ч.) и «поддельные» (мн. ч.)
Заключение
История машинного перевода насчитывает немногим более 50 лет. За это время сменилось несколько поколений систем машинного перевода - от первых программ, использовавших ограниченные ресурсы универсальных компьютеров первого поколения до современных коммерческих продуктов, использующих мощные ресурсы серверов и персональных компьютеров, включая ПК, в которых можно размещать карманные словари.
До уровня полной автоматизации перевода человечество еще не дошло. Причиной этому является, недостаточный уровень развития наук, работающих над созданием подобных систем.
Подтверждением этому являются результаты проведенного нами исследования. Рассмотрев проблемы машинного перевода, мы пришли к следующим выводам:
. На данном этапе развития машинного перевода пока еще остались не разрешенными его основные проблемы.
. Наибольшее число трудностей при переводе и соответственно ошибок при переводе относится к уровню грамматики.
. Средства машинного перевода пока не могут улавливать все смысловые нюансы оригинального текста.
Как видно из всего сказанного выше, практические проблемы, возникающие при применении автоматического оборудования для перевода с одного языка на другой разнообразны и сложны. Однако это ни в какой мере не должно снижать интереса к развитию данной области техники.
Прогресс не стоит на месте, и с увеличением быстродействия процессоров и ростом объема оперативной памяти постепенно повышается и качество машинного перевода.
Конечная цель - создать такую машину, которая давала бы достаточно правильный перевод, не нуждающийся в последующем редактировании. А пока еще машинный перевод нуждается в обязательном редактировании.
Наиболее перспективным направлением развития систем машинного перевода является совершенствование подсистем грамматического анализа и синтеза, а также увеличение объема контекстуального охвата текста и совершенствование семантических цепочек с целью более точного подбора значений слов.
В заключение подчеркнем, что программа-переводчик - это, прежде всего, инструмент, который позволяет решить проблемы перевода или повысить эффективность труда переводчика только в том случае, если он используется грамотно.