První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Dvě zprávy Dany Konečné o strojovém překladu
Ondřej Mrázek
Filozofická fakulta Masarykova univerzita, Brno
27. dubna 2015
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
První pokus se strojovým překladem v Československu
(1960)
• 12. ledna 1960 proveden první pokus strojového překladu na SAPO
• 2 roviny projektu:
-jazyková příprava překladu (P. Sgall, P. Novák, B. Pálek, D. Konečná)
- naprogramování překladu (K. Korvasová)
• místo pokusu: Výzkumný ústav matematických strojů
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Průběh
• zpracování tří anglických vět:
- sestavení slovníku těchto vět (40 slov)
- pro každé české slovo vybrán jeden český ekvivalent (neřešena víceznačnost)
- anglický slovník „přepsán" na děrné štítky:
= pro 1 an. slovo: štítek s an. slovem + štítek s metainformacemi (sl. druh an. slova a ml. kategorie cz. ekvivalentu)
• uložení slovníku do paměti stroje tak, aby bylo možné vyhledávání (pomocí aritm. operací)
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Řešení
• předpoklad: stroj nerozumí obsahu věty
• vytvoření pravidel pro sestavení cz. věty za pomoci:
- údajů získaných z an. věty
- údajů o české mluvnici
• převedení ling. pravidel do strojově zpracovatelných instrukcí
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Problémy
• kapacita paměti (jaké metainformace z české mluv. stavby ukládat)
• určení anglických složených slovesných tvarů
• pravidla pro převod an. slova, jež může být subs. i adj., na subs., nebo adj.
• zjištění informací, podle kterých stroj pozná mluvnické kategorie a syntaktickou fci slova
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Výstup
• absence tiskařského zařízení = výstup v děrných štítcích
• mimo překladu základních vět i překlad jednoduchých vět vzniklých kombinací slov ze základních vět
• nulová chybovost překladu (ke spis. normě)
• získání zkušeností z přípravy strojového překladu
• ověření si správnosti dosavadního metodického postupu
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Ke zkoumání češtiny z hlediska strojového překladu
(1960)
• nárůst zájmu o problematiku strojového překladu (dále s. p.)
• v ČSR jsou pro rozvoj s. p. dobré podmínky (SAPO, kvalitní technický výzkum)
= ideální vlastnosti pro rozvoj nových ling. metod nutných pro přípravu s. p.
• potřeba sjednotit bádání v ČSR se SSSR a USA (zatím je ČSR pozadu)
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Minulost a současnot s. p.
• dříve pouze úsek textu určeného pro překlad do jazyka experimentátorů
= sestavena pravidla pouze pro daný úsek, převod z jednoho jazyka do druhého
• dnes snaha o vytvoření převodního jazyka, tzn. možnost překládat do a z desítek jazyků
• kvalitní výzkum díky sovětským pracovištím
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Převodní jazyk
• podrobné rozbory jednotlivých jazyků, a to podle nové metodiky
• vytvoření jednoznačných alg. pro daný jazyk (z rozboru), tzn. taková pravidla, jež může počítač sám použít a která postihnou všechny (téměř) případy, které mohou nastat
• pravidla jsou získána pouze z formy jazyka
• pravidla pro vstupní jazyk = pravidla analýzy
• pravidla pro výstupní jazyk = pravidla syntézy
• analýza má z textu získat veškeré informace potřebné pro překlad do kteréhokoliv jiného jazyka
• syntéza z informací vytváří text v mezích normy daného jazyka
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Podrobněji
• pro obě roviny (analýza, syntéza) je potřeba pracovat s mluvnicí i lexikem
• zpracování jazyka pro s. p. se liší podle jeho typologie
• čeština patří mezi flektivní jazyky
= z tvaru slova lze často vyčíst slovnědruhovou příslušnot, někdy i syntaktickou fci
• pro č. j. jsou proto důležité koncocky slov a rozbor jejich distribuce
• mezi problémy patří:
- různé koncovky jednoho pádu
- stejné koncovky pro více pádů
- hláskové alternace v kmeni slova
• díky flektivnosti češtiny jsou pomocí koncovek vyjadřovány i synt. fce (shoda, rekce)
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Podrobněji
• údaje ze slovosledu jsou v případě č. j. (flekt. j.) pouze druhotným zdrojem
• řešení problémů prostupuje všemi jazykovými plány, tzn. při přípravě pro s. p. se neřeší zvlášť např. flexe, slovosled aj.
• pravidla pro syntézu reflektují současné mluvnice češtiny (jak se co tvoří?); je potřeba pouze doplnit všechny možné případy a řešení zapsat úsporně
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Podrobněji
• např. pro člověka dostatečný deklinační vzor „růže" musí být pro stroj (kvůli alternacím) rozveden jako „sestra", „ruka", „noha", „žena", „rosa" aj.
• jinde je zase dovoleno zjednodušení zápisu (např. u některých dublet nemusí být oba tvary,...)
• potřeba zpřesnit dále pravidla pro shodu a rekci i pravidla AVČ
• = pro syntézu většinou „pouze" upravujeme již existující pravidla
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Analýza
• ve zprac. analýzy nemá jazykověda tradici, tzn. téměř pro každý jev je potřeba pracně získat podklady a navrhnout řešení pro s. p.
• důležité teoretické práce M. Dokulila, Fr. Daneše a K. Hausenblase
• využívání poznatků SSSR o s. p. ruštiny (protože je typologický podobná češtině, lze využít některých nalezených výsledků)
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Problémy analýzy
• mnohovýznamovost lexikální (ale i na rovině syntaxe, např. spojka může být členská i větná, aj.)
• jednoznačnosti se dosahuje pomocí rozboru kontextu věty dané i vět okolních
• např. pád substantiva je ovlivně slovesem apod.
• důležitost statistických výskytů, ty však dosud chybí (v použitelné míře)
• platí zásada: při s. p. se nevychází z toho, co je v jazyce možné, ale z toho, co se v textech opravdu vyskytuje
• potřeba sestavit frekvenci jevů a přihlížet k ní v rámci algoritmů (samotná vyšší frekvence ale nemá nutně přednost)
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Shrnutí
• příprava s. p. v SSSR i v ČSR se zaměřuje na texty odborné (praktické využití s. p.; ustálená terminologie; jednodušší problematika syntaktická a frazeologická)
• z a do češtiny se překládají texty elektrotechnické a matematické
• rozbor mluvnice pokročil, chystá se zaměření na lexikum (a stručně i stylistiku)
• dobré vyhlídky do budoucna
• ze začátku budou překlady chybové, ale nebude složité upravit algoritmy a eliminovat chyby
• přesto dnes nelze předvídat konečnou hranici uplatnění s. p.
zprávy Dany Kon
První pokus se strojovým překladem v Československu Ke zkoumání češtiny z hlediska strojového překladu
Zdroje:
KONEČNÁ, Dana. Ke zkoumání češtiny z hlediska strojového překladu. Naše řeč.[online]. 1960, roč. 43, č. 5-6 [cit. 25. dubna 2015]. Dostupné z: http://nase-rec.ujc.cas.cz/arch i v. php?art=4757
KONEČNÁ, Dana. První pokus se strojovým překladem v Československu. Naše řeč.[online]. 1960, roč. 43, č. 3-4 [cit. 25. dubna 2015]. Dostupné z: http://nase-rec.ujc.cas.cz/arch i v. php?art=4743
zprávy Dany Kon