Maskinöversättning möjligheter och gränser Anna Sågvall Hein 2015-02-17 Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Översikt Vad är maskinöversättning? Kort tillbakablick Varför är det så svårt? Språkvetenskaplig regelbaserad maskinöversättning Statistisk maskinöversättning Google Translate Maskinöversättning i praktiken Forskning i fokus Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Kort tillbakablick De första försöken gjordes redan på 50-talet i USA och Sovjet med en primitiv teknologi De gällde översättning mellan ryska och engelska för politiska och militära ändamål och aktörerna var tekniker Förhoppningarna grusades och efter några års stiltje inleddes en ny period med språkvetare/datorlingvister och datavetare i spetsen. De språkvetenskapligt baserade metoder som började utvecklas på 60-talet har i modifierad form överlevt till i dag, då de fått stark konkurrens av statistiska metoder.
Varför är det så svårt? Flertydighet Ett ord kan representera olika ordklasser, former och betydelser Variation Olika ord för samma företeelse synonymi Språkskillnader morfologi, ordföljd Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Exempel 1. Boken ligger under bordet. The book is under the table. 2. Studenten somnade under föreläsningen. The student fell asleep during the lecture. 3. Bara ett under kan rädda tidningen. Only a miracle/wonder can save the newspaper. 4. Under tiden stannade bilen. Meanwhile, the car stopped. 5. Var snäll och skriv under här. Please, sign here. Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Transferbaserad översättning ANALYS känner igen alternativ och skiljer ut former, ordklasser TRANSFER utför övergången mellan språken på strukturell nivå GENERERING bygger upp översättningen med korrekt ordföljd och korrekta former Alla komponenterna använder sig av omfattande lexikon och grammatiker. Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Analysstruktur något förenklad Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Transferstruktur Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Genereringsstruktur Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Transferöversättning på olika nivåer Vauquois triangel Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Transferbaserad MT Källspråkstrogna översättningar Kräver stora lexikon och grammatiker Tar tid att bygga Den hittills mest använda MT-typen för kvalitetsöversättning SYSTRAN mest känt
Ingen språkkunskap Statistisk maskinöversättning SMT En probabilistisk översättningsmodell byggs automatiskt på tidigare översättningar Vid översättning jämför systemet ord och ordsekvenser i källtexten med dem i översättningsmodellen och bygger en översättning av de delar som totalt sett stämmer bäst Vidare jämförs de prefererade översättningarna mot en modell av målspråket och den bästa väljs Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Översättningsmodellen Modellen består av sannolikhetsbaserade översättningar av ord och ordsekvenser Den skapas utifrån tidigare översättningar som parallellställs, länkas, på olika nivåer Kvaliteten på översättningarna beror helt på kvaliteten på dessa träningsdata samt hur väl länkningen lyckats
Ex. på träningsdata för SMT Regeringsförklaringen 1988 Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Ordlänkning - samförekomst Sveriges neutralitetspolitik är av avgörande betydelse för vårt lands fred och oberoende. Sweden s policy of neutrality is of decisive importance for our peace and independence. Neutralitetspolitiken stöds av ett starkt försvar till värn för vårt oberoende. Our policy of neutrality is underpinned by a strong defence. That safeguards our independence.
Fraslänkning Kring denna politik finns en bred politisk uppslutning. There is wide popular support for this policy.
Ord- och fraslänkning Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Google Translate Statistisk maskinöversättning 90 språk, 24 nya på gång För ett nytt språkpar behövs en översättningskorpus på minst 1 miljon ord och enspråkiga korpusar på över 1 miljard ord vardera (F. Och) De mogna språken ger bättre resultat än de nya Svenska kom in 2008 Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Google sv-en Under tiden stannade bilen. Meanwhile, the car stopped. Under tiden somnade studenten. Meanwhile fell asleep student. Var snäll och skriv under här. Please write in here. Bara ett under kan rädda tidningen Only a miracle can save the newspaper Det var ett Herrans under It was a Lord over Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Mer träningsdata Kan Google förbättras? börjar bli bristvara, kräver ej maskinöversatt text Bygga in grammatik syntax och semantik Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Maskinöversättning i praktiken Maskinöversättning + postredigering för publicering Maskinöversättning som stöd för mänskliga översättare Snabb råöversättning - gisting Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Ex. på post-redigering Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Forskning i fokus Utvärdering manuell och automatisk Hybridsystem kombination av regelbaserade och statistiska system Maskininlärning av grammatisk struktur från annoterade korpusar Beroenden över meningsgränserna t.ex. syftningsproblem Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Ett syftningsproblem She dropped the vase on the floor. It broke. Hon tappade vasen i golvet. Den/Det? gick sönder. Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein
Bortom gränsen Litterär översättning Översättning som bygger på kunskap som inte kan formuleras lingvistiskt eller som inte finns tillgänglig i översatt form på nätet Tisdagsföreläsning USU 2015-02-17 Anna Sågvall Hein