How computers translate human language - Ioannis Papachimonas

Traducător: Floricica Nagy-Matei Corector: Claudia Pravat

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

Cum de atâtea specii intergalactice din filme sau de la TV

just happen to speak perfect English?

vorbesc perfect limba engleză?

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

Pe scurt, nimeni nu vrea să vadă cum echipajul unei nave spațiale

spend years compiling an alien dictionary.

petrece ani să creeze un dicționar pentru o limbă extraterestră.

But to keep things consistent,

Însă din motive de coerență,

the creators of Star Trek and other science-fiction worlds

creatorii Star Trek și ai altor lumi SF

have introduced the concept of a universal translator,

au introdus conceptul de traducător universal,

a portable device that can instantly translate between any languages.

un dispozitiv portabil ce traduce imediat din orice limbă.

E posibil în realitate astfel de traducător universal?

So is a universal translator possible in real life?

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

Deja sunt multe programe care susțin că fac asta,

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

iau un cuvânt, o propoziție, o carte întreagă dintr-o limbă

and translating it into almost any other,

și le traduc în aproape oricare alta,

fie că e engleză modernă sau sanscrită veche.

whether it's modern English or Ancient Sanskrit.

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

Dacă traducerea ar presupune doar căutarea cuvintelor în dicționar,

these programs would run circles around humans.

aceste programe s-ar descurca mai bine decât oamenii.

The reality, however, is a bit more complicated.

Totuși, realitatea e puțin mai complicată.

A rule-based translation program uses a lexical database,

Un program de traducere bazat pe reguli folosește o bază de date lexicală

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

care include toate cuvintele dintr-un dicționar

and all grammatical forms they can take,

și toate formele gramaticale pe care le pot avea aceste cuvinte,

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

și un set de reguli pentru a recunoaște elementele lingvistice de bază din limbă.

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

Pentru o propoziție simplă cum ar fi „Copiii mănâncă brioșele”,

the program first parses its syntax, or grammatical structure,

programul analizează întâi sintaxa sau structura gramaticală,

by identifying the children as the subject,

identificând copiii ca fiind subiectul,

and the rest of the sentence as the predicate

iar restul propoziției fiind predicatul

consisting of a verb "eat,"

format din verbul „mănâncă”

and a direct object "the muffins."

și complementul direct „brioșele”.

It then needs to recognize English morphology,

Trebuie să recunoască morfologia limbii

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

sau cum ea poate fi împărțită în cele mai mici unități de sens,

such as the word muffin

cum ar fi cuvântul „brioșă”

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

și sufixul „le”, care indică pluralul.

Finally, it needs to understand the semantics,

Mai mult, trebuie să înțeleagă semantica,

what the different parts of the sentence actually mean.

ce anume înseamnă fiecare parte a propoziției.

To translate this sentence properly,

Pentru a traduce propoziția corect,

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

programul va accesa un vocabular și un set de reguli diferite

for each element of the target language.

pentru fiecare element din limba țintă.

But this is where it gets tricky.

Aici devine complicat.

Sintaxa unor limbi permite aranjarea cuvintelor în orice ordine,

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

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

pe când în alte limbi, asta ar însemna că brioșa mănâncă copilul.

Morphology can also pose a problem.

Și morfologia poate pune probleme.

Slovene distinguishes between two children and three or more

Limba slovenă distinge între doi copii și trei sau mai mulți,

using a dual suffix absent in many other languages,

folosind un sufix dual, absent în multe alte limbi,

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

în timp ce lipsa articolului hotărât din rusă te face să te întrebi

whether the children are eating some particular muffins,

dacă copiii mănâncă anumite brioșe

or just eat muffins in general.

sau doar brioșe în general.

Finally, even when the semantics are technically correct,

Chiar dacă semantica e corectă din punct de vedere tehnic,

the program might miss their finer points,

programul poate omite subtilitățile,

such as whether the children "mangiano" the muffins,

cum ar fi dacă copiii mănâncă brioșele

or "divorano" them.

sau le devorează.

Another method is statistical machine translation,

O altă metodă e traducerea automată statistică,

which analyzes a database of books, articles, and documents

care analizează o bază de date cu cărți, articole și documente

that have already been translated by humans.

care au fost deja traduse de oameni.

By finding matches between source and translated text

Prin găsirea de echivalențe între limba sursă și textul tradus,

that are unlikely to occur by chance,

care sunt puțin probabil să apară aleatoriu,

the program can identify corresponding phrases and patterns,

programul poate identifica propoziții și structuri corespondente

and use them for future translations.

și utiliza pentru traduceri viitoare.

However, the quality of this type of translation

Totuși, calitatea acestui tip de traducere

depends on the size of the initial database

depinde de mărimea bazei de date inițiale

and the availability of samples for certain languages

și de disponibilitatea eșantioanelor pentru anumite limbi

or styles of writing.

sau stiluri de scriere.

The difficulty that computers have with the exceptions, irregularities

Dificultatea pe care calculatorul o are cu excepțiile, abaterile

and shades of meaning that seem to come instinctively to humans

sau sensurile ascunse care par să fie instinctive oamenilor

has led some researchers to believe that our understanding of language

i-a făcut pe unii cercetători să creadă că modul în care înțelegem limba

is a unique product of our biological brain structure.

e un produs unic al structurii biologice a creierului.

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

De fapt, unul dintre cei mai faimoși traducători universali ficționali,

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

peștele Babel din „Ghidul autostopistului galactic”

is not a machine at all but a small creature

nu e o mașină, ci o creatură mică

that translates the brain waves and nerve signals of sentient species

ce traduce undele creierului și semnalele nervoase ale speciilor inteligente,

through a form of telepathy.

printr-o formă de telepatie.

Momentan, învățarea unei limbi prin metoda veche

For now, learning a language the old fashioned way

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

va avea rezultate mai bune decât orice program disponibil.

But this is no easy task,

Dar asta nu e deloc ușor,

and the sheer number of languages in the world,

iar numărul mare de limbi din lume

și interacțiunea crescândă dintre oamenii care le vorbesc

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

will only continue to spur greater advances in automatic translation.

va continua să stimuleze dezvoltarea traducerii automate.

Poate atunci când vom întâlni forme de viață intergalactice,

Perhaps by the time we encounter intergalactic life forms,

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

vom putea comunica cu ele cu ajutorul unui aparat mic

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

sau va trebui totuși să începem să creăm acel dicționar.