BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
DANIELIUS ALGIRDAS RALYS
Vilniaus uni e si e as
MAŠININIS VERTIMAS LIETUVIŲ KALBAI
1
ESMINIAI ŽODŽIAI: lie u ių kalba, is o ija, kompiu e inė ling is ika, mašininis e imas,
neu oniniai inklai, di b inis in elek as.
ĮVADAS
Šiandien is daugiau eks ų e čia kompiu e iai. Toks au oma inis kompiu e inis e imas
dažniausiai adinamas mašininiu e imu (MV). Pap as ai mašininis e imas a liekamas siekian
kuo g eičiau susi ok i milžiniškame į ai iakalbės in o macijos s au e, aip pa no in kuo plačiau
paskleis i sa o in o maciją. Kei imasis elek onine in o macija a p au ų i kalbų ampa s a bia
kasdienio gy enimo dalimi, a e ia naujų galimybių mūsų kalbai, kelia jai naujų iššūkių i
p oblemų.
Te miną „mašininis e imas“ (angl. machine ansla ion) p aėjusio amžiaus idu yje
pi masis pa a ojo Wa enas Wea e is, pasiūlęs p i aiky i ką ik a si adusius kompiu e ius eks ų
e imui (Wea e 1949: 1). W. Wea e is siūlė paž elg i į ki a kalba pa ašy ą eks ą kaip į
ši og amą, ku ią galima dekoduo i. B i ų i ame ikiečių specialis ų k ip og a iniai pasiekimai
neseniai pasibaigusiame An ajame pasauliniame ka e žadino op imizmą. Tuome nuoši džiai
bu o ikima, jog elek oninės mašinos pe kele ą me ų padės į eik i Babelio bokš o p akeiksmą.
Deja, e imas obulėjo lė ai, o mašininio e imo kokybė nė iš olo nep ilygo žmogaus
e imo kokybei. Po sep yniasdešim ies me ų, po neabejo inų sėkmių i nusi ylimų, po daugybės
nu eik ų da bų mašininio e imo bend uomenėje ėl y auja op imis inės nuo aikos. Šįka
il ys dedamos į di b inius neu oninius inklus i g ei ą pažangą ku ian di b inį in elek ą.
Mašininis e imas neaplenkė i lie u ių kalbos. Šiandien leng ai p ieinamos in e ne inės
mašininio e imo p iemonės e čia iš populia iausių kalbų į lie u ių kalbą i a i kščiai.
Daugumos p iemonių e imo kokybė da gana p as a, jų iš e s us eks us bū ina edaguo i.
Ge esne kokybe išsiski ia ik e imo p iemonė Google T ansla e
2
, ku ioje p adė os naudo i
1
S aipsnis pa eng as pagal p anešimą „Mašininis e imas lie u ių kalbai“, skai y ą Vilniuje, 24-ojoje
a p au inėje Jono Jablonskio kon e encijoje „Skai meniniai kalbos iš ekliai, jų plė os k yp ys i panaudos
galimybės“ 2017 m. ugsėjo 29 d.
2
P ieiga in e ne e h ps:// ansla e.google.com.
DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |2
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
neu oninio e imo echnologijos. Dauguma šia p iemone iš e s ų sakinių išlaiko o iginalo
kalboje u ė ą p asmę.
Mašininis e imas plačiai naudojamas in o macijai ki omis kalbomis skleis i . Dažnai
mašininio e imo ezul a ai nea sakingai įkeliami į elek oninę e d ę isai ne edaguo i. Tokių
eiksmų pasekmės jau ma omos: in e ne e mi gė e mi ga p as i lie u iški eks ai su išk aipy a
in o macija, ku iuos au oma iškai sugene a o ienokia a ki okia mašininio e imo p og ama
3
.
Palaipsniui okie eks ai gali p asisk e b i i į eks ynus. Mašininis e imas jau apo kasdiene,
ka ais s ebinančia, o ka ais i akis badančia ealybe, ku i nusipelno ne ik įdėmesnio kalbininkų
ž ilgsnio, be i eikšmingesnio jų įsi aukimo į mašininio e imo plė o ę.
Šiame s aipsnyje umpai pa eikiama mašininio e imo (MV) is o ija, p is a omos kai
ku ios idėjos, u ėjusios į akos MV aidai. Pa eikiami į ai ių e imo echnologijų pasiek i
ezul a ai lie u ių kalbai. Analizuojamos MV p i aikymo lie u ių kalbai galimybės aisykliniais
i s a is iniais bei neu oniniais me odais. Dėl ie os s okos neap ašomi mėginimai sujung i kele ą
šių me odų ienoje e imo sis emoje.
1. MAŠININIO VERTIMO IŠTAKOS
Ge as e imas iš ki os kalbos isuome y a am ik as in elek inis iššūkis žmogui, o
e imas niekada nebu o leng as užsiėmimas. Nenuos abu, jog bu o siekiama e imą kaip no s
au oma izuo i. 1932–1935 m. P ancūzijoje inžinie ius Geo ges A s ouni iš ado i sukons a o
uni e salų mechaninį p ie aisą, ku į adino mechaninėmis smegenimis (p anc. ce eau
mécanique), ku is šalia ki ų unkcijų u ėjo galimybę e s i enkamą eks ą į kele ą kalbų
(Hu chins 2004a: 12). Šiame elek omechaniniame p ie aise bu o sukama ilga (iki 40 me ų
ilgio) a min ies juos a, pagamin a iš lanks aus ka ono. Joje bu o su ašy as daugiakalbis žodynas,
galin is apim i ne kelias dešim is ūks ančių žodžių. Kla ia ū oje su ink as p ancūziškas žodis
bu o mechaniškai koduojamas, o pagal ą kodą į eikiamą ie ą pasisukda o a min ies juos a. Po
keliolikos sekundžių p ie aisas pa odyda o į es o žodžio e imą (Daumas 1965: 294–295).
P ie aisas bu o demons uojamas Pa yžiaus pasaulinėje pa odoje 1937 m., sulaukė didelio
susidomėjimo i bu o apdo ano as Didžiuoju p izu. Fak iškai ai bu o pi masis pasaulyje
3
Džona anas S i as (Jona han Swi ) sa o Guli e io kelionėse sa kas iškai ap ašo mašiną, dėliojančią
bep asmes žodžių kombinacijas, ku ios bu o nuola s opiai su ašomos į knygas. Nūdien oks pa niekalas gali bū i
pagamin as daug g eičiau...
DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |3
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
eikian is mechaninis žodynas. G. A s ouni ėliau da obulino sa o p ie aisą, ačiau
mechaninės p oblemos i p asidėjęs An asis pasaulinis ka as nu aukė da bus.
1933 m. So ie ų Sąjungoje Pio as Smi no as-T ojanskis ga o au o inį liudijimą
elek omechaninei e imo mašinai
4
. No s ši mašina aip i nebu o pagamin a, ačiau iš adėjas
su o mula o daug e ingų mašininio e imo idėjų, ku ios bu o ealizuo os ik po daugelio
me ų, a si adus kompiu e iams. P. Smi no as-T ojanskis kalbėjo usiškai, odėl ge ai su okė
leksinių kalbų ypa ybes. Jis pasiūlė e imo p ocesą suski s y i į is e apus: pi majame e ape
žmogus eks ą u i edukuo i į lemas i jas ano uo i mo ologinėmis-sin aksinėmis žymomis
(analizės e apas); ada an ajame e ape mašina au oma iškai su anda ienos a kelių e imo kalbų
lemas i p iski ia joms as pačias žymas ( ans o ma imo e apas); ečiajame e ape edak o ius
pagal e imo lemas i jų žymas u i pa uoš i sklandų e imo eks ą (gene a imo e apas).
P. Smi no as-T ojanskis aip pa siūlė į ai ias sinonimų, homonimų i idiomų e imo
me odikas. P. Smi no o-T ojanskio idėjos nebu o į e in os jo gim inėje, jis aip i nesulaukė
kompiu e ių e os
5
, ačiau iš adėjo idėjos neliko užmi š os, ėliau apo žinomos i Vaka uose.
P ak inio mašininio e imo e a p asidėjo a si adus kompiu e iams. 1947 m. W. Wea e is
laišku k eipėsi į genialų kalbininką i kompiu e ių kū ėją No be ą Wiene į klausdamas, a
naujausi k ip og a ijos pasiekimai i ką ik a si adę kompiu e iai
6
gali bū i p i aiky i kalbų
e imui. W. Wea e is eigė, jog be ku į usišką eks ą galima ak uo i kaip ki ilicos aidėmis
užkoduo ą anglišką p anešimą. Jam a odė, kad kompiu e iai gali ą p anešimą iesiog deši uo i.
Deja, N. Wiene io a sakymas bu o skep iškas.
1949 m. W. Wea e is pla esnei audi o ijai išsiun ė memo andumą, ku iame pasiūlė
panaudo i kompiu e ius eks ams e s i (Wea e 1949: 7)
7
. Tuo me u į ai iose ame ikiečių i
b i ų labo a o ijose y a o pap as o pažodinio mašininio e imo idėjos. Mokslininkas bu o
ik as, kad kompiu e iai gali e s i daug obuliau. Memo andume W. Wea e is pasiūlė ke u ias
e imo p oblemų sp endimo i y imo k yp is. Visų pi ma, jis pasiūlė s a is iškai analizuo i
e čiamojo žodžio a imiausią aplinką i aip išsp ęs i polisemijos p oblemas. Ši įž alga šiandien
suda o s a is inio mašininio e imo pag indą. An asis pasiūlymas ėmėsi p ielaida, jog kalboje
4
Au o iniame liudijime ši p iemonė adinama „mašina žodžiams pa ink i i spausdin i e čian iš ienos
kalbos į ki ą a ba kele ą kalbų ienu me u“.
5
P. Smi no as-T ojanskis mi ė 1950 m.
6
Pi masis b i ų elek oninis kompiu e is Colossus p adėjo eik i 1944 m. p adžioje, pi masis ame ikiečių
elek oninis skai meninis kompiu e is ENIAC bu o pagamin as 1945 m. pabaigoje. Pi masis so ie inis kompiu e is
MESM bu o pagamin as 1950 m.
7
Šiame W. Wea e io memo andume pa a o as e minas mašininis e imas (angl. machine ansla ion)
eikiai p igijo.
DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |4
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
y a loginių elemen ų, odėl naudojan neu oninių inklų modelius (McCulloch, Pi s 1943: 115–
133), u ė ų bū i galima dedukuo i e imą iš o iginalo kalboje esančių p ielaidų. Laikas pa odė
šios įž algos genialumą – šiandien neu oninis mašininio e imo me odas e čia kokybiškiausiai.
T ečią p oblemų sp endimo k yp į u ė ų suda y i k ip og a ijos me odų aikymas kalbų
e imui. Po ke u iasdešim ies me ų ai bu o ealizuo a s a is inio mašininio e imo
algo i muose. Ke i ajam pasiūlymui ilius uo i W. Wea e is nupiešė alego inį pa eikslą,
ku iame žmonės apgy endin i aukš uose užda uose bokš uose, simbolizuojančiuose ski ingas
kalbas. Žmonėms šiaip aip pa yks a bend au i susišūkaujan pe s o as bokš ų sienas. Laimei,
bokš ai u i bend ą pama ą i požemį, e eikia en nusileis i i ada u ė ų bū i leng iau bend au i.
W. Wea e is eigė, jog pasaulio kalbose glūdi am ik a bend a giluminė s uk ū a, ku ią da
eikės a skleis i. Pas a asis mokslininko pasiūlymas paska ino im is uni e salios kalbos –
mašininio e imo in e ling os
8
– paieškos i kons a imo.
Po W. Wea e io memo andumo mašininis e imas ne uko įsibėgė i. 1954 m. Niujo ke
bu o iešai pademons uo a mašininio e imo sis ema, suku a bend ada biaujan IBM
ko po acijai i Džo dž auno uni e si e ui. Bu o e čiama iš usų kalbos į anglų kalbą. Sis emoje
bu o sup og amuo os ik ai šešios g ama inės aisyklės, o e imui naudo a apie 250 žodžių
(Hu chins 2004b: 102). Sis ema bu o o ien uo a į o ganinės chemijos ema iką, e imo
pa yzdžiai iš anks o k uopščiai apgal o i. Po ekspe imen o il asi, kad po kele ių me ų mašinos
e s puikiai, o da bams ęs i bu o paski as dosnus inansa imas. MV spa čiai imamas plė o i
Jung inėse Ame ikos Vals ijose (JAV) i So ie ų Sąjungoje, siekian įgy i s a eginį p anašumą
šal ajame ka e. Populia iausios e čiamos kalbos bu o usų i anglų.
2. TAISYKLINIS MAŠININIS VERTIMAS
P aėjusio amžiaus šeš ojo dešim mečio idu yje a si ado mašininio (kompiu e inio)
e imo sis emos, ku ias im a adin i aisyklinėmis (angl. ule-based). Jos bu o ku iamos laikan is
požiū io, kad kalbą galima ap ašy i naudojan am ik ų aisyklių ( aip pa i g ama inių) inkinį.
Taikan šį me odą, o iginalo kalbos sakinys y a analizuojamas iki am ik o pasi ink o lygio,
nus a oma sakinio s uk ū a, ku i ans o muojama pagal susiku as aisykles į e imo kalbos
ek i alen inę s uk ū ą, pagal ku ią sugene uojamas e imo kalbos sakinys. Į ai ių kalbų sakinio
s uk ū os gali labai ski is, u ė i ienų a ki ų ypa ybių, ku ios u i bū i a spindė os MV
8
Ne eikė ų maišy i su na ū alios kalbos in e ling omis – espe an o, ido, olapiuko i pan.
DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |5
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
sis emoje. Lie u ių kalbos sakinio sin aksinių s uk ū ų pa aizda imo, inkamo mašininiam
e imui, p oblemas y inėjo Dai a Š eikauskienė (2005: 411–417). Y a į ai ių aisyklinio MV
sis emų a mainų, ku ios ski iasi pagal analiza imo gylį (1 pa .
9
). Kuo gilesnė sakinio analizė, uo
pap as esnis ans o ma imas. Idealiu a eju, analizuojan eks ą iki in e ling os gylio,
nebe eikė ų jokios ans o macijos – in e ling inis eks o a aizdas u ė ų bū i ienodas isose
kalbose.
1 PAV. Taisyklinio mašininio e imo Vauquois ikampis
Taisyklinio MV p oblemas mėgin a sp ęs i aikan iek empi inius, iek i ling is inius
me odus. Empi ikų s o ykloje populia iausias bu o iesioginio e imo me odas. Taip e čian
a p d iejų kalbų naudojamas ik ai žodynas i pap as os p og amines aisyklės, p ak iškai
nea liekama kalbų analizė a sin aksinis eo ganiza imas ( oks me odas a i inka žemiausią lygį
1 pa .). JAV šeš ajame p aėjusio amžiaus dešim me yje E wino Rei le io ado aujama y ėjų
g upė kū ė specialius žodynus mašininiam e imui, ku iuose šalia leksinių ek i alen ų bu o
įdė os i lokalios žodžių a kos kei imo aisyklės. Taip pa bu o pa eikiami daugelio azių
e imai i apibend inamosios są okos (angl. co e e ms) polisemijos p oblemoms sp ęs i.
1964 m. p adėjo eik i Ma k II usų–anglų iesioginio e imo sis ema, suku a JAV ka inių o o
pajėgų užsakymu. Joje panaudo as E. Rei le io žodynas, apiman is pe 170 000 žodžių (Rei le
1960: 312).
Ling is iniai me odai plačiau bu o aikomi Džo dž auno uni e si e e, ku iame susibū ė
gausios mašininio e imo y ėjų pajėgos, pasiski sčiusios į kele ą ski ingus me odus aikančių
9
Tokios ilius acijos dažnai adinamos Vauquois ikampiu, šį ilius a imo me odą pasiūlė P ancūzijos
mašininio e imo p adininkas Be na dʼas Vauquois (1976: 335).

DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |6
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
g upių. Michaelo Za echnako ado aujamoje g upėje bu o suku a Džo dž auno au oma inio
e imo (angl. GAT – Geo ge own Au oma ic T ansla ion) sis ema. Joje bu o a liekama ijų lygių
analizė: mo ologinė (apiman i i idiomų iden i ika imą), sin aksinė bei sin agminė. Modi ikuo a
GAT sis ema sėkmingai bu o p adė a naudo i Eu a ome (Isp oje, I alijoje) 1963 m. i JAV
A ominės ene gijos komisijoje 1964 m. Daug ilgiau už uko suku i in e ling os pag indu
eikiančią MV sis emą. Kome cinę e ę u in i MV sis ema KANT pasi odė ik pasku iniame
p aėjusio amžiaus dešim me yje (Mi amu a i k . 1991: 105–118). Sis ema bu o naudojama kai
ku iems echniniams eks ams e s i. Bend inei kalbai iš eikš i in e ling a aip i nebu o suku a.
Visą dešim me į po IBM–Džo dž auno MV p ezen acijos bu o labai s engiamasi
esmingai page in i MV e imo kokybę
10
, ačiau pažanga bu o labai menka. 1966 m. JAV įku as
ALPAC (angl. Au oma ic Language P ocessing Ad iso y Commi ee) komi e as nusp endžia, jog
MV a imiausiu me u ne u i pe spek y ų, nes y a p as os kokybės, jį da u i edaguo i e ėjas,
am sugaišdamas daugiau laiko, negu e sdamas be jokių mašinų. ALPAC komi e as nepaisė o
ak o, kad mašininis e imas padeda iš e s i milžiniškus in o macijos kiekius, o daugelį a o ojų
enkina p as as, os p asmę pe eikian is e imas. Po neigiamų komi e o iš adų MV p ojek ų
inansa imas JAV bu o p ak iškai nu auk as keliems dešim mečiams, inansa imas sumenko i
ki ose šalyse.
Nepaisan susida iusio skep iško požiū io į MV, šioje s i yje yko nuola inė pažanga.
1968 m. JAV p adė a ku i aisyklinio e imo sis ema SYSTRAN (Toma 1977: 569–581) bu o
nuola obulinama i ėliau apo kome cinė. Ši sis ema bu o p adė a naudo i JAV Gynybos
depa amen e, NASA, Eu a ome, Eu opos Komisijoje i daug ku ki u . Pagal 1975 m. kome cinį
susi a imą Eu opos Komisija ga o eisę obulin i sis emą sa o eikmėms. Sis ema pakankamai
ge ai e ė kai ku ių kalbos s ičių eks us į daugelį kalbų. Nuo 2010 m. SYSTRAN ėmė naudo i
hib idines echnologijas. Gana ge ai eikiančios MV sis emos a si ado i ki ose šalyse: ARIANE
(G enoblyje, P ancūzijoje), į ją panaši MU sis ema (Kio e, Japonijoje), aip pa SUSY
(Sa b iukene, Vokie ijoje). Eu opinis EUROTRA p ojek as (1982–1992 m.), kaina ęs daugiau
kaip 50 000 000 ECU
11
, baigėsi nesėkme – šim ai specialis ų aip i nesukū ė eikiančios MV
sis emos. Taip p asidėjo im a aisyklinio MV k izė. Vėliau daug me ų bu o ypčiojama ie oje.
10
JAV pe šį laiko a pį MV sis emų kū imui i obulinimui išleis a apie 20 mln. dole ių.
11
1994 m. Eu opos Bend ijų Komisijos (angl. CEC – Commission o he Eu opean Communi ies)
p anešime pa eik i EUROTRA inansa imo duomenys – Komisija 1982–1992 m. p ojek ui sky ė 37,5 mln. ECU
(CEC 1994: 3.10), į ai ių šalių y iausybės šešiolikai EUROTRA cen ų papildomai sky ė daugiau kaip 20 mln.
ECU (CEC 1994: A4.2).
DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |7
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
Taisyklinis mašininis e imas Lie u oje a si ado ik šiame amžiuje. 2003–2004 m.
mašininio e imo sis ema Česílko (Hajič i k . 2000: 10–12) bu o p i aiky a lie u ių kalbai
(Homola, Rimku ė 2004: 77–81). Tuo laiko a piu Pe as Homola i E ika Rimku ė y inėjo šios
sis emos mašininio e imo galimybes a p čekų i lie u ių kalbų. 2005–2007 m. Vy au o
Didžiojo uni e si e as ykdė Eu opos Sąjungos S uk ū inių ondų inansuojamą p ojek ą
„In e ne inė in o macijos e imo p iemonė“. P ojek uojamos MV sis emos s uk ū a ap ašy a
Vido Dauda a ičiaus (2006: 7–18). Bu o suku a ieša in e ne inė e imo p iemonė iš anglų
kalbos į lie u ių kalbą
12
. Ve imo a iklį pa eikė Rusijos kompanija PROMT. Dalis sis emos
kalbinių komponen ų bu o pa uoš a Lie u oje. Sis ema puikiai e ė ik kai ku iuos sakinių
ipus, ge i e imai suda ė mažumą. 2007 m. bu o a lik as šios MV sis emos kalbinis į e inimas
(Rimku ė, Ko ale skai ė 2008: 257–264). Aud onė Dauba ienė i G e a Ziezy ė (2013: 55–61)
į e ino VDU MV sis emos e imo a i ik į eks ualumo s anda ams (De Beaug ande, D essle
1981: 3). Sa o da be au o ės nus a ė, jog iš i ieji ski ingų žan ų mašininio e imo eks ai dėl
daugybės seman inių klaidų nea i iko kohe encijos i kai ku ių ki ų eks ualumo s anda ų, odėl
okie e imai negali bū i p iim ini i in o ma y ūs skai y ojui.
Slenkan dešim mečiams i , iš esmės, ūpčiojan ie oje, bu o p adė a su ok i, jog kalba
y a i in sudė ingas eiškinys, ku į labai sunku ap ašy i aisyklėmis. Daugia eikšmiškumo, ana o ų
e imo p oblemoms sp ęs i bu o siūloma naudo i eks aling is inę in o maciją apie pasaulio
sanda ą i jo logiką (Ba -Hillel 1958: 197–207). Tačiau okios susis emin os in o macijos iesiog
nebu o, o o malus eks o p asmės ap ašymas odėsi sunkesnis užda inys nei pa s e imas. Bu o
aki aizdu, jog mašininio e imo p oblemos eikala o e oliucinių sp endimų.
2. STATISTINIS MAŠININIS VERTIMAS
1988 m. IBM mokslininkų g upė (B own i k . 1988: 71–76) pasiūlė mašininiam e imui
naudo i lygiag ečiuose eks ynuose glūdinčią in o maciją, ieškan ikimiausių e imo a ian ų.
Pasiūly as e imo modelis emiasi p ielaida, jog iukšmingame kanale į yks a o iginalo kalbos
sakinio pasikei imas į sakinį e e imo kalboje. T iukšmas kanale s a is iškai išk aipo o iginalo
kalbos sakinį , odėl kanalo išėjime galime gau i į ai ius sakinius e, kuo į ai iausio ilgio,
u inčius ienokią a ki okią p asmę e imo kalboje a jos isai ne u inčius. Kadangi as kanalas
s engiasi iš e s i eisingai, ai p o iukšmą is dažniau p asisk e bia eisingi e imo a ian ai.
12
P ieiga in e ne e h p:// e imas. du.l / wsas/.
DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |8
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
Šiame modelyje laikoma, kad kai į kanalą pasiunčiamas sakinys , inkamiausias e imo a ian as
ê iš isų e y a as, ku io pasi odymo kanalo išėjime sąlyginė ikimybė p(e| ) y a didžiausia, . y.
ê = a gmaxe p(e| ).
Čia susidu iama su p oblema, jog no in as i ge iausią e imo a ian ą ê eikia pe žiū ė i
ne ik isus galimus sakinius e imo kalboje, be i isokiausius žodžių k a inius joje.
Suskaičiuo i okį kiekį ikimybių y a labai sunku. P i aikius Bajeso eo emą, gaunama leng iau
suskaičiuojama ek i alen inė iš aiška (Koehn i k . 2003: 127):
a gmaxe p(e| ) = a gmaxe p( |e) p(e)
Ši lyg is y a pama inė s a is inio mašininio e imo lyg is (B own i k . 1993). Joje
sąlyginė ikimybė p( |e) pa odo ikimybę, kad kanalu bu o pasiųs as sakinys , jei išėjime
pasi odė sakinys e. Šis lyg ies na ys adinamas e imo modeliu, ku is apskaičiuojamas iš d ikalbių
eks ynų. An asis lyg ies na ys p(e) pa odo sakinio e ikimybę e imo kalboje. Šis na ys ap ašo
kalbos modelį, ku is apskaičiuojamas iš ienkalbių e imo kalbos eks ynų
13
.
2 PAV. S a is inio mašininio e imo Vauquois ikampis
IBM mokslininkų pasiūly as e imo būdas pagal e imo kokybę iška p adėjo
konku uo i su aisykliniu e imu. S a is inių MV sis emų kū ėjus ža ėjo galimybė e s i į
daugybę kalbų, ne u in sup a imo nei apie e imą, nei apie g ama iką, už ekda o ku iamas
sis emas apmoky i iš u imų eks ynų. Klasikinio s a is inio e imo me u nea liekama jokia
13
Kalbos modelis sumažina skaičia imų apim į, nes padeda iška a mes i eks ynuose ne andamus
sakinius, padeda pa ink i sklandžiausią e imą, aip pa ne iesiogiai pa odo, kodėl g ožinę li e a ū ą ge iau e čia
e ėja(s), ku io(s) e imo kalba y a gim oji.
DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |9
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
o iginalo kalbos sakinių analizė a e imo kalbos sakinių sin ezė (2 pa .), e čiama ik pagal
sis emos apmokymo me u nus a y as ikimybes. Pe e io B owno i jo kolegų pasiūly i penki
žodžių išdės ymo e imuose modeliai nebu o pakankamai lanks ūs, jie leido o iginalo kalbos
žodį iš e s i ienu a keliais žodžiais a ba jo iš is ne e s i. 2003 m. bu o pasiūly as (P. Koehn i
k . 2003: 127–133) lanks esnis mašininio e imo modelis, galin is e s i i o iginalo kalbos
azes.
Šiuo laiko a piu bu o spa čiai obulinami mašininio e imo kokybės au oma inio
e inimo me odai, kadangi bu o labai s a bu g ei ai sužino i, ku i de inamos mašininio e imo
sis emos e sija e čia ge iausiai. Taip pa bu o siekiama, kad oks e inimas leis ų objek y iai
palygin i ski ingų sis emų e imo kokybę. Ilgainiui iena populia iausių apo BLEU (angl.
bilingual e alua ion unde s udy ak onimas) me ika (Papineni i k . 2002: 311–318), ku ioje
au oma iškai palyginama, kiek oli mašininio e imo eks as y a nu olęs nuo žmogiškojo
e imo. Šioje me ikoje nea siž elgiama į eks o sup an amumą a g ama inį aisyklingumą, joje
skaičiuojami ik ai iksliai su ampan ys žodžiai a azės. Skaičiuojan me iką su ampančios
azės u i san ykinai didesnį s a is inį s o į nei paski i su ampan ys žodžiai. P iklausomai nuo
užda inio, MV kokybei e in i dažnai naudojamos i ki okios, ienokią a ki okią ge ą ypa ybę
u inčios, me ikos: F-measu e, METEOR (Bane jee, La ie 2005: 62–72), NIST (Dodding on
2002: 138–145), TER (Sno e i k . 2006: 223–231) i da daug ki ų.
Nepaisan s a is inio MV populia umo, is labiau aiškėjo šio me odo ibo umas e čian
į mo ologiškai u ingas ( leksines) kalbas. Į leksinių kalbų lygiag ečius eks ynus dažniausiai
nė a pa ekusios isos galimos azių a ne a ski ų e esnių žodžių o mos. Jeigu ku ios no s
gãlimos ò mos nebu o į áuk os į MV sis emos apmokymą, ai ókios ò mos i nebus e čiamos.
Šį klasikinio MV ūkumą sukelia duomenų nepakankamumas, dėl ku io apmokius sis emą
gaunama iš e in a e imo ikimybių ma ica. Siekdami į eik i šį ūkumą, Philippas Koehnas i
Hieu Hoangas pasiūlė ak o izuo ą s a is inį mašininį e imą (Koehn, Hoang 2007a: 868–876).
Bu o pasiūly a į e imo sis emą įlie i papildomos ling is inės in o macijos ano uojan
ling is inės analizės žymomis lygiag ečius eks ynus, ku ie ėliau naudojami sis emai apmoky i.
2007 m. P. Koehnas su kolegomis plačiajai isuomenei pa eikė išbaig ą s a is inio MV pake ą
Moses a i ajame kode (Koehn i k . 2007b: 177–180). Fak o izuo o s a is inio MV p i aikymas
šiek iek page inda o leksinių kalbų e imo kokybę, pap as ai 1–2 BLEU p ocen ais (Boja
2007: 235–236; Skadiņš i k . 2010: 128–129).
Nuo 2008 m. ugsėjo 25 d. Google T ansla e s a is inio MV sis ema ėmė e s i i
lie u iškai. 2012–2014 m. Vilniaus uni e si e as ykdė Eu opos Sąjungos S uk ū inių ondų
DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |16
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
D e B ea u g a n d e R. A., D e s s le W. U. 1981 : In oduc ion o Tex Linguis ics, London:
Longman, 270.
D o d di n g on G. 2002: Au oma ic E alua ion o Machine T ansla ion Quali y Using Ng am
Co-occu ence S a is ics. – P oceedings o he Second In e na ional Con e ence on Human
Language Technology Resea ch, San F ancisco, CA, USA., Mo gan Kau mann Publishe s
Inc., 138–145.
F o c a d a M. L, G i n e s í - Ro s e ll M., N o d a l k J., O ' R e gan J., O i z - R o ja s S.,
P é e z - O i z J. A., S á n c h e z -M a í n e z F., R a m í e z -S á n c h e z G., T ye s F.
M. 2011: Ape ium: a ee/open-sou ce pla o m o ule-based machine ansla ion. –
Machine T ansla ion 25 (2), F ee/Open-Sou ce Machine T ansla ion (June 2011), 127–
144.
H a j ič J., H i c J., K u b o ň V. 2000: Machine T ansla ion o Ve y Close Languages. –
P oceedings o he 6 h Applied Na u al Language P ocessing Con e ence, Associa ion o
Compu a ional Linguis ics, 7–12.
H o m ol a P., R i m k u ė E. 2004: A imų kalbų mašininis e imas. – Kalbų s udijos 6, 77–81.
H u c h i ns J. 2004a: Two p ecu so s o machine ansla ion: A s ouni and T ojanskij. –
In e na ional Jou nal o T ansla ion 16(1), 11–31.
H u c h i ns J. 2004b: The Geo ge own-IBM expe imen demons a ed in Janua y 1954. –
P oceedings o he 6 h Con e ence o he Associa ion o Machine T ansla ion in he Ame icas,
AMTA, Washing on, DC, 102–114.
J o hn s o n M., S c h u s e M., L e V. Q., K i k un M., W u Y., C h e n Z., T h o a N.,
V i é ga s F. B., W a e n b e g M., C o a d o G., H u g he s M., D e a n J. 2017:
Google's Mul ilingual Neu al Machine T ansla ion Sys em: Enabling Ze o-Sho
T ansla ion. – T ansac ions o he Associa ion o Compu a ional Linguis ics 5 (1), 339–351.
K a lch b e n n e N., B l un s o m P. 2013: Recu en Con inuous T ansla ion Models. – P oc.
o EMNLP, Oc obe , Associa ion o Compu a ional Linguis ics, Sea le, Washing on,
USA, 1700–1709.
K oe hn P., H o an g H. 2007a: Fac o ed ansla ion models. – P oceedings o he Join
Con e ence on Empi ical Me hods in Na u al Language P ocessing and Compu a ional Na u al
Language Lea ning, ACL, 868–876.
K oe hn P., H o a ng H., B i c h A., C a ll i so n - B u c h C., F e de i co M., B e o l di
N., Co w a n B., S he n W., M o a n C., Ze n s R., D y e C., B o j a O.,
C o ns a n in A., H e b s E. 2007b: Moses: Open sou ce oolki o s a is ical machine

DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |17
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
ansla ion. – 45 h Annual Mee ing o he Associa ion o Compu a ional Linguis ics (ACL),
Companion Volume, 177–180.
K oe hn P., O c h F. J., M a c u D. 2003: S a is ical ph ase-based ansla ion. – P oceedings o
HLT-NAACL, 127–133.
K os K., B o ja O. 2009: E alua ion o Machine T ansla ion Me ics o Czech as he Ta ge
Language. – P ague Bull. Ma h. Linguis ics 92, 135–148.
M c C ul l o c h W., P i s W. 1943: A logical calculus o he ideas immanen in ne ous
ac i i y. – Bulle in o Ma hema ical Biophysics 5, 115–133.
M i ko l o T., S u sk e e I., C he n K., C o a d o G. S., D e a n J. 2013: Dis ibu ed
Rep esen a ions o Wo ds and Ph ases and hei Composi ionali y – P oceedings o he 26 h
In e na ional Con e ence on Neu al In o ma ion P ocessing Sys ems, Lake Tahoe, Ne ada,
Vol. 2, 3111–3119.
M i am u a T., N y be g E., C a b o ne l l J. 1991: An e icien in e lingua ansla ion sys em
o mul i-lingual documen p oduc ion. – P oceedings o Machine T ansla ion Summi III,
Washing on, DC. Pe spausdin a: – P og ess in Machine T ansla ion, ed. S. Ni enbu g, IOS
P ess, (1993), 105–118.
P ap i n e ni K., R o u ko s S. W a d T., Z h u W. J. 2002: BLEU: a me hod o au oma ic
e alua ion o machine ansla ion. – ACL-2002: 40 h Annual mee ing o he Associa ion o
Compu a ional Linguis ics, 311–318.
R e i l e E. 1960: The solu ion o MT linguis ic p oblems h ough lexicog aphy. – P oceedings
o he Na ional Symposium on Machine T ansla ion, (Feb ua y 2–5, 1960), ed. H.P.
Edmunson, London: P en ice-Hall, (1961), 312–316.
R i mk u ė E., K o al e s ka i ė J. 2008: Linguis ic E alua ion o he Fi s English-
Li huanian Machine T ansla ion Sys em. – P oceedings o he Thi d Bal ic Con e ence on
Human Language Technologies (2007), Kaunas, 257–264.
S k a di ņ š R., G o b a K., Š i c s V. 2010: Imp o ing SMT o Bal ic Languages wi h Fac o ed
Models. – P oceedings o he Fou h In e na ional Con e ence Bal ic HLT, F on ie s in
A i icial In elligence and Applica ions, Vol. 219, IOS P ess, 125–132.
S n o e M., D o B., Sc h w a z R., M i cci u l l a L., M a k h ou l J. 2006: A S udy o
T ansla ion Edi Ra e wi h Ta ge ed Human Anno a ion. – P oceedings o he 7 h
Con e ence o he Associa ion o Machine T ansla ion in he Ame icas, Mo is own, NJ,
USA, 223–231.
DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |18
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
S u s k e e I., V i n ya l s O., V. L e Q. V. 2014: Sequence o sequence lea ning wi h neu al
ne wo ks. – P oceedings o he 27 h In e na ional Con e ence on Neu al In o ma ion
P ocessing Sys ems, Mon eal, Canada, Vol. 2, MIT P ess Camb idge, MA, USA, 3104–
3112.
Š ei k a u sk i e nė D. 2005: G aph Rep esen a ion o he Syn ac ic S uc u e o he Li huanian
Sen ence. – In o ma ica 16 (3), 407–418.
T o ma P. 1977: Sys an as a mul ilingual machine ansla ion sys em. – P oceedings o he Thi d
Eu opean Cong ess on In o ma ion Sys ems and Ne wo ks, O e coming he language ba ie ,
München, 569–581.
V a s iļ je s A., Sk a d i ņ š R., T i e de m ann J. 2012: Le sMT!: a cloud-based pla o m o
do-i -you sel machine ansla ion – P oceedings o he ACL, Sys em Demons a ions, Jeju
Island, Ko ea, 43–48.
V a uqu o i s B. 1976: Au oma ic ansla ion – A su ey o di e en app oaches. – COLING-76,
O awa. Pe spausdin a: – Readings in machine ansla ion, eds. S. Ni enbu g, H. L. Some s,
Y. Wilks, MIT P ess, (2003), 333-337.
W e a e W. 1949: T ansla ion. – Pe spausdin a: – Machine T ansla ion o Languages, MIT
P ess, Camb idge, MA. (1955), 15–23.
Į eik a 2017 11 13
P iim a 2017 12 20
MACHINE TRANSLATION FOR LITHUANIAN LANGUAGE
S u mm a y
The pape p esen s a his o ical o e iew as well as cu en s a e o he a o he machine
ansla ion. T ansla ion om ano he language is always a ce ain in ellec ual challenge. In 1949
Wa en Wea e sugges ed using compu e s o ansla e ex s. The e m "machine ansla ion"
(MT) appea s. Machine ansla ion has been apidly de eloping du ing he i s decades in o de
o gain a s a egic ad an age in he Cold Wa . Mos popula ansla ed languages we e Russian
and English. Wo d- o-wo d ansla ion and la ge bilingual dic iona ies co e ing mo e han
170,000 wo ds p e ailed.
DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |19
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
In he 1950s and 1960s, machine ansla ion sys ems appea ed which could be called
ule-based. They a e based on he assump ion ha a language can be desc ibed using a se o
ules (including g amma ical). I was a a he op imis ic pe iod - i was expec ed o c ea e a
pe ec machine ansla ion in a ew yea s. Bu a compu e ha dly "unde s ands" g amma . Highly
in lec ed languages equi e ens o housands ho oughly hand- uned and mu ually consis en
ules. Nobody has done his p ope ly ye . The mos ad anced sys ems we e he SYSTRAN MT
sys em, launched in he Eu opean Commission and he Russian PROMT ansla ion sys em.
Subsequen ly, he ule-based MT p og ess slowed down. The EUROTRA p ojec (1982-1992),
by some es ima es cos ing mo e han 50,000,000 ECU, ails – e en hund eds o ec ui ed
specialis s ailed o c ea e a unc ioning MT sys em. This ma ked a se ious ule-based MT c isis.
De elopmen simply s alled o many o hcoming yea s.
The ques ion was aised: i we canno w i e so many ules, can i be ansla ed wi hou
g amma a all? In 1990 a new b eak h ough eme ges - he esea ch eam a he IBM Thomas J.
Wa son Resea ch Cen e o mula es he basics o s a is ical machine ansla ion. The ansla ion
p ocess has been conside ed as a ansmission o a ce ain message o e a noisy channel.
Decoding hen has been pe o med on he basis o he Bayesian heo em. T ansla ion is based
on ex co po a, especially on la ge pa allel bilingual ex co po a. The e was a apid
imp o emen o s a is ical MT. The Eu oMa ix p ojec , suppo ed by he Eu opean
Commission, has c ea ed a uni e sal open sou ce machine ansla ion so wa e package MOSES,
based on indus y-le el MT sys ems. Good esul s ha e been ob ained - i u ns ou ha you
can ansla e wi hou any dic iona y o g amma ! This me hod has g ea ly acili a ed he
ansla ion o highly in lec ed languages oo.
The achie emen s o machine ansla ion oday a e e ec i ely applied o he Li huanian
language as well. Du ing 2005-2007 Vy au as Magnus Uni e si y has ca ied ou an EU- unded
p ojec "In e ne In o ma ion T ansla o ". The esul was a public online ansla ion se ice om
English o Li huanian. (h p:// e imas. du.l / wsas/). The ule-based ansla ion engine was
p o ided by he Russian company PROMT, while o he linguis ic esou ces we e p epa ed in
Li huania. The o e all quali y o ex ansla ion in BLEU me ics (in pe cen ) is abou 10. In
p ac ice, his means ha only e e y hi d sen ence can be adequa ely unde s ood. This ansla ion
ool s ill has conside able po en ial o imp o ing, o example by expanding ph ase dic iona y.
Since Sep embe 25, 2008 Google T ansla e also suppo s Li huanian. Acco ding o he esul s
o he es s (2014), he BLEU ansla ion quali y was es ima ed o be a ound 17.
DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |20
BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204
2012-2014 Vilnius Uni e si y implemen ed he EU- unded p ojec "C ea ion o English-
Li huanian-English and F ench-Li huanian-F ench machine ansla ion sys em based on
s a is ical me hods". The esul was a public online ansla ion se ice (h ps://www. e s i.eu/).
Acco ding o he es s ca ied ou in 2014, he BLEU es ima es o he ansla ion quali y
exceeded mo e han wice he ule-based ansla ion esul s and we e p ac ically equi alen o
he Google ansla ion sys em. When ansla ing he documen s o ce ain domain (such as law)
he achie ed BLEU sco e is oughly wice as high as ansla ing gene al ex s and a exceeds
Google's esul s (19-09-2014). Howe e , e en he bes machine ansla ions o en equi e human
in e en ion and inal edi ing in o de o ge he pe ec ansla ion. So, can machines ul ima ely
ansla e ine?
The las ew yea s p omise new b eak h oughs using a neu al machine ansla ion. Neu al
ne wo ks hemsel es cons uc ans o ma ion ules. I is likely ha in he nea u u e he neu al
MT sys ems will ansla e be e han an a e age ansla o . In 2018 Vilnius Uni e si y is
p epa ing o launch he EU- unded p ojec o a new gene a ion neu al machine ansla ion o
English, Li huanian, Polish, F ench, Russian and Ge man.
Thus, he la es achie emen s in machine ansla ion apply o he Li huanian language as
well.
KEYWORDS: Li huanian, machine ansla ion, compu a ional linguis ics, his o y, neu al
ne wo ks, a i icial in elligence.
DANIELIUS ALGIRDAS RALYS
Vilniaus uni e si e o Taikomųjų mokslų ins i u as
M. K. Čiu lionio g. 29, 03100 Vilnius
danielius. aly[email p o ec ed]m