newz.dk - Nyheder - Svenske forskere får EU-støtte til oversættelsessoftware

#30 - LasseM

LasseM — Sat, 27 Feb 2010 17:00:02 +0100

Kvalitén i maskinöversättningar beror till stor del på källtexten. Därför pågår ett arbete med ett reducerat engelskt ordförråd, som tekniska handböcker skulle kunna använda för att göra jobbet lättare för maskinerna.

I polemiska texter (som förslag och debatter i EU-parlamentet) finns ett innehåll även mellan raderna, vilket en maskin inte ser och troligen aldrig kan lära sig att se.

Egenskaper hos källspråket spelar också stor roll. Engelskan, där ett och samma ord kan vara adjektiv, substantiv och verb, och där genus och kasus är förenklade, fungerar inte bra som källspråk i maskinöversättningar. Det är en av anledningarna till att översättningar från t ex spanska till små språk som svenska och danska blir så dåliga - de översätts först från spanska till engelska och sedan från engelska till svenska/danska.

Google Translate ger förvånansvärt bra resultat men det händer att man får översättningar med chockerande grova fel. Jag använde nyss Google för att översätta en spansk text som innehöll frasen "no tiene nada que ver con este proceso" ("det har inget med den här processen att göra"). I översättningen till engelska försvann negationen, jag fick "which has to do with this process". Tydligen kan Google inte hantera de dubbla negationer som är regel i spanskan. "No" (inte) och "nada" (inget) tog ut varandra som två minus i matematiken.

Den användare som inte har åtminstone elementära kunskaper i både källspråket och målspråket riskerar alltså att bli ordentligt lurad.

Göteborgs universitet använder ordet "pålitligt" i sitt meddelande om EU-anslaget på 17 miljoner. Det är inget fel på kuraget.

#29 - arne_v

arne_v — Mon, 15 Feb 2010 01:45:57 +0100

#mange

Jeg kan også huske oversættelses projekt tilbage midt i 90'erne.

Kodet i Lisp på Symbolics maskiner ....

#28 - arne_v

arne_v — Mon, 15 Feb 2010 01:45:19 +0100

Og hvis der bliver brugt millioner på research der aldrig kommer i brug pga. en for restriktiv licens, så er det jo bare spildte penge.Windcape (#25)

Husk på at licens kun drejer sig om copyright ikke om patenter.

De vil naturligvis udgive deres forskningsresultater som firmaer så frit kan bruge til at implementere deres løsninger.

Det er kun deres konkrete kode, hvor de insisterer på at dem son har betalt for det (skatteyderne) også skal have adgang til afledte versioner af koden.

#27 - nightH

nightH — Tue, 09 Feb 2010 02:00:14 +0100

som kommentar til #2: webwarp:

Jeg kan da huske at EU satte et projekt i søen for mindst 15, hvis ikke 20 år siden, som skulle ende med et program der kunne oversætte mellem alle sprogene der blev brugt i EU på det tidspunkt, så ideen er absolut ikke ny..

#26 - newz-decx

newz-decx — Mon, 08 Feb 2010 11:54:29 +0100

Tyskland, Spanien, Frankrig, Italien giver sig aldrig. De mener jo selv deres eget sprog er guds gave til verdens folk, oh ve!, de som ikke taler deres perfekte, kulturelt overlegne sprog.

Engelsk er vejen frem og aktiv dødshjælp til dem der ikke forstår det er et skridt i den rette retning.

Ja ok, måske bare aktiv dødshjælp til EU politikere, men det er stadigt en nettogevinst for samfundet!

#25 - Windcape

Windcape — Mon, 08 Feb 2010 06:03:16 +0100

Nej. Det er ikke i alles interesse.arne_v (#23)

Men da et firma ikke kan tjene penge på software, så vil ingen virksomheder have interesse i at videreudvikle på softwaren.

Og derfor er det vel irrelevant om det udgives som Open Source eller ej, set fra et forretningsperspektiv.

Det eneste denne software kan bruges til er at sælge en oversættelses service i stil med Google Language Tools eller Babelfish, da GPL ikke kræver interne modificeringer der ikke distributeres frigivet.

Hvad de skal udvikle er vel et form for library med en række algoritmer, ikke et direkte slut produkt. Hvilket netop ikke giver mening at bruge GPL til.

Og hvis der bliver brugt millioner på research der aldrig kommer i brug pga. en for restriktiv licens, så er det jo bare spildte penge.

Jeg kan overhovedet ikke forestille mig hvordan man kan leve af at sælge support til et produkt der skal oversætte tekst. Det er og bliver et "hyldevare" produkt, som skal sælges licenceret.

(Og jeg betragter ikke muligheden for at sælge et produkt, som har tvunget gratis kildekode).

#24 - Lord HellFire

Lord HellFire — Mon, 08 Feb 2010 03:46:03 +0100

#15> Problemet er ikke grammatiske regler. Dem kender diverse programmer allerede, inkl. Word har grammatiske regler indprogrammeret. Det er den nemme del. Regler er simple at indkorporere i programmer.
Den svære del er at forstå hvad der står i teksten og oversætte det korrekt. Mange ord har flere betydninger alt efter konteksten. Konteksten behøver heller ikke findes i samme sætning, som skal oversættes. Derfor er det svært for programmer at foretage oversættelser.
Derudover er der nogle ordsprog eller fraser, som ikke giver mening på målsproget, hvis oversat "direkte", men man skal istedet finde en/et relevant frase/ordsprog på målsproget, som giver sætningen mening; eller helt omformulere sætningen for at frembringe den mening, som forsøges fortalt. Indskudte sætninger, som f.eks. noget om en kylling der ikke tør køre for stærkt, kan også være svær at forstå. Specielt hvis den indskudte sætning slet ikke giver mening i forhold til konteksten. Kylling kan betyde fuglen eller en person der er bange for at køre for stærkt i en bil. Da en kylling ikke kan køre, så vil det logisk set være en person der referes til. Det kan en computer dog ikke regne ud, uden at vide hvad en kylling er, samt vide hvad aktionen "køre" betyder og at en kylling normalt ikke kan "køre" en bil.

Programmet skal bringes til at forstå indholdet i teksten, eller i det mindste fortolke det, så en mere eller mindre korrekt oversættelse kan frembringes.

At bringe et program til at "forstå" eller fortolke teksten kan være et stort arbejde, netop fordi verden er langt fra simpel. En dag lykkes det og ved at skabe sådan et oversættelsesprogram, vil man samtidig bringe AI'er et pænt skridt tættere på fordi sådan en oversættelsesdatabase vil kunne bibringe en uvurderlig del til AI'en: Forståelsen af tekst.

(Opdager lige at #19 basalt set har givet nogle af de samme pointer)

#23 - arne_v

arne_v — Sun, 07 Feb 2010 16:27:22 +0100

og nu er der et tilbud mere på markedet der ellers ikke ville være det - det må da være i alles interesse at der er så mange tilbud som muligt.Regus (#20)

Nej. Det er ikke i alles interesse.

Jo det ville være i alles interesse, hvis penge opstod ud af den blå luft.

Men det gør det ikke. Vi taler om at bruge skattekroner som skal betales af de danske skatteydere.

Jeg tror ikke at at alle danskere synes at staten skal sikre et bredt udvalg af software ved at finansiere software udvikling.

#22 - arne_v

arne_v — Sun, 07 Feb 2010 16:22:24 +0100

#21

Nu snakker han der om BSD licens ....

#21 - Barnabas

Barnabas — Sun, 07 Feb 2010 16:15:37 +0100

Jeg forstår ikke helt hvad problemet er i at et sådant firma laver nogle forbedringer og sælger det som closed source, dRegus (#20)

Der er ingen problemer, men du skal efterleve GPL licensen.

Ligesom du sikkert efterlever MS EULA på din win 7.