How computers translate human language - Ioannis Papachimonas

Translator: Arvind Patil Reviewer: Smita Kantak

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

चित्रपटातील व टीव्हीतील असंख्य अवकाशातील प्राणी

just happen to speak perfect English?

इंग्रजीत कसे बोलतात ?

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

कारण कोणासही स्टार ट्रेक जहाजाच्या चमूचा चित्रपट पाहण्याची इच्छा नसते ..

spend years compiling an alien dictionary.

परग्रही जीवांची भाषा कळण्यास अनेक वर्षे एलियन शब्दकोश हाताळव लागेल.++++

But to keep things consistent,

त्याएवजी सतत नविन चित्रें पाहणे.

the creators of Star Trek and other science-fiction worlds

स्टार ट्रेक निर्माते व अन्य वैज्ञानिक कथांवर आधारित जगाने

have introduced the concept of a universal translator,

प्रथम सार्वत्रिक अनुवादाची कल्पना मांडली .

a portable device that can instantly translate between any languages.

एक फिरते उपकरण जे कोणत्याही भाषेचा अनुवाद करेल.

So is a universal translator possible in real life?

असे कोणत्याही भाषेचा अनुवाद करणारे उपकरण शक्य आहे काय ?

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

असे अनेक प्रोग्राम्स असल्याचा दावा करण्यात आला आहे '

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

ते अनुवादासाठी एका भाषेतील शब्द ,वाक्य व पूर्ण पुस्तक वापरतात.

and translating it into almost any other,

आणि मग ते कोणत्याही भाषेत त्याचा अनुवाद करतात .

whether it's modern English or Ancient Sanskrit.

मग ती प्राचीन संस्कृत वा आधुनिक इंग्रजी भाषा असो.

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

जर भाषांतर म्हणजे नुसते शब्दकोश पाहणे असते तर,

these programs would run circles around humans.

हे प्रोग्राम्स नुसते आपल्याभोवती फिरत राहिले असते .

The reality, however, is a bit more complicated.

वस्तुस्थिती वेगळीच आहे .

A rule-based translation program uses a lexical database,

नियम आधारित प्रोग्रामात गद्य वाक्यांची माहिती संग्रहित असते.

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

ज्यात तुम्हाला शब्दकोशात मिळणारे सर्व शब्द असतात .

and all grammatical forms they can take,

आणि त्याशी संबंधित व्याकरण ही त्यात असते .

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

काही नियम असतात मुलभूत भाषेच्या ओळखीचे जी भाषा वापराल त्यासाठी .

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

सध्या वाक्यासाठी उदा "मुलांनी केक खाल्ला "

the program first parses its syntax, or grammatical structure,

प्रोग्राम प्रथम वाक्याचे व्याकरण दृष्ट्या पृथः करण करतो.

by identifying the children as the subject,

मुले हे कर्ता आहे हे ओळखतो.

and the rest of the sentence as the predicate

आणि उरलेल्या वाक्यावरून अंदाज करतो

consisting of a verb "eat,"

खाणे हे क्रियापद आहे.

and a direct object "the muffins."

केक हे कर्म आहे.

It then needs to recognize English morphology,

त्यानंतर इंग्रजीच्या रचनेचा विचार होतो.

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

भाषा ही छोट्या छोट्या अर्थपूर्ण समूहात विभागली जाते .

such as the word muffin

जसे muffin

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

आणि त्याला लावलेला sufix s जो अनेकवचन सुचवितो.

Finally, it needs to understand the semantics,

शेवटी गरज भासते ती भाषेचा अर्थ लावण्याची .

what the different parts of the sentence actually mean.

वाक्यातील दोन भिन्न भागांचा अर्थ काय आहे .

To translate this sentence properly,

जेणेकरून योग्य भाषांतर होईल.

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

हा प्रोग्राम त्यासाठी विविध शब्दसंग्रह व नियम अभ्यासितो,

for each element of the target language.

ज्या भाषेत भाषांतर करावयाचे आहे त्या भाषेचे.

But this is where it gets tricky.

आणि यासाठी युक्ती आहे .

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

काही भाषातील वाक्य रचना काही शब्द अनेक प्रकारे रचना करू शकतात.

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

आणि असा ही अर्थ लावला जातो केकने मुलांना खातो .

Morphology can also pose a problem.

अश्याप्रकारे काहींचा अर्थ बदलला जातो

Slovene distinguishes between two children and three or more

Slovene भाषा दोन किवा तीन मुलांमधील फरक ओळखते .

using a dual suffix absent in many other languages,

दुहेरी प्रत्यय वापरून जो अन्य भाषेत नसतो.

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

रशियन भाषेत निश्चित अशी उपपदे नाहीत ही नवलाची बाब आहे .

whether the children are eating some particular muffins,

मुले विशिष्ट केक खातात की

or just eat muffins in general.

नुसताच साधा केक खातात.

Finally, even when the semantics are technically correct,

काही वेळा वाक्यरचना तांत्रिक रित्या बरोबर असूनही

the program might miss their finer points,

तो अंतिम अर्थ देत नाही.

such as whether the children "mangiano" the muffins,

मुलांनी केक हस्तगत केला

or "divorano" them.

व तो विभागला .

Another method is statistical machine translation,

दुसरी पद्धत आहे सांखिकी पद्धतीचे यांत्रिक भाषांतर

which analyzes a database of books, articles, and documents

जी पुस्तके, लेख व कागपत्रे यांचे पृथः करण करते.

that have already been translated by humans.

जी अगोदरच भाषांतरित झाली आहेत.

By finding matches between source and translated text

ते मूळ उगमस्थान व भाषांतरित भाग जुळवते .

that are unlikely to occur by chance,

जो परत येणे संभावित नाही

the program can identify corresponding phrases and patterns,

हा प्रोग्राम म्हणी व वाक्याचा प्रकार ओळखतो

and use them for future translations.

आणि पुढच्या भाषांतरासाठी वापरतो.

However, the quality of this type of translation

पण या भाषांतराची गुणवत्ता अवलंबून असते

depends on the size of the initial database

पुरविलेल्या माहितीच्या सामुग्रीवर.

and the availability of samples for certain languages

आणि त्या भाषेच्या पुरविलेल्या नमुन्यावर

or styles of writing.

किवा लिखाणाच्या पद्धतीवर.

The difficulty that computers have with the exceptions, irregularities

काही अपवाद व अनियमितता याची अडचण संगणकास होऊ शकते .

and shades of meaning that seem to come instinctively to humans

काही शब्दांचे अर्थ त्याच्या छटा मानवी मेंदूलाच जाणवतात.

has led some researchers to believe that our understanding of language

याबाबतचा शोध सांगतो की भाषा समजणे

is a unique product of our biological brain structure.

हा आपल्या मेंदूची एकमेव रचना आहे .

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

सार्वत्रिक भाषांतर या प्रसिद्ध संकल्पनेची

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

बायबल उद्गाती आहे .

is not a machine at all but a small creature

अंतराळ प्रवासाची मार्गदर्शिका

that translates the brain waves and nerve signals of sentient species

जी सांगते मेंदूच्या लहरी आणि चेतापेशीची स्पंदने इतरांशी संपर्क करतात .

through a form of telepathy.

एकप्रकारच्या टेलीपथी प्रमाणे.

For now, learning a language the old fashioned way

नवी भाषा शिकण्याची जुनी पद्धत होती

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

ती आपल्याला अधिक चांगला परिणाम दाखवेल .

But this is no easy task,

पण हे सोपे काम नाही ,

and the sheer number of languages in the world,

कारण भाषांची संख्या अफाट आहे ,

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

तसेच ती बोलताना त्यांची होणारी आंतरक्रीयाही अगणिक आहे.

will only continue to spur greater advances in automatic translation.

आपोआप भाषांतराबाबत आपण अधिक प्रेरणा घेत आहोत .

Perhaps by the time we encounter intergalactic life forms,

कदाचित काही काळात आपणास वैश्विक स्वरूप मिळेल.

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

आणि एका लहानश्या उपकरणाने त्यांच्याशी संपर्क साधू

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

किवा त्या शब्दकोशाचा आपणास आधार घ्यावा लागेल .