How computers translate human language - Ioannis Papachimonas

Translator: Ba Dương Reviewer: Dieu Dang NguyenTran

Làm cách nào mà sinh vật giữa các thiên hà trên phim, TV

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

just happen to speak perfect English?

có thể nói tiếng Anh một cách trôi chảy nhỉ?

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

Ngắn gọn đó là chả ai muốn xem một thuyền trưởng phi hành đoàn

spend years compiling an alien dictionary.

dành nhiều năm trời để tìm hiểu từ điển của người ngoài hành tinh.

But to keep things consistent,

Nhưng để cho hợp lí

the creators of Star Trek and other science-fiction worlds

các nhà sản xuất phim Chiến tranh giữa các vì sao và những phim khác

have introduced the concept of a universal translator,

đã đưa ra một khái niệm máy phiên dịch vũ trụ-

a portable device that can instantly translate between any languages.

một thiết bị cầm tay có thể dịch tức thì ngôn ngữ nào.

So is a universal translator possible in real life?

Liệu máy phiên dịch vũ trụ có tồn tại trong đời thật?

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

Chúng ta đã có nhiều chương trình máy tính chứng minh được khả năng này

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

đánh 1 từ, 1 câu hoặc cả 1 cuốn sách bằng 1 ngôn ngữ

and translating it into almost any other,

và dịch ra bất kì ngôn ngữ nào khác

whether it's modern English or Ancient Sanskrit.

cho dù đó là tiếng Anh hiện đại hay tiếng Phạn cổ.

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

Nếu như việc dịch thuật chỉ đơn thuần là tra nghĩa trong từ điển

these programs would run circles around humans.

thì những chương trình này sẽ dịch còn tốt hơn so với con người.

The reality, however, is a bit more complicated.

Thực tế là, câu chuyện phức tạp hơn như thế một chút.

A rule-based translation program uses a lexical database,

Nguyên tắc cơ bản của một chương trình dịch là sử dụng hệ thông tin từ vựng

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

bao gồm tất cả những từ mà bạn sẽ tìm thấy trong từ điển

and all grammatical forms they can take,

và các dạng ngữ pháp có thể có thể có

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

và bộ nguyên tắc để nhận diện thành phần ngôn ngữ học thiết yếu cần dịch.

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

Thử lấy một ví dụ có vẻ đơn giản: "The children eat the muffins"

the program first parses its syntax, or grammatical structure,

chương trình sẽ đầu tiên phân tích cấu trúc ngữ pháp câu

by identifying the children as the subject,

bằng cách định dạng "The children" là chủ ngữ

and the rest of the sentence as the predicate

và phần còn lại của câu là vị ngữ

consisting of a verb "eat,"

động từ là "eat",

and a direct object "the muffins."

và tân ngữ trực tiếp là "the muffins".

It then needs to recognize English morphology,

Sau đó nó cần nhận diện hình thái ngôn ngữ của tiếng Anh

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

hay làm cách nào mà ngôn ngữ này có thể chia thành những đơn vị nghĩa nhỏ nhất,

such as the word muffin

ví dụ từ "muffin"

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

và hậu tố "s", sử dụng để chỉ số nhiều.

Finally, it needs to understand the semantics,

Cuối cùng câu dịch cần được hiểu về ngữ nghĩa học,

what the different parts of the sentence actually mean.

mỗi phần của câu thực tế ra có nghĩa gì.

To translate this sentence properly,

Để dịch một câu chính xác,

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

chương trình sẽ quy ra hệ từ vựng và quy tắc

for each element of the target language.

của mỗi thành phần trong ngôn ngữ đích.

But this is where it gets tricky.

Nhưng đây là lúc dễ gây ra nhầm lẫn.

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

Cú pháp của một số ngôn ngữ cho phép từ được đặt không cần theo trật tự,

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

trong khi có những ngôn ngữ có thể khiến câu trở thành "The muffin eat the child".

Morphology can also pose a problem.

Hình thái ngôn ngữ cũng có thể gây ra rắc rối khi dịch.

Slovene distinguishes between two children and three or more

Tiếng Slovene có sự phân biệt giữa 2 đứa trẻ và 3 đứa trẻ hoặc nhiều hơn

using a dual suffix absent in many other languages,

khi sử dụng cặp hậu tố mà những ngôn ngữ khác không có,

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

trong khi tiếng Nga lại không sử dụng mạo từ có thể khiến bạn băn khoăn

whether the children are eating some particular muffins,

liệu là bọn trẻ đang ăn những cái bánh muffin cụ thể

or just eat muffins in general.

hay chỉ là ăn theo nghĩa chung.

Finally, even when the semantics are technically correct,

Cuối cùng, cho dù ngữ nghĩa có đúng về mặt kĩ thuật,

the program might miss their finer points,

chương trình có thể dịch chưa phù hợp,

such as whether the children "mangiano" the muffins,

như bọn trẻ ăn bánh muffin một cách bình thường,

or "divorano" them.

hay ăn một cách ngấu nghiến.

Another method is statistical machine translation,

Một phương thức dịch khác là máy dịch dữ liệu,

which analyzes a database of books, articles, and documents

phân tích những dữ liệu trong sách, báo hay tài liệu

that have already been translated by humans.

mà đã được dịch sẵn.

By finding matches between source and translated text

Bằng cách tìm ra sự phù hợp giữa dữ liệu nguồn và bài đã được dịch,

that are unlikely to occur by chance,

điều mà khó xảy ra một cách ngẫu nhiên,

the program can identify corresponding phrases and patterns,

chương trình này có thể xác định những cụm và mẫu câu tương đương

and use them for future translations.

và sử dụng chúng khi cần đến trong tương lai

However, the quality of this type of translation

Tuy nhiên chất lượng dịch kiểu này

depends on the size of the initial database

phụ thuộc vào dữ liệu ban đầu

and the availability of samples for certain languages

và sự sẵn có các mẫu trong những ngôn ngữ nhất định

or styles of writing.

hay phong cách viết.

The difficulty that computers have with the exceptions, irregularities

Khó khăn mà máy tính gặp phải với những ngoại lệ và trường hợp bất quy tắc

and shades of meaning that seem to come instinctively to humans

và nghĩa có vẻ tự nhiên như con người

has led some researchers to believe that our understanding of language

đã khiến các nhà khoa học tin rằng thấu hiểu ngôn ngữ

is a unique product of our biological brain structure.

là sản phẩm đặc trưng của cấu trúc sinh học của não bộ.

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

Thực tế, một trong những máy phiên dịch ảo vũ trụ nổi tiếng nhất,

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

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

is not a machine at all but a small creature

không hoàn toàn là 1 cái máy, mà là 1 sinh vật bé

that translates the brain waves and nerve signals of sentient species

có thể dịch được sóng não và tín hiệu thần kinh của những sinh vật có tri giác

through a form of telepathy.

thông qua một dạng cảm nhận.

For now, learning a language the old fashioned way

Cho đến nay, học một ngôn ngữ nào theo cách truyền thống

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

đều đem lại kết quả tốt hơn so với các chương trình dịch có sẵn.

But this is no easy task,

Nhưng đây không là cách đơn giản

and the sheer number of languages in the world,

và số lượng lớn các ngôn ngữ trên thế giới

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

cũng như việc ngày càng tăng số lượng người nói chúng,

will only continue to spur greater advances in automatic translation.

điều này sẽ tiếp tục khuyến khích phát triển các máy phiên dịch tự động.

Perhaps by the time we encounter intergalactic life forms,

Đến khi chúng ta tiếp xúc với dạng thể sống khác trong các dãi ngân hà

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

chúng ta có thể giao tiếp với họ bằng 1 thiết bị gọn nhẹ

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

hoặc chúng ta tiếp tục phải tra từ điển như cũ.