Einführung in die Maschinelle Übersetzung (MÜ)
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Vorlesung „Einführung in die Sprachdatenverarbeitung“
Einführung
in die Maschinelle Übersetzung (MÜ)
Dr. Uwe Reinke
u.reinke@mx.uni-saarland.de
Übersicht
z Machine-Aided Human Translation, Human-Aided
Machine Translation, Fully Automatic Translation
z Einsatzkriterien
z Systemtypen
– Regelbasiert
(bi-, multilingual; uni-, bidirektional; direkt, indirekt;
Transfer, Interlingua)
– Beispielbasiert
z Grober Abriss der Geschichte der MÜ
U. Reinke 2005
Dr. Uwe Reinke 1Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Computergestützte und Maschinelle Übersetzung:
MAHT, HAMT, FAT
z Machine-Aided Human Translation (MAHT)
(Maschinelle Übersetzungshilfen)
– Der Mensch übersetzt, die Software unterstützt
ÎMultilinguale Textverarbeitung
ÎRechnergestützte Terminologieverwaltung
ÎIntegrierte Systeme für den Übersetzungsarbeitsplatz, Lokalisierungstools
z Human-Aided Machine Translation (HAMT)
– Die Software übersetzt, der Mensch unterstützt
z Fully Automatic Translation (FAT)
– Die Software übersetzt; die Übersetzung wird ohne weitere Bearbeitung
durch den Menschen verwendet
– früher: Fully Automatic High Quality Translation (FAHQT)
– heute: realistischere Einschätzung, vorwiegend Forschungsprojekte
U. Reinke 2005
Human-Aided Machine Translation (HAMT)
z Übersetzung zumindest zum Teil durch den Computer,
d.h. die Software übersetzt, der menschliche Bearbeiter
unterstützt.
z Verschiedene Eingriffsmöglichkeiten für den Übersetzer
– Eingriff des Menschen vor dem Übersetzungsprozess
(Pre-Editing)
– Eingriff des Menschen während des Übersetzungsprozesses
(Interaktives Übersetzen)
– Eingriff des Menschen nach dem Übersetzungsprozess
(Post-Editing)
U. Reinke 2005
Dr. Uwe Reinke 2Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Human-Aided Machine Translation (HAMT)
z Pre-Editing (Präedition)
Eingriff des Menschen vor dem Übersetzungsprozess entweder
durch Formulierung des ausgangssprachlichen Textes in
standardisierter Sprache oder Umformulierung gemäß der
Leistungsfähigkeit des Übersetzungssystems.
Beispiel:
z METEO
- Canadian Meteorological Center
- Übersetzung englischer Wettervorhersagen ins Französische
Îstandardisierte Formulierungen
Îendliche Menge von Wetterzuständen → begrenzter Wortschatz
U. Reinke 2005
Human-Aided Machine Translation (HAMT)
z Interaktives Übersetzen
Interaktion zwischen Software und Mensch zur Auflösung von
Mehrdeutigkeiten und ähnlichen Übersetzungsproblemen
Beispiel:
z Eingabesatz:
"They filled the tank with gas"
z Fragen der Software an den Benutzer:
"tank" = military vehicle or vessel for fluids?
"gas" = gasoline or vapor?
"fill with gas" or "tank with gas"?
"they" = the soldiers, the tanks, the enemy etc.?
U. Reinke 2005
Dr. Uwe Reinke 3Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Human-Aided Machine Translation (HAMT)
z Post-Editing (Postedition)
– Eingriff des Menschen nach dem Übersetzungsprozess
ÎKorrektur / Nachredaktion
– Heutzutage arbeiten nahezu alle in der Praxis eingesetzten
Systeme mit Post-Editing
– Dabei wird versucht, eine möglichst benutzerfreundliche
Schnittstelle zwischen dem MÜ-System und dem Post-Editing-
Werkzeug herzustellen. Es werden z.B. zusätzliche
Terminologiedatenbanken oder Online-Wörterbücher in den
Post-Editionsprozess mit einbezogen sowie eine Schnittstelle zu
einem möglichst benutzerfreundlichen Textverarbeitungssystem
bereitgestellt.
U. Reinke 2005
Fully Automatic Translation (FAT)
– ursprüngliche Zielsetzung:
fully automatic high-quality translation (FAHQT)
– heute realistischere Einschätzung - fast nur noch
Forschungsprojekte
– Erforschung des prinzipiell Machbaren, Erprobung
computerlinguistischer Modelle
– bislang ambitioniertestes Projekt: VERBMOBIL
(http://verbmobil.dfki.de/)
– Schwerpunktverlagerung in der Forschung:
Übersetzungstools, Mensch-Maschine-Schnittstelle am
Übersetzerarbeitsplatz, Künstliche Intelligenz
U. Reinke 2005
Dr. Uwe Reinke 4Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Einsatzkriterien für MÜ
z Zu bearbeitendes Material:
– Text maschinenlesbar
– korrekte Rechtschreibung
– Layout identifizierbar
– erforderliche Sprachkombinationen
– Textsorten (homogen, repetitiv)
– beschränkte Anzahl von Fachgebieten
z Technische Voraussetzungen:
– integrierte Textproduktion im Haus
– Hardware verfügbar bzw. leicht integrierbar
z Personal:
– mehrere Übersetzer
– (computer-)linguistische Kenntnisse
U. Reinke 2005
Systemtypen:
Regelbasierte vs. beispielbasierte MÜ
Analyse sprachlicher Daten:
Strukturalistischer vs. empirischer Ansatz
z Strukturalistischer Ansatz: Regelbasierte MÜ
– Sprache ist ein begrenztes, regelbasiertes System
– Automatische Sprachverarbeitung lässt sich mit Regeln definieren
– Regel werden anhand von menschlicher Intuition formuliert
Beispielbasierte/
z Empirischer Ansatz: korpusbasierte/
– Sprache ist die Gesamtmenge ihrer Instanzen statistische MÜ
(gesprochene und geschriebene Texte)
– Generalisierungen über Sprache(n) sind möglich auf der Basis von
großen Textsammlungen, die als repräsentative Stichproben betrachtet
werden
Î Korpora
U. Reinke 2005
Dr. Uwe Reinke 5Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Systemtypen:
Regelbasierte vs. beispielbasierte MÜ
z Regelbasierte Systeme
– Formalisierung des Wissens von Übersetzern
– durch Linguisten und Programmierer
– benötigt Wörterbücher, grammatische Regeln etc.
z Beispielbasierte Systeme
– benötigen große mehrsprachige Korpora
– automatische Extraktion von Ähnlichkeiten
– --> Ähnlichkeit mit Translation Memories;
aber:
beispielbasierte MÜ-Systeme erstellen selbst neue Übersetzungen
U. Reinke 2005
Systemtypen:
Regelbasierte MÜ-Systeme
z Verfahren
– bi-, multilingual
– uni-, bidirektional
– direkt, indirekt
– Transfer, Interlingua
z „Lingware“-Komponenten
– Lexika (Systemwörterbücher)
– Grammatiken (für ausgangssprachliche Analyse
und zielsprachliche Synthese/Generierung)
– Transferregeln
U. Reinke 2005
Dr. Uwe Reinke 6Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Systemtypen:
Regelbasierte MÜ-Systeme – direkt vs. indirekt
Direkt:
z 1) DE -> EN 1), 2), 3), 4): bilingual
z 2) DE -> FR 1)+2)+…: multilingual
z 3) EN -> DE 1)-4): unidirektional
z 4) FR -> EN 1)+3): bidirektional
Indirekt:
z 4) + 3): FR -> EN -> DE
z FR -> Interlingua -> DE
z FR (Analyse) -> EN-Interface-Struktur->DE-Interface-Struktur (Transfer)
->DE (Synthese, Generierung)
U. Reinke 2005
Systemtypen:
Regelbasierte direkte MÜ-Systeme
z keine Zwischenstufen über Abstraktionen, Zwischensprachen o.ä.
Î Verarbeitung des ausgangssprachlichen Input führt „direkt“ zu
zielsprachlichem Output
z einfache morphologische Analysen (Erkennen von Endungen,
Reduzierung flektierter Formen auf Stammformen)
z keine syntaktische oder gar semantische Analyse
Î Ergebnis: „Wort-für-Wort-Übersetzung“ mit geringfügiger Anpassung der
Wortstellung in der Zielsprache
z Systeme der „1. Generation“ (50er/60er Jahre des 20. Jh.)
© Hutchins, Somers (1992)
U. Reinke 2005
Dr. Uwe Reinke 7Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Systemtypen:
Regelbasierte indirekte MÜ-Systeme: Interlingua-Ansatz
z Grundannahme: Es gibt eine Repräsentation, die mehreren Sprachen
gemeinsam ist („Interlingua“)
Î z.B. Kunstsprachen, Hilfssprachen (Esperanto), abstrakte formale
Repräsentationen
Ausgangs-
Analyse Synthese Ziel-
Ausgangs- Ziel-
Î Übersetzungs- sprache
sprache 11 sprache
sprache 11
prozess:
Ausgangs-
Ausgangs- Ziel-
Ziel-
ÎPro Sprachpaar 1 sprache
sprache 22 sprache
sprache 22
Analyse- und 1 Interlingua
Interlingua
Synthese-Modul Ausgangs-
Ausgangs- Ziel-
Ziel-
sprache
sprache 33 sprache
sprache 33
Ausgangs-
Ausgangs- Ziel-
Ziel-
sprache
sprache …
… sprache
sprache ……
U. Reinke 2005
Systemtypen:
Regelbasierte indirekte MÜ-Systeme: Interlingua-Ansatz
Beispiel für abstrakte Repräsentation:
z He walked across the road.
Il traversa la rue à pied.
© Hutchins, Somers (1992)
U. Reinke 2005
Dr. Uwe Reinke 8Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Systemtypen:
Regelbasierte indirekte MÜ-Systeme: Interlingua-Ansatz
Probleme:
z Auswahl der Interlingua (Welche Sprache, welcher Formalismus?)
Î Gibt es tatsächlich sprachunabhängige Darstellungen von Bedeutungen?
z Aufbau des Lexikons
(z.B. engl. leg; span. pierna (Mensch), pata (Tier, Tisch), pie (Stuhl); dt. Bein
Î Interlingua: Darstellung von einer Bedeutung oder von drei Bedeutungen??)
z Stil / Bedeutung (aus einer abstrakten Repräsentation lassen sich verschiedene
zielsprachliche Varianten (mit unterschiedlichem Stil oder gar unterschiedlicher
Bedeutung erzeugen ÎGleichwertigkeit??)
– z. B.: Er ging über die Straße. Über die Straße ging er. Er sprang über die
Straße. Er flitzte über die Straße. etc.
Î Bisher keine kommerziellen Systeme!
U. Reinke 2005
Systemtypen:
Regelbasierte indirekte MÜ-Systeme: Transfer-Ansatz
z Analyse des Ausgangstexts führt zu abstrakter Repräsentation des
Ausgangstexts (ausgangssprachliche Interface-Struktur)
z Synthese des Zieltexts erfordert abstrakte Repräsentation des Zieltexts
(zielsprachliche Interface-Struktur)
z die Übertragung zwischen den beiden Interface-Strukturen heißt Transfer
Beispiel 1: 2 Sprachpaare Î 2 Transfer-Module
© Hutchins, Somers (1992)
U. Reinke 2005
Dr. Uwe Reinke 9Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Systemtypen:
Regelbasierte indirekte MÜ-Systeme: Transfer-Ansatz
Beispiel 2:
3 Sprachpaare
Î 6 Transfer-Module
(1 zusätzliches
Sprachpaar erfordert 4
weitere Transfermodule!
Verallgemeinert: Für n
Sprachen benötigt man
n x (n-1) Module!)
© Hutchins, Somers (1992)
U. Reinke 2005
Systemtypen:
Regelbasierte indirekte MÜ-Systeme: Transfer-Ansatz
Beispiel für Interface-Strukturen:
z Any government is dependent on its supporters.
Tout gouvernement dépend de ses défenseurs.
© Hutchins, Somers (1992) © Hutchins, Somers (1992)
U. Reinke 2005
Dr. Uwe Reinke 10Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Systemtypen:
Regelbasierte MÜ-Systeme – Beispiel: Transfersystem
Langenscheidts T1:
Übersetzungs-
fenster
U. Reinke 2005
Systemtypen:
Regelbasierte MÜ-Systeme – Beispiel Transfersystem
Langenscheidts T1:
Analysebaum
"Flying planes can be dangerous"
U. Reinke 2005
Dr. Uwe Reinke 11Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Systemtypen:
Regelbasierte MÜ-Systeme – Beispiel Transfersystem
Transfer- und
Synthese-
ergebnis von T1
"Flying planes can be dangerous" Î "Fliegende Flugzeuge können gefährlich sein"
U. Reinke 2005
Systemtypen:
Regelbasierte MÜ Systeme – Übersicht
(Dreieck/Pyramide nach Vauquois)
Interlingua
Synthese/Generierung
Semantischer Transfer
Analyse
Zielsprache 3
Syntaktischer Transfer
Zielsprache 2
Direkter Transfer
Quellsprache 1 Zielsprache 1
U. Reinke 2005
Dr. Uwe Reinke 12Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Systemtypen:
Beispielbasierte MÜ-Systeme
z Verwenden eines alignierten Textkorpus aus ausgangs- und zielsprachlichen
Texten (= TM-System)
Î daher auch Bezeichnung „korpusbasierte MÜ-Systeme“
z Ziel 1: Finden von ausgangssprachlichen Sätzen im Textkorpus, die dem aktuell
zu übersetzenden Satz möglichst ähnlich sind (= TM-System)
z Ziel 2: Erstellen einer Übersetzung (≠ TM-System)
– Auswahl geeigneter Fragmente aus den gefundenen ausgangssprachlichen Sätzen
(erfordert Segmentierung unterhalb der Satzebene)
– Zuordnen der entsprechenden Fragmente auf der zielsprachlichen Seite der
gefundenen Satzpaare (erfordert Alignment unterhalb der Satzebene)
– Erstellen der Übersetzung aus den ausgewählten zielsprachlichen Fragmenten
(Rekombination)
z bislang nur experimentelle Systeme !
U. Reinke 2005
Systemtypen:
Beispielbasierte MÜ-Systeme – Beispiel
(1) The monkey ate a peach. ⇔ Der Affe aß einen Pfirsich
(2) The man ate a peach. ⇔ Der Mann aß einen Pfirsich.
Î (3) monkey ⇔ Affe ; man ⇔ Mann
Î (4) The … ate a peach. ⇔ Der … aß einen Pfirsich.
(5) The dog ate a bone. ⇔ Der Hund aß einen Knochen.
Î (6) The … ate a … ⇔ … aß einen …
Î (7) The dog ate a peach ⇔ Der Hund aß einen Pfirsich.
(8) A man ate the dog. ⇔ Einen Mann aß der Hund. (??)
⇔ Ein Mann aß den Hund.
Î Rekombination erfordert (linguistisches) Wissen!
U. Reinke 2005
Dr. Uwe Reinke 13Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Systemtypen:
Beispielbasierte MÜ-Systeme
Alignment unterhalb der Satzebene: Ermitteln und Zuordnen von
ausgangs- und zielsprachlichen Fragmenten
© E. Macklovitch, M.-L. Hannan, 1996
z Zuordnung ausgangs- und zielsprachlicher Fragmente eines Satzpaares
deutlich schwieriger als Zuordnung ausgangs- und zielsprachlicher Sätze
eines Textpaares
Î oft keine „Oberflächenkriterien“ für die Zuordnung von Sinneinheiten
U. Reinke 2005
Geschichte: 6 Dekaden MÜ
z 1946-56 Erste Versuche: IBM/Georgetown Experiment
z 1956-66 Euphorie und Enttäuschung:
Auf dem Weg zum ALPAC-Report
(ALPAC = Automatic Language Processing Advisory Committee)
z 1966-76 Grundlagenforschung
z 1976-86 „Wiedergeburt“: EU, Japan
z 1986-96 Realismus, Kommerzialisierung („MÜ für PC“),
Hoffnung auf Forschungsergebnisse in den Bereichen
Computerlinguistik (CL) und Künstliche Intelligenz (KI)
z 1997- Globalisierung (internationale Firmenzusammenschlüsse,
MÜ im Internet), gesprochene Sprache (Forschungsprojekte
zum maschinellen Dolmetschen), Integration (Einbindung in
gesamten Textproduktionsprozess, Kombination mit
Terminologieverwaltung und Translation-Memory-Systemen)
U. Reinke 2005
Dr. Uwe Reinke 14Vorlesung "Einführung
Sprachdatenverarbeitung" (Teil 6)
Literaturhinweise
zu den Vorlesungsteilen
„Einführung Sprachdatenverarbeitung und
Sprachtechnologie“,
„integrierte Übersetzungssysteme“,
„Softwarelokalisierung“ und
„Maschinelle Übersetzung“
U. Reinke 2005
z Einführung in die Sprachdatenverarbeitung:
Carstensen, Kai-Uwe u.a. (Hrsg.) (2004): Computerlinguistik und Sprachtechnologie. Eine Einführung. 2.,
überarb. u. erw. Aufl. Heidelberg: Spektrum Akademischer Verlag
Lenders, Winfried; Willée, Gerd (21998, 11986): Linguistische Datenverarbeitung: ein Lehrbuch. Opladen:
Westdeutscher Verlag
z Computergestützte Übersetzung (insbes. Integrierte Übersetzungssysteme):
Bowker, Lynne (2002). Computer-aided translation technology: A practical introduction. Ottawa: University of
Ottawa Press
eCoLoRe Project (2004): Creating shareable and renewable eContent localisation resources to support ICT
training for translators. (insbes. “Übersicht über Prozesse und Tools bei der
Lokalisierung von eContent”)
Reinke, Uwe (2004): Translation Memories: Systeme – Konzepte – Linguistische Optimierung. Frankfurt a. M.:
Peter Lang
Somers, H. L. (Hrsg.): Computers and translation: A translator's guide. Amsterdam/Philadelphia: John
Benjamins
z Softwarelokalsisierung:
Esselink, Bert (2000): A Practical Guide to Localization. Amsterdam: John Benjamins.
Reineke, Detlef; Schmitz, Klaus-Dirk (Hrsg.) (2005): Einführung in die Softwarelokalisierung. Tübingen: Narr
Schmitz, Klaus-Dirk; Wahle, Kirsten (Hrsg.) (2000): Softwarelokalisierung. Tübingen: Stauffenburg
z Maschinelle Übersetzung:
Arnold, D., L. Balkan, R.L. Humphreys, S. Meijer, S. and L. Sadler, Machine Translation: an introductory guide.
Manchester: NEC Blackwell, 1994
Hutchins, W.J.; Somers, H.L. (1992): An Introduction to Machine Translation. London: Academic Press
Trujillo , Arturo (1999): Translation Engines. Techniques for Machine Translation. Berlin: Springer
U. Reinke 2005
Dr. Uwe Reinke 15Sie können auch lesen
