How computers translate human language - Ioannis Papachimonas

Překladatel: Karel Kohout Korektor: Jan Kadlec

How is it that so many intergalactic species in movies and TV

Jak je možné, že se tolika mezigalaktickým druhům ve filmech a televizi

just happen to speak perfect English?

daří mluvit perfektní angličtinou?

The short answer is that no one wants to watch a starship crew

Jednoduchá odpověď je, že nikdo nechce vidět hvězdnou posádku,

spend years compiling an alien dictionary.

jak roky sestavuje vesmírný slovník.

But to keep things consistent,

Ale buďme důslední,

the creators of Star Trek and other science-fiction worlds

tvůrci Star Treku a dalších sci-fi světů

have introduced the concept of a universal translator,

představili myšlenku univerzálního překladače,

a portable device that can instantly translate between any languages.

přenositelného zařízení pro okamžitý překlad mezi jakýmikoliv jazyky.

So is a universal translator possible in real life?

Může univerzální překladač existovat v reálném světě?

We already have many programs that claim to do just that,

Dnes již máme mnoho programů, které tvrdí, že to umí,

taking a word, sentence, or entire book in one language

vezmou slovo, větu nebo celou knihu v jednom jazyce

and translating it into almost any other,

a přeloží je do téměř kteréhokoliv jiného,

whether it's modern English or Ancient Sanskrit.

ať už je to moderní angličtina nebo starověký sanskrt.

And if translation were just a matter of looking up words in a dictionary,

A kdyby překládání bylo pouze o vyhledávání slov ve slovníku,

these programs would run circles around humans.

tyto programy by předčily lidi.

The reality, however, is a bit more complicated.

Skutečnost je však trochu komplikovanější.

A rule-based translation program uses a lexical database,

Pravidlový překladač využívá slovní databázi

which includes all the words you'd find in a dictionary

zahrnující všechna slova ze slovníku

and all grammatical forms they can take,

ve všech jejich gramatických formách

and set of rules to recognize the basic linguistic elements in the input language.

a sadu pravidel k rozpoznání základních lingvistických složek ve vstupním jazyce.

For a seemingly simple sentence like, "The children eat the muffins,"

Pro zdánlivě jednoduchou větu jako "Děti jedí muffiny",

the program first parses its syntax, or grammatical structure,

program nejprve rozebere její syntax, či gramatickou strukturu,

by identifying the children as the subject,

rozpozná "děti" jako podmět

and the rest of the sentence as the predicate

a zbytek věty jako přísudek

consisting of a verb "eat,"

sestávající ze slovesa "jíst"

and a direct object "the muffins."

a přímého předmětu "muffiny".

It then needs to recognize English morphology,

Potom potřebuje rozpoznat morfologii

or how the language can be broken down into its smallest meaningful units,

či jak může být jazyk rozebrán na své nejmenší významové jednotky,

such as the word muffin

jako slovo "muffin"

and the suffix "s," used to indicate plural.

a přípona "y" užívaná pro vyjádření množného čísla.

Finally, it needs to understand the semantics,

Nakonec potřebuje porozumět sémantice,

what the different parts of the sentence actually mean.

pro pochopení významu jednotlivých částí ve větě.

To translate this sentence properly,

Pro správné přeložení věty

the program would refer to a different set of vocabulary and rules

by musel program odkazovat na různou sadu slov a pravidel

for each element of the target language.

pro každé slovo v cílovém jazyce.

But this is where it gets tricky.

Ale právě to je ta ošidná část.

The syntax of some languages allows words to be arranged in any order,

Syntax v některých jazycích povoluje použití jakéhokoliv slovosledu,

while in others, doing so could make the muffin eat the child.

zatímco v jiných by mohl muffin jíst dítě.

Morphology can also pose a problem.

I morfologie může představovat problém.

Slovene distinguishes between two children and three or more

Slovinština rozlišuje mezi dvěma dětmi a třemi či více,

using a dual suffix absent in many other languages,

užíváním dvojné přípony neexistující v mnoha dalších jazycích,

while Russian's lack of definite articles might leave you wondering

zatímco nepřítomnost určitého členu v ruštině může vyvolat nejasnost,

whether the children are eating some particular muffins,

jestli děti jedí nějaké konkrétní muffiny,

or just eat muffins in general.

nebo jen jedí muffiny obecně.

Finally, even when the semantics are technically correct,

Nakonec, přestože je sémantika technicky správně,

the program might miss their finer points,

program mohl opomenout jemnější záležitosti,

such as whether the children "mangiano" the muffins,

např. zda děti "mangiano" (jedí) muffiny,

or "divorano" them.

nebo je "divorano" (hltají).

Another method is statistical machine translation,

Jinou metodou je statistický strojový překlad,

which analyzes a database of books, articles, and documents

který analyzuje databázi knih, článků a dokumentů,

that have already been translated by humans.

které již byly přeloženy lidmi.

By finding matches between source and translated text

Nalezením protějšků mezi zdrojem a přeloženým textem,

that are unlikely to occur by chance,

které nejspíš nejsou náhodné,

the program can identify corresponding phrases and patterns,

může program identifikovat odpovídající fráze a vzorce

and use them for future translations.

a užít je pro budoucí překlad.

However, the quality of this type of translation

Nicméně kvalita tohoto typu překladu

depends on the size of the initial database

závisí na velikosti počáteční databáze

and the availability of samples for certain languages

a dostupnosti vzorků pro určité jazyky

or styles of writing.

nebo styly psaní.

The difficulty that computers have with the exceptions, irregularities

Problémy, které může mít počítač s výjimkami, nepravidelnostmi

and shades of meaning that seem to come instinctively to humans

a odstíny významu, patrně pocházejícími z lidského instinktu,

has led some researchers to believe that our understanding of language

vedly některé výzkumníky k přesvědčení, že naše porozumění jazyka

is a unique product of our biological brain structure.

je jedinečný výsledek biologické struktury našeho mozku.

In fact, one of the most famous fictional universal translators,

Ve skutečnosti jeden z nejslavnějších fiktivních univerzálních překladačů,

the Babel fish from "The Hitchhiker's Guide to the Galaxy",

babylónská rybka z knih "Stopařův průvodce Galaxií",

is not a machine at all but a small creature

není vůbec přístroj, ale malé stvoření

that translates the brain waves and nerve signals of sentient species

překládající vibrace z mozku a nervů

through a form of telepathy.

prostřednictvím jakési formy telepatie.

For now, learning a language the old fashioned way

V současnosti vám učení se jazyků staromódní cestou

will still give you better results than any currently available computer program.

dá stále lepší výsledky než dostupné počítačové programy.

But this is no easy task,

Ale toto není lehký úkol

and the sheer number of languages in the world,

a naprosto všechny jazyky na světě,

as well as the increasing interaction between the people who speak them,

stejně jako zvyšující se množství interakcí mezi lidmi, kteří jimi mluví,

will only continue to spur greater advances in automatic translation.

budou nadále vyžadovat větší pokroky v automatickém překladu.

Perhaps by the time we encounter intergalactic life forms,

Možná, že v době, kdy potkáme mezigalaktické formy života,

we'll be able to communicate with them through a tiny gizmo,

budeme schopni komunikovat pomocí malého "udělátka",

or we might have to start compiling that dictionary, after all.

jinak bychom museli začít sestavovat vesmírný slovník.