Računalnik-prevajalec

To vprašanje se mi je porodilo prvotno zaradi moje bodočnosti, ne toliko iz samega interesa v to. Namreč v kratkem bom se odločal za študij. Nekako imam v mislih dva faksa- FRI in FF-smer prevajalstvo.
Torej "cut the crap" in gremo k bistvu. Zanima me ali mislite, da bo v bližnji prihodnosti delo prevajalca lahko v celoti prevzel računalnik? Torej bo brez kakršnihkoli napak, prevajal povsem pravopisno ter slovnično pravilno v pravem kontekstu, bilokateri tekst.
Bili smo že v preteklosti priča temu, da je comp več kot zadovljivo nadomestil nekatere poklice. Že danes smo priča nekim prevajalnikom ala Google itd., ki lahko opravijo najmanj zahtevna prevajanja, sicer se nikakor ne morejo primerjati s njihovimi človeškimi konkurenti, ampak vseeno- razvijajo se stvari v tej smeri.

V bistvu me zanima perspektivnost prevajalstva napram razvoju tehnologije.

PS: Pa ne mi omenjat tukaj kakega AI ali pa singularnosti, ker takrat ČE bo to, bo itak šlo v maloro 99% poklicev.

"A decent MT machine is just around the corner"
(MT- Machine translation)

Jah, tak je... slej ko prej bo prevajal računalnik namesto človeka.
Na drugi strani pa bo tudi programiral sam :)
Vprašaj Thomasa ;)

Prevajanje je precej zahtevno. Mislim da še dolgo ne bo kakovostnih računalniških prevodov. Kako daleč je tehnologija danes pa približno vidiš ko z babelfish bereš kakšno nemško stran.

Odvisno je od vrste prevajanja, kakšnega leposlovja pač računalniki ne bodo prevajali. Dobrih prevajalcev računalniki ne ogrožajo. V nevarnosti so pa taki, ki ti prevedejo navodila za uporabo v slogu "Od garancije su izjemane vse škode kakšne su posledica nepravilne postrežbe (Uporaba z neprimerno vrst elektrike/-napetosti, priključitev na neprimerne izvire elektrike, zlom itd.) normalna obraba in napake kakšne le nepomembno vplivaju na vrednost ali uporabnost aparata."
Tudi slikarstvo ni izumrlo zaradi fotografije.

Poglej tudi z druge perspektive: Nekdo bo moral to prevajanje sprogramirati. Vzporedni študij?

edit: _marko, malo si me prehitel:)

_Marko: glede šaha, je še na strani z članki lepo napisano:
The computer computes chess, while Kasparov plays chess. A computer will never under­stand, but it can translate.

Razumevanje teksta je pri leposlovju velikega pomena.

Hja, če si se lahko ti naučil prevajat takole se lahko tudi računalnik.
"Jaz" tako prevajam ker imam neko osebnost, ki me vodi tudi pri prevajanju. To osebnost sem pa pridobil skozi leta življenja in izkušenj. o tem sem govoril, če bo vdahnil kakšno osebnost, torej nekaj svojega. Sej v prihodnosti se bo tudi računalnik (softver) lahko tako osebnostno razvil ampak do takrat je še daleč.

Zna se prej zgoditi, da prevajanje ne bo več toliko potrebno, ker se mi zdi, da dokler bo tak algoritem razvit, bodo vsi manjši jeziki pocrknili ostalo bo le nekaj večjih, ki pa bodo imeli tako prevlado oz. bodo frakcije ki jih uporabljajo tako ločene, da prevodi niti ne bodo več potrebni.

Marko hvala za linke. Je pa BluPhenix izpostavil, da nekatere domneve so zgrešene, vsaj časovno.

IMO, da bo comp lahko popolnoma nadomestil prevajalca, bo treba preskociti tisto oviro, po kateri bo comp lahko popolnoma avtonomno razmišljal in se učil(seed AI mislim da imenujejo ta comp, nisem ziher). V to pa jaz dvomim, da je sploh mogoče doseči. Dopuščam, da je ampak dvomim da v naši življ. dobi.

OK to je samo mojih 5 dek

Glej drugače na stvar. Jezik ima končen nabor besed in končno mnogo pravil. Če znamo pisati prevajalnike za računalniške jezike, ki prevajajo boljše kot večina ljudi iz zelo različnih jezikov, čemu ne bi mogli prevajati tudi govorjenih jezikov. Skeptiki se boste nedvomno strinjali, da računalnik ne razume programa niti si ne more zmisliti nečesa novega, torej je topogledno enako "metafizično" kot neko pisano besedilo.

Lahko recimo pogledaš besede katere definicije so najbolj "povezane" z danim kontekstom.

Kako pa to po tvojem naredi človek?

Z razumevanjem teksta. Računalnik ne razume, ne pozabit tega.

Priznam, absolutne gotovosti ne more doseči. Ampak z razumevanje teksta lahko izkušen prevajalec vsaj doseže večjo verjetnost "zadetka".

Kako dolgo še to Carnivore?
Še 2 leti, 5...?

V kolikor razmišljaš linerno bo ta številka precej zgrešena.

Marko, res razvoj compov je bil vse prej kot linearen. Ampak reči kdaj bo sposoben razumevanja, pa je strel v temo. Računalniku se je cel čas izboljševal computing. V smeri razumevanja ni bilo storjenega nič. IMO bo za kaj takega potreben tale "seed AI".

No kolikor jaz vem je prevajanje, dokaj drag hec. Mislim neka firma, ki bi se odločila za investicijo v sofisticirane avto-prevajalnike, bi lahko storitve tržila po precej nižjih cenah od konkurentov. Njihova hitrost prevajanja pa sploh neprimerno boljša.

Ja, takšne prednosti za comp kot je v teh dveh primerih res ni. Ampak vseeno je po mojem profitabilno. Če navedem ceno moje sosede, ki je prevajalka nemščine s licenco- 4200 SIT/stran. Mislim, da bi se že v kaki LJ enemu podjetju splačala investicija.

Programer more že spisati v neoporečnem programskem jeziku. Če je kaj drugače napisano vrže error. Prevajalnik v bistvu ne "prevede" ampak samo pogleda kakšni recimo ASM ukazi ustrezajo recimo printf(). To v bistvu ni prevajanje to je look-up tabela. Višjih ukazov si tak prevajalnik ne zna razložiti, vedno mora biti višji ukaz razložen z vrsto nižjih. Kar ni definirano ne pozna, po domače.

No, tako zelo preprosto tudi ni, poleg tega je mogoče prevajati tudi med višjimi jeziki, ne samo v nižje. Če vzamemo sodoben interpreter, bo kodo najprej transformiral v parse drevo in šele iz tega potem nekaj naredil. V tem koraku (ob predpostavki, da imamo enako parse drevo, kar pa je predvsem stvar implementacije prevajalnika) so programski jeziki relativno lepo prevedljivi med sabo.
Še bolj enostavno je, če vzamemo kakšen jezik, ki je namenjen razvijanju lastnih dialektov (Lisp, Scheme, Rebol, ...).

Govorjen jezik je logično gledano ciklično definiran, tako da mi svojega jezika niti ne moremo "razložiti", medem ko lahko računalniški jezik, ki zna interpretirati samega sebe napišemo v manj kot 100 vrsticah.

Za različna področja bi moral prevajalni program imeti označeno v slovarju, kateri pomeni so tipični za posamezno področje, potem pa iz vzorca ugotoviti, za katero področje gre in dati tistim pomenom prednost.
Je pa tako, da bo tudi živ prevajalec, ki bo dobil čisto novo področje, imel hude težave s prevajanjem. Pri tehničnem prevajanju včasih brez strokovnjaka za tisto področje praktično ne gre, še posebej, če gre za kakšno bolj specializirano področje, za katerega po možnosti niti še ne obstajajo terminološki slovarji.
Na splošno pa ni smiselno, da začnemo uvajati računalniško prevajanje na področjih, ki so še za večino živih prevajalcev pretežka. In pa prevajalcem bi se zelo poznalo že, če bi jim pomoč (predlogi) računalnika pospešili dela že za 10 %.

Človek lahko recimo besedo, kljub temu da ne ve njenega direktnega prevoda, razume iz konteksta. Prevajalnik pa tega (še ne) zmore. In tukaj je največja hiba.

To ni res. Čisto lepo se da simbolno "računati", poglej si recimo Mathematico. Trivijalen primer, naj bosta f in g funkciji, ki sta prvorazredna objekta:

(f g)
(g f)

V prvem primeru kličemo f(g), v drugem pa g(f), to je povsem kontekstualen sklep, ki so ga prevajalniki zmožni narediti vsaj zadnjih 20 let.

Pri prevajalnikih gre vedno za delanje po predpostavljenih poteh, ne gre za ugibanje, razmišljanje, gre se samo za logično odločanje.

Če ugibajo je vprašanje definicije ugibanja. Ako gre za odločitev na podlagi nepopolnih podatkov, potem prevajalniki vsekakor veliko in pogosto ugibajo (recimo, če imamo dinamične tipe). Seveda za odločanjem stoji logično trden sistem, ampak v to smer se tudi nekateri ljudje trudimo.

Nihče ni rekel, da sta f in g že prej definirani. Le dva simbola, ki ju glede na kontekst vmestimo v drevo našega programa kot klic funkcije. f lahko recimo niti nima nekega fiksnega pomena, ampak je definirana samo glede na g. Poudaril bi, da vse to že obstaja.

Tudi govorjen jezik ni tako divje misteriozen, niti nimamo mi kakšnega metafizičnega uvida.

kjklfdjg jjs opojk sjdm kks °ks ~ kjkj ˇ˘ bme

tega tudi ti ne znaš prebrati vsemu razmišljanju navkljub . Ko pa imaš enkrat definirano skladnjo in bazo klasifikacij besed, pa se da že kar nekaj narediti tudi strojno. Recimo "razumeti" tvojo Kkdkso.
Kot že rečeno, glavni problem je pomankanje računske moči. Če vzameš recimo bazo, ki je za SSKJ-jem in si pogledaš slovnico, zlasti besedoslovje trdim, da se da tukaj in zdaj v manj kot 1000 vrsticah napisati program, ki transformira poljuben stavek v slovenščini v nek enoumen in predvsem normaliziran (recimo vsi glagoli v 1. osebi ednine) opisen format z več kot 80 % natančnostjo. Seveda je od tu do resnega prevajanja še dolga pot, ampak nič presunljivega, znanje že imamo.

EDIT: malo bolj razdelal idejo

> Danes sem bil z Kkdkso po nakupovanju, kupila si je čevlje.

Tole se do neke mere da reševati programsko tako, da vneseš tipične končnice in potem ugibaš, kaj bi lahko beseda bila. Če imaš recimo besedo, ki se konča na "ica", lahko z veliko verjetnostjo sklepaš, da gre za samostalnik ženskega spola, ednina imenovalnika, če je z veliko začetnico sredi stavka lahko sklepaš še, da gre za lastno ime.
Seveda stvar ne deluje vedno: za končnico -ico bi tako predpostavil, da gre za tožilnik. Potem pa se ti pojavi stavek: "Magnifico je pevec." in program bo bistro predpostavil (če imena ne bo poznal), da pevec jé nekoga z imenom "Magnifica".

Pri analizi je predvsem problem to, da računalniki najdejo ogromno čudnih analiz, ki so teoretično sicer možne, ampak malo verjetne, in se je potem težko odločiti med njimi. Enostaven primer:
Berem vsak časopis.
Berem vsak dan.

Analogno prvemu primeru je najbolj "logična" razlaga drugega stavka, da nekdo bere dneve. Analizator mora potem ugotoviti, da dni ne moreš brati, da pa je "vsak dan" tipično prislovno določilo časa. Ker ne moreš zbrati vseh prepovedanih kombinacij, je treba analizatorju pač dopovedati, da "vsak dan" bolj verjetno prislovno določilo kot predmet ali osebek, čeprav se vedno da izmisliti primer ("Spomladi je vsak dan daljši."), kjer to ne bo res.

Takih primerov, ko je analiza pomensko odvisna, je zelo veliko:
Janez je potico z orehi.
Janez je potico z rokami.
V prvem primeru "z" pomeni, da potica vsebuje orehe, v drugem pa pove, kako jo je. Drug pomen pa lahko pomeni tudi drug prevod v ciljnem jeziku.

>(recimo vsi glagoli v 1. osebi ednine) opisen format z več kot 80 % natančnostjo.

Dobro, 80 % v bistvu pomeni, da imaš v vsakem stavku dve napaki. In v slovenščini (za razliko od angleščine) je tudi v tem primeru večkrat še vedno težko ločiti med osebkom in predmetom, analizator mora točno določiti stavčne člene in ne le besednih vrst.

Pri analizi slovenščine je problematična že beseda "je": je daleč najpogostejša beseda in ima tri možne pomene: oblika glagola biti, oblika glagola jesti ali pa oblika osebnega zaimka. Pri tem da je tudi kot "biti" lahko še naprej pomožni glagol ali pa polnopomenski. Tudi "sem" je lahko glagol biti ali pa krajevni prislov. Takega prekrivanja je kar precej (in to ravno pri najpogostejših besedah).

Analiza se da kar lepo narediti za lepe proste stavke, zaplete se pa pri realnih besedilih s kupom vrinjenih stavkov, kjer je težko že najti dele, ki spadajo skupaj (do neke mere je to tudi problem zmogljivosti preračunavanja, še tako hitremu računalniku se bo zataknil v grlu klobasast stavek, ki se vleče čez pol strani, če ne bo analizator dovolj pridno sproti izločal manj verjetnih kombinacij). In v realnih besedilih moraš računati tudi na to, da bo manjkala kakšna vejica ... Uporaben prevajalnik mora biti kar precej imun na tipične slovnične napake.

Tudi pri enostavnih stavkih se lahko določanje glagola precej zaplete: "Tiskarsko črnilo zaradi visokega pritiska v obliki curka majhnih kapljic brizga skozi šobo." Kandidati so "črniti", "pritiskati", "brizgati"; nobeden od njih ni očiten kandidat, ker imajo vsi še samostalniško možnost (črnilo, pritisk, brizga in brizg). Potem se pri vseh predlogih pojavi dilema, ali gre za desne prilastke ali prislovna določila. Za nameček so "curka", "kapljic" in "brizga" lahko tudi v rodilniku, kar pomeni, da lahko sami naredijo desni prilastek. Če analizator dovoli še posamostaljenje pridevnikov (kar načeloma v slovenščini je možno), takoj dobiš še možnost, da črnilo (zaradi visokega) pritiska v obliki curka majhnih kapljic od brizga skozi šobo.

In seveda problem izbire med pomeni, že enostaven stavek "Za to gre." lahko pomeni pravo morje stvari (in tudi to morje ni kotlina, zalita s slano vodo ) . Tukaj pa je treba upoštevati kontekst in to je potem šele pravi trdi oreh za zanesljivo strojno prevajanje.

To pišeta kot, da ne bi obstajala (vsaj do neke mere sformalizirana) slovnica in kakšen že napisan slovar, da ne omenjamo baze že sparsanih besedil.

idi lepo prevajalstvo študirat
poezije še dolgo ne bo znal noben program prevajat, tud ljudje majo prevlke težave s tem, tam se namreč vsa slovnična pravila podrejo

V bistvu bi bilo treba zato, da bi prevajalnik pravilno prevedel dati besedilo najprej lektorju, da pregleda besedilo v izvornem jeziku. Potem pa računalniku v prevod. Vsaj na začetku, doker nebi znal prevajalnik do spraviti skozi. Tudi typoji bi mu recimo delali probleme, saj lahko izbere nadomestek iz izrazov ki jih pozna, na slepo, dokler ne šteka pomena stavka v katerem je typo.

Sej v bistvu stalno obravnavamo iste probleme.

OwcA, sej seveda so napisana pravila, ampak ne pišejo vsi vedno po pravilih. Včasih dobijo prevajalci v roke take pisne katastrofe, da se komaj prebije čez napisano, ne pa da še tisto prevede. (EDIT2: no tukaj sem nehote že navedel en tak "problem", torej kaj sem mislil: še tisto - se pravi tudi tisto polek drugega, ali tisto še - se pravi polek vse obdelave da še prevede; očitno gre za "typo", ki bi ga prevajalec iz konteksta spoznal za drugo varjanto, prevajalnik malo težje).

Bo, nekoč, ampak ta nekoč ni še tako blizu (že n-tič napisano).

Med drugim, mislite res, da se bo toliko mio prevajalcev strinjalo da bodo kar naenkrat ostali brez službe? Malo dvomim v to.

EDIT: med drugim pomislite koliko jezikv je na svetu in koliko pravil bi bilo treba vnesti v te prevajalnike, koliko izjem, specialnih pravil .... sej bi vsak imel (v kolikor i prevajal v vse jezike) konkreto bazo.

Hmm, ja no:

OwcA, sej seveda so napisana pravila, ampak ne pišejo vsi vedno po pravilih. Včasih dobijo prevajalci v roke take pisne katastrofe, da se komaj prebije čez napisano, ne pa da še tisto prevede.

OwcA, of sessions of course are written, but all don't write round rules always. Translators to time periods of such written catastorphe meet sometimes, that barely spends over written, and not that still that translates. (Good thanslator are you - Yoda )

Veliko besed pusti obarvanih zeleno, kar pomeni, da ima beseda več prevodov, torej more človek še vedno to izbrati. Mislim da je vseeno hitreje če sam prevedeš.

No, tu je še dolga pot. Verjamem, pa da imajo kje že boljše primerke.

No, enostavnejši primer:
Imam psa, ki je podoben mački.
Imam of dog, that he is similar to a cat.

V drugo smer mu gre že boljše:
I have a dog that looks like a cat.
Imam psa ki biti podoben mačka.

In zadeva stane 8k/leto za home userje. 40k/leto za enterprises. No, za kaj enostavnega je uporabno, za kaj več pa. Če imaš recimo 10 strani, te pride prevajalec nekje 50-70k. Dvomim, da boš imel čas in voljo popravljati ta prevajalnik, še posebno če ne znaš prav veliko angleške slovnice. Prevajalec namreč zadevo tudi lektorira.