How computers translate human language - Ioannis Papachimonas

Fordító: Eva Ballago Lektor: Csaba Lóki

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

Hogyan lehetséges, hogy sok, filmekben és tévében szereplő intergalaktikus faj

just happen to speak perfect English?

tökéletesen beszél angolul?

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

A rövid válasz az, hogy senki nem akarja végignézni,

spend years compiling an alien dictionary.

ahogy egy csillaghajó legénysége éveket tölt egy szótár összeállításával.

But to keep things consistent,

De hogy következetesek maradjanak, a Star Trek

the creators of Star Trek and other science-fiction worlds

és más tudományos-fantasztikus világok alkotói,

have introduced the concept of a universal translator,

bevezették az univerzális fordítóeszköz fogalmát.

a portable device that can instantly translate between any languages.

Ez egy hordozható eszköz, amely azonnal fordít bármely két nyelv között.

So is a universal translator possible in real life?

Létezik ilyen univerzális fordítóeszköz a valóságban?

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

Sok program tudja elvileg megcsinálni azt,

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

hogy vesz egy szót, mondatot, vagy egy egész könyvet egy nyelven

and translating it into almost any other,

és lefordítja szinte bármely másikra,

whether it's modern English or Ancient Sanskrit.

legyen az mai angol vagy ősi szanszkrit.

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

És ha a fordítás csak annyiból állna, hogy megtaláljunk szavakat a szótárban,

these programs would run circles around humans.

ezek a programok leköröznék az embereket.

The reality, however, is a bit more complicated.

A valóság azonban egy kicsit bonyolultabb.

A rule-based translation program uses a lexical database,

A szabályokon alapuló fordítóprogram lexikális adatbázist használ,

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

ami tartalmaz minden szótárban megtalálható szót,

and all grammatical forms they can take,

annak minden lehetséges nyelvtani alakjával, és egy szabályhalmazt,

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

amivel felismeri a nyelvészeti alkotóelemeket a bemeneti nyelvben.

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

Egy olyan egyszerűnek tűnő mondatot, mint "The children eat the muffins,"

the program first parses its syntax, or grammatical structure,

a program először szintaktikailag elemez, vagyis a nyelvtani struktúrát nézi,

by identifying the children as the subject,

és azonosítja, hogy a "the children" az alany,

and the rest of the sentence as the predicate

és a mondat további része az állítmány,

consisting of a verb "eat,"

ami az "eat" igéből

and a direct object "the muffins."

és a "the muffins" tárgyból áll.

It then needs to recognize English morphology,

Ezután következik az angol morfológiai elemzés,

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

avagy hogyan lehet a nyelvet a legkisebb értelmes egységekre bontani,

such as the word muffin

mint például a "muffin" szó

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

és az "s" utótag, ami [az angolban] a többesszámot jelenti.

Finally, it needs to understand the semantics,

Végül értenie kell a szemantikát,

what the different parts of the sentence actually mean.

vagyis a mondat különböző részeinek jelentését.

To translate this sentence properly,

A mondat megfelelő lefordításához

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

a program a célnyelv minden egyes elemére

for each element of the target language.

egy másik szó- és szabályhalmazt alkalmaz.

But this is where it gets tricky.

És itt válik trükkössé a dolog.

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

Pár nyelv szintaxisa lehetővé teszi, hogy a szavak bármilyen sorrendben legyenek,

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

míg más nyelveken, ha így teszünk, akkor a muffin eszi meg a gyereket.

Morphology can also pose a problem.

A morfológia is problémás lehet.

Slovene distinguishes between two children and three or more

A szlovén különbséget tesz kettő, és három vagy több gyerek között

using a dual suffix absent in many other languages,

a más nyelveken nem létező dupla utótag használatával.

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

Az oroszban pedig a határozott névelők hiánya miatt azon gondolkodsz,

whether the children are eating some particular muffins,

hogy a gyerekek néhány konkrét muffint esznek

or just eat muffins in general.

vagy csak általában esznek muffint.

Finally, even when the semantics are technically correct,

Végül, még ha a szemantika gyakorlatilag helyes is,

the program might miss their finer points,

a program eltévesztheti a finomabb részleteket,

such as whether the children "mangiano" the muffins,

mint például, hogy a gyerekek "mangiano" (megeszik) a muffinokat,

or "divorano" them.

vagy "divorano" (felfalják) azokat.

Another method is statistical machine translation,

Egy másik módszer a statisztikai gépi fordítás,

which analyzes a database of books, articles, and documents

ami egy olyan könyvekből, cikkekből és dokumentumokból álló adatbázist elemez,

that have already been translated by humans.

amit emberek már lefordítottak.

By finding matches between source and translated text

Ha egyezéseket talál a forrás- és a célszövegek között,

that are unlikely to occur by chance,

amik nem valószínű, hogy véletlenül fordulnak elő,

the program can identify corresponding phrases and patterns,

a program összetartozó frázisokat és mintázatokat azonosíthat,

and use them for future translations.

és használhatja őket jövőbeni fordításokban.

However, the quality of this type of translation

Viszont az effajta fordítás minősége

depends on the size of the initial database

függ a kezdeti adatbázis nagyságától,

and the availability of samples for certain languages

és attól, hogy mennyi minta áll rendelkezésre bizonyos nyelveken

or styles of writing.

illetve bizonyos stílusú írásokból.

The difficulty that computers have with the exceptions, irregularities

Az emberek számára ösztönösen érezhető kivételek,

and shades of meaning that seem to come instinctively to humans

szabálytalanságok és jelentésárnyalatok, amik a gépeknek nehézséget okoznak,

has led some researchers to believe that our understanding of language

azt a benyomást keltik a kutatókban, hogy a nyelv megértése

is a unique product of our biological brain structure.

biológiai agyunk struktúrájának egyedi terméke.

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

Az egyik legismertebb kitalált univerzális fordítóeszköz,

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

a Bábel-hal, a Galaxis útikalauz stopposoknak című alkotásból,

is not a machine at all but a small creature

valójában nem is egy gép, hanem egy apró teremtmény,

that translates the brain waves and nerve signals of sentient species

amely az élőlények agyhullámait

through a form of telepathy.

és idegjelzéseit egyféle telepátián keresztül fordítja le.

For now, learning a language the old fashioned way

Egyelőre a régimódi nyelvtanulás még mindig jobb eredményeket hoz,

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

mint bármelyik jelenleg elérhető számítógépes program.

But this is no easy task,

De ez nem egyszerű feladat,

and the sheer number of languages in the world,

a világ nyelveinek puszta száma,

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

illetve a növekvő interakció a nyelveket beszélők között,

will only continue to spur greater advances in automatic translation.

továbbra is viszi előre az automatizált fordítás fejlesztését.

Perhaps by the time we encounter intergalactic life forms,

Talán mire találkozunk az intergalaktikus életformákkal,

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

tudunk majd kommunikálni velük egy apró kütyüvel.

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

Vagy lehet mégis el kell kezdenünk összeállítani azt a szótárat.