Mašininis vertimas lietuvių kalbai

BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 DANIELIUS ALGIRDAS RALYS Uni e sidad de Vilna MÁCHINISMA TERMINADORA LETUVI KALBAI 1 ESMINIAI VOODŽIAI: lengua Li uania, his o ia, compu ado ína ling is ica, maquinininis ans imas, neu oniniai edes, a i icial in elec as. ĮVADAS Hoy cada ez más ex os aducen compu ado as. Es e au omá ico aducción in o má ica comúnmen e se llama máquina de aducción (MV). No malmen e la aducción au omá ica se lle a a cabo con obje o lo más ápido susi oca se milžiniškame lujo de in o mación di e sosolbia, ambién pa a lo más ampliamen e pasleja su in o mación. In e cambio de in o mación elec ónica en e naciones y lenguas se con ie e en una impo an e pa e de la ida dia ia, ab e nue as posibilidades a nues a lengua, plan ea a ella nue os desa íos y p oblemas. Te miną máquinainis ans imas (angl. machine ansla ion) en el medio del pasėjiso siglo p ime o pa a ojo Wa enas Wea e is, p opues o adap á s qué acaba de su gi kompiu e ius ex a ios a la aducción (Wea e 1949: 1). W. Wea e is o eció echa un is azo a o a lengua esc i a ex o como en ši og amą, la cual puede decodi ica . Los log os c ip og á icos de los especialis as b i ánicos y es adounidenses en la ecien emen e pasada Segunda Gue a mundial p ome ie on op imismo. En onces se c eía since amen e que las máquinas elec ónicas en unos pocos años ayuda ían a ence la p akeiksmą del o e de Babel. Desa o unadamen e, la adución mejo ėjo len amen e, y la calidad de la aducción mecánica siquie a de olo no iguala a la calidad de la aducción humana. Después se en adecin o años, después neabejo inos sėkmių y desilymos, después muchedades nu eik ų abajos del amo mecánico comunidadé o a ez p e alece op imis inas moo aikos. Es a ezį ilusos poniéndose en a i iciales edes neu onales y ei ą p og esoa desa ollando a i icialmen e in elec ą. Mašininis ans imas neaplenkė y de las lenguas Li uanas. Hoy ácilmen e accesibles online maquina ias de aducción medios e ia de popula iaos idiomas en Li uanies lengua y ice e sa. La calidad de la mayo ía de los medios de aducción aún bas an e pob e, sus aducidos 2 ex os necesa io edaga . Mejo en cualidad se dis ingue sólo la he amien a de aducción Google T ansla e, en la que comenzadas a usa 1 A ículo p epa ado según el in o me Máşininis e imas lie u ių kalbai, ley en ą en Vilnius, 24-ojoje in e nacional en Jono Jablonskio con e encia Skai meniniai kalbos iš ekliai, hei de elopmen di ec ions and use possibili ies 2017 m. sep iemb e 29 d. 2 Acceda a In e ne 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 ónico de aducción ecnologías. La mayo ía con es e medio e i ían sakinių man iene o iginalolo kalboje u ė ą sensmę. Mácininis ans imas ampliamen e u ilizadoi in o mación a o as lenguas di undi . A menudo las mašininio e imo ezul a ai nea sakingai įkeliami į elek oninę e d ę isai ne edaguo i. Tokių consecuencias de acciones ya se en: en in e ne mi gė e mi ga p as i lie u iški ex ai con des i uada in o mación, los cuales au omá icamen e suge enció unoquia o o o ipo de p og ama 3 de aducción au omá ico. Poco a poco ales ex os pueden p asic e b i y en ex ynus. La adución mecánica ya se con i ió cadadiene, a eces so p endinančia, y a eces y ojos badančia ealybe, que nusipelno no sólo įdėmesnio kalbininkų zumbgsnio, sino y signi ica i emen e su in oluc ación en la adución mecánica plė o é. En es e a ículo se p esen a b e emen e la his o ia del aduc o au omá ico (MV) p esen an algunas de las ideas, u ėjusios in luencia MV aidai. Se p esen an di e sos esul ados de ecnologías de aducción a alcanza de lenguas li uanas. Analizándose MV adap ación del li uanos al idioma posibilidades aisykliniais y es adís icos así como neu oninías mé odos. Debido a la escasez de espacio no se indican in en os de uni ica a ios de es os mé odos en un único sis ema de aducción. 1.MACINÍA LOCACIÓN ITALAS 1.MACINÍA LOCACIÓN ITALAS 1.MACINÍA LOCACIÓN ITALAS 1.MACINÍA LOCACIÓN ITALAS 1.MACINÍA LOCACIÓN ITALAS 1.MACINÍA LOCACIÓN ITALAS 1.MACINÍA LOCACIÓN ITALAS 1.MACINÍA LOCACIÓN ITALAS 1.MACINÍA LOCACIÓN ITALAS 1.MACINÍA LOCIÓN ITALAS 2.MACINÍA LOCIÓN ITALAS 2.MACÍA LOCIÓN ITALAS 2.MACIÓN ITALAS 2.MACÍA LOCIÓN ITALAS 2.MACIÓN ITALAS 2.MACIÓN ITALAS 2.MACIÓN ITALAS Buena aducción de o a lengua siemp e es un cie o desa ío in elec ual a una pe sona, y la aducción nunca ha sido ácil ocupación. Noenues abo, que se buscó la aducción de alguna mane a au oma iza . 19321935 m. En F ancia el ingenie o Geo ges A s ouni in en ó y sukons aba uni e salų mechaninį p ie ais, al que llamaba mecánicas ce eb imis ( ac. ce eau mécanique), que al lado de o as unciones enía la posibilidad de aduci colkamá ex o en a ios idiomas (Hu chins 2004a: 12). En es e elec omechanís ico p ie aise ue gi ama ilga (has a 40 me osos de la go) la cin a de memo ia, ab icada de lexible ca ón. En ella ue edac ado plu iakalbis dicciona io, que puede aba ca incluso unas pocas decenas de miles de palab as. Cla ia u ación mon ado acūziškas palab a e a mechaniškai coduojamo, y según esa codá en eque ido luga pasi ábase ammin ies cin a. Poolicas de segundos pa e aís mos aban la palab a in oducido e imą (Daumas 1965: 294295). P ie a ue demos ado en la Exposición mundial de Pa ís 1937 m., sulaukó de g an in e ésamien o y ue p emiado con el Didžiuoju p izu. Fác icamen e es o ue el p ime o en el mundo 3 Jóna an S i as (Jona han Swi ) en sus iajes Gulli e io desc ibe sa cas iamen e máquina, dėliojancia sin sen ido combinaciones de palab as, las cuales ue on cons an emen e s opía edac adas en lib os. No edades semejan e niña puede se ab icada mucho más ápido... DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |3 equian is mechaninis ā dynas. G. BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 A s ouni más a de aún pe eccionó su disposi i o, sin emba go mecánicas p oblemas y comenzado El Segundo mundial gue a in e umpió abajos. 1933 m. En la Unión So ié ica Pio as Smi no as-T ojanskis ecibió au o inio es imonio o muló muchos aliosos idėjos de aducción elek omechaninei e imo mašinai 4 . No s ši mašina aip i nebu o pagamin a, ačiau iš adėjas au omá ica, las cuales ue on ealizadas sólo después de muchos años, su gidos a compu ado es. P. Smi no as-T ojanskis hablaba usiamen e, po lo que bien pe cibió leksinių lenguas peculia idades. Él p opuso el p oceso de aducción di idi se en es e apas: en la p ime a e apa homb e ex o ha de educi a lemas y ano a los con ma cas mo ológicas-sin axiológicas (e apa análisis); en onces en la segunda e apa la máquina encuen a au omá icamen e uno o a ios idiomas de aducción lemas y les asigna el mismo sello (e apa de ans o mación); en la e ce a e apa edac o según la aducción lemas y su ma ima iene que p epa a sklandas aducción ex o (e apa de gene ación). P. Smi no as-T ojanskis ambién o eció di e sas sinónimos, homonimos y idiomas de aducción me odicos. P. Smi no o-T ojanskio idėjos no ue on e aluadas en su na alidad, él así y no lauké kompiu e ių e os, sin emba go in en o ideas neliko zap imš os, más a de se hicie on conocidas y 5 Occiden os. La e a de la p ác ica de adución au omá ica comenzó su gidas compu ado as. 1947 m. W. Wea e is ca ašku apelóse a genialų kalbininką y compu ado es kū ėją No be ą Wiene į p egun ando, si ecien es log os de c ip og a ía y ecién apa ecidas compu ado as pueden se adap adas a la 6 aducción de lenguas. W. Wea e is a i mó que cualquie cual usišką ex o a puede a a se como ci ilicos le as encododuo a anglišką mensaje. Le pa eció que las compu ado as podían ese mensaje simplemen e desci a . Desa o unadamen e, la espues a de N. Wiene io ue escép ica. 1949 m. W. Wea e en ió a una audiencia más amplia un memo andum en el que p opuso u iliza o denado es pa a aduci ex os (Wea e 1949: 7). En ese momen o en di e sos labo a o ios ame icanos y b i ánicos p e alecían ideas de simple e sodío de aducción au omá ica. El e udi o 7 e a cie o, que las compu ado as pueden hace mucho mejo . Memo andume W. Wea e is p opuso cua o anslia i o de palab a más ce cano a en o no y así esol e polisemía p oblemas. Es a in uj alga hoy cons i uye la base del es adís ico mecaníneo de aducción. La segunda e imo p oblemų sp endimo i y imo k yp is. Visų pi ma, jis pasiūlė s a is iškai analizuo i p oposición ėmėsi del supues o, que habboje 4 En el ce i icado au o i a io es e ins umen o se llama maquina pa a palab as escogidas y imp imia aduciendo de una lengua a o a o a ios idiomas al mismo iempo. 5 P. Smi no as-T ojanskis mu ió 1950 m. 6 El p ime is elec ónico compu ado is b i us Colossus comenzó ope a en 1944 a p incipios, el p ime ame icano elec ónico compu ado is digi al ENIAC ue ab icado en 1945 a inales. P ime o denado so ié ico MESM ue ab icado en 1950. 7 En es e W. Wea e io memo andume pa a o o é mino mašininis e imas (angl. machine ansla ion) eikiai p igijo. DANIELIUS ALGIRDAS RALYS. Mašininis anslación de li uanos al idioma |4 son loginių elemen sų, po lo BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 que u ilizando modelos de edes neu onales (McCulloch, Pi s 1943: 115 133), debe ía se posible deduci e imą de o iginal o iginal en el lenguaje esančių suposiciones. El iempo mos ó la genialidad de es a isión hoy el mé odo neu ónico de aducción au omá ica e chia cuybiškiausiai. a la aducción. T ečią p oblemų sp endimo k yp į u ė ų suda y i k ip og a ijos me odų aikymas kalbų Después de cua en adecies años es o ue ealizada en algo i mos de aducción au omá ica es adís ico. Cua ajam p opues a ilus a W. Wea e is nupiešé alego inio paque slá, en el cual pe sonas ab igados en al as ce adas o es, simbolizojancias di e en es lenguas. Homb eñas casualmen e así log an comunica se susišūkaujando a a és espesos mu os de o š as. A o unadamen e, las o š ai iene común base a y bajoemį, bas a allí descende y en onces debe ía se más ácil comunica se. W. Wea e is a i mó que en los idiomas del mundo glūdi una cie a es uc u a común giluminė, que aún p ecisa á e ela . La úl ima p opues a del cien í ico impulsó oma lengua uni e sal […] máquina de aducción in e ling os […] paeškos y kons a imo. 8 Pos W. Wea e io memo andum maquinininis anslación no uko įsibėgė i. m. 1954 En Nue a Yo k ue públicamen e pademos ada un sis ema de aducción au omá ica, desa ollado en colabo ación con IBM co po ación y Džo dž aun Uni e si y. Fue aduciama de usas al inglés. En el sis ema se sup og ama on solo seis eglas g ama icales, y pa a la aducción se usa on unas 250 palab as (Hu chins 2004b: 102). Sis ema ue o ien ada en la emá ica de química o gánica, e imo e s pa yzdžiai iš anks o k uopščiai apgal o i. Po ekspe imen o il asi, kad po kele ių me ų mašinos puikiai, y abajos con inua ue asignado dosnus inanciamien o. MV spa čiai imamas desa olla se en los Es ados Unidos de Amé ica (JAV) y la Unión So ié ica, con el in de adqui i una en aja es a égica en la gue a ía. Populia ias aducciones de idiomas ue on usos y ingles. 2. TAISCYCLINAR MACHINAL TRADICCIÓN El núme o de pe sonas que abajan en el sec o de la aducción es muy ele ado. En la mi ad de la década de los sesen a del pasado siglo su gie on de maquina io (compu ado ino) sis emas de aducción, a las que oma on llama eglas (angl. ule-based). Es as ue on c eadas man eniendo el en oque, que la lengua se puede desc ibi u ilizando cie o conjun o de eglas ( ambién pa én y g ama icales). Aplicando es e mé odo, o iginalalo lenguaje ases es analizándose has a un cie o cie o ni el elegido, se es ablece es uc u a del ase, que ans o ma según susigu adas eglas en aducción lengua equi alen e es uc u a, según la cual sugene ándose ase del lenguaje de aducción. Di e sos idiomas de la es uc u a del sen encia pueden di e i mucho, ene unas u o as peculia idades, que deben se e lejadas MV 8 No debe iese con undi se con la lengua na u al in e ling os espe an o, ido, olapiuko y pan. DANIELIUS ALGIRDAS RALYS. Másininis aduc im de los lie u ios palbai |5 sis emoje. lingüís icos BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 dai a Š eikauskienė (2005: 411417). Hay a ios egula de sis emas MV a a ias de, que di ie en según el análisis de p o undidad (Fig. 1). Cuan o gilesnė análisis del enunciado, an o más sencillo ans o macion. Idealmen e caso, analizando ex o has a la p o undidad in e ling a, no eque i ían 9 ninguna ans o mación in e ling inis imagen del ex o debe ía se uni o me en odos los idiomas. 1 PAV. Taisyklinio maquininio de aducción Vauquois ikampis Taisyklinio MV p oblemas p e e in a esol e aplicando an o mé odos empi icos, como y lingüís icos. Empi ikos campykloje el más popula ue el mé odo de aducción di ec a. Así, al aduci en e dos idiomas se u iliza solo el dicciona io y simples eglas p og amá icas, p ác icamen e no se hos iga análisis de idiomas o eo ganización sin ác ico ( ese mé odo co esponde al ni el más bajo 1 igu a). En EEUU seš ajame pasiego siglo década en E wino Rei le io di igida un g upo de in es igado es kū ė especiales diccionyns pa a macininiam aduccion, en los cuales al lado leksinių ek i alen ų ue on inspues as y localesas eglas de o den de palab as can igo. También ue on p esen ados muchos de azios aducciones y apibend inamosios concep os (angl. co e e ms) polisemía p oblemasom esol e . 1964 m. comenzó a ope a Ma k II usųanglų sis ema de aducción di ec a, c eado JAV a minių ae ue zasų enca go. En él se u iliza el dicciona io de E. Rei le io, que aba ca más de 170 000 palab as (Rei le 1960: 312). Ling is iniai mé odos más ampliamen e ue on aplicados Džo dž auno Uni e si y, en el cual susc ibió gausas de in es igado es de la aducción au omá ica ue zas, pasisp čiusias en a ios dis in os mé odos di e en es aikancios 9 Tales ilus ación son a menudo llamadas Vauquois ikampiu, es e ilus a imo mé odo ue p opues o po el pionei o de la aducción au omá ica ancesa 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 upos de. Michaelo Za echnako di igido en g upo ue desa ollado Džo dž auno au omá ico de aducción (angl. GAT Geo ge own Au oma ic T ansla ion). En ella ue ealizada es ni eles de análisis: mo ologica (apiman i y idiomas iden i icación), sin aksinė y sin agminė. Modi icado GAT sis ema con éxi o ue pues o en uso Eu a ome (Isp oje, I alia) 1963 m. y JAV Comisión de Ene gía A ómica 1964 m. Muchos más a dó c ea in e ling os onamen almen e eikiancia MV sis ema. Kome cinę alo á ene el MV sis ema KANT apa eció sólo en el úl imo del pasado siglo década (Mi amu a e k . 1991: 105118). El sis ema ue u ilizado a algunos ex os écnicos aduci . A una lengua comun ina p onunci exp esa in e ling a así y no ue c eada. Todo el decenio as IBMDžo dž auno MV p esen aciones ue muy se es o zándose esmismamen e mejo a MV la calidad de aducción, pe o el p og eso ue muy escaso. 1966 m. JAV undado 10 ALPAC (angl. Au oma ic Language P ocessing Ad iso y Commi ee) comi é decide, que MV p óximamen e iempo no iene pe spec i asas, pues es p as os calidad, lo aún iene que edagua aduc o , pa a eso sugaišdamas más iempo, negu e damas sin ningún maquin. ALPAC comi é no igno é el hecho, que la aducción au omá ica ayuda a aduci milžiniškus can idades de in o mación, y muchos consumido es sa is ace la mala, os sen ido comunican e anslación. T as nega i as conclusiones del comi é MV el inanciamien o de p oyec os EEUU ue p ac icamen e in e umpido po a ios décadas, inanciamien o sumenko y en o os países. A pesa de la su gida ac i ud escép ica hacia MV, en es e campo ha habido un p og eso cons an e. 1968 m. JAV empezada c ea eglamen inio sis ema de aducción SYSTRAN (Toma 1977: 569581) ue cons an emen e mejo ándose y más a de se con i ió kome cinė. Es e sis ema ue empezado a usa JAV Depa amen o de De ensa, NASA, Eu a ome, Comisión Eu opea y mucho donde más. Según 1975 m. acue do come cial, la Comisión Eu opea ecibió de echo pe ecciona sis ema pa a sus necesidades. Sis ema su icien emen e bien adujo algunos ex os de á eas lingüís icas a muchos idiomas. Desde 2010 m. SYSTRAN ėmė usa ecnologías híb idas. Ghana han su gido sis emas MV bien uncionan es y en o os países: ARIANE (G enoblyje, F ancia), a ella simila MU sis ema (Kio e, Japón), ambién SUSY (Sa b iukene, Alemania). El p oyec o eu opeo EUROTRA (19821992 m.), que cos ó más de 50 000 000 ECU, e minó en nesėkme cen ena es de especialis as así 11 y noukū ė eían que sis emas MV. Así comenzó una se ia egla del MV c isis. Más a de muchos años ue ipciójama en luga . 10 EE.UU du an e es e pe íodo MV sis emas de c eación y pe eccionamien o gas ado al ededo de 20 millones. dóla es. 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), seisciolikai cen os EUROTRA de a ios países adicionalmen e asigna on más de 20 millones. ECU (CEC 1994: A4.2); y, en el caso de los países en ías de desa ollo, en el caso de los países en ías de desa ollo, en el caso de los países en ías de desa ollo. DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |7 Taisyklinis mašininis e imas Li uania BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 apa eció sólo en es e amžiuje. 20032004 m. el sis ema de aducción au omá ica Česílko (Hajič y k . 2000: 1012) ue adap ada al idioma li uanos (Homola, Rimku ė 2004: 7781). En ese pe íodo Pe as Homola y E ika Rimku ė explo aban las posibilidades de es e sis ema de aducción au omá ica en e checos y li uanos lenguas. 20052007 m. Vy au as Maggioyo Uni e sidad lle ó a cabo el p oyec o inanciado de los Fondos Es uc u ales de la Unión Eu opea In e ne inė in o macijos e imo p iemonė. La es uc u a del sis ema MV diseñado es desc i a Vido Dauda a ičiaus (2006: 718). Fue c eada pública in e ne una he amien a de aducción de inglés al idioma li uanos. Ve imo mo o iklį p opo cionó la compañía usa PROMT. Pa e del sis ema lingüís icos componen es de ue p epa ada en Li uania. Sis ema 12 puikiai adujo sólo algunos ipos de sakinių, buenas aducciones cons i uye on mino i . En 2007 se ealizó una e aluación lingüís ica de es e sis ema MV (Rimku ė, Ko ale skai ė 2008: 257264). Aud onė Dauba ienė y G e a Ziezy ė (2013: 5561) han e aluado la con o midad de la aducción del sis ema MV VDU con los es ánda es de ex ualidad (De Beaug ande, D essle 1981 3). En su abajo au o és de e minó, que expe iziji ex os de aducción au omá ica de di e en es géne os debido a mul i ud de e o es semán icos no a endían kohe encia y de algunos o os es ánda es de exalidad, po lo que ales aducciones no pueden se acep ables e in o mi ús al lec o . Slenkan décadas y, en esencia, ūpčiojan en luga , ue empezado a pe cibi , que lengua es ex emadamen e complejo enómeno, que muy di ícil desc ibi eglas. Daugia eikšmiškumo, ana o os a esol e p oblemas de aducción ue suge ido u iliza in o mación ex aling is ina sob e el mundo sanda á y su logiká (Ba -Hillel 1958: 197207). Sin emba go al sis emada in o mación simplemen e no había, y o malus desc ipción del signi icado ex o apa eció más di ícil a ea que el p opio adu imas. Fue ob iamen e, que el p oblema del aducción au omá ica exigía e oluucinių soluciones. 2. STATISTICA LA TERMINALIZACIÓN MÁCHINA ambién 1988 m. Un g upo de cien í icos IBM (B own y k . 1988: 7176) p opuso al maíníame anslación naudo i lygiag ečiuose eks ynuose glūdinčią in o maciją, ieškan ikimiausių e imo a ian ų. Pasiūly as e imo modelis baséase en asunción, joguiukšmingame canale ocu e cambio de la sen encia o iginalalo del lenguaje en sakinį e e imo del habla. El uido kanale es adicamen e des i ipo o iginal al idioma sen encio , po lo que kanalo eėjime podemos ob ene di e sos sen inios e, cuan o a io ioso de longi ud, con enidos unokią o o ookią semmę a la lengua de aducción o ella del odo no inčius. Po que ese canal 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 iega en In e ne h p:// e imas. du.l / wsas/. DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |8 En es e modelo se conside a que BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 cuando en kanalą se en ían la ase , más ap opiamin a ian e de aducción ê de odos e es el que cuyo apa ición kanalo izėjime condiginė p obabilidad p(e| ) es mayo , . y. ê = a gmaxe p(e| ). Aquí se en en a con el p oblema, que pa a encon a la mejo a ian e de adución ê hay que e is a no sólo odos los posibles sen íos en la lengua de aducción, sino y isokiausius k a inos de palab as en ella. Cuan i ica al can idad ikimybių es muy di ícil. Aplicando Bayes eo emá, se ob iene más ácilmen e con ada equi alen e exp esion (Koehn y k . 2003: 127): a gmaxe p(e| ) = a gmaxe p( |e) p(e) Es a ecuacion es undamen a la es adís ica ecuacion de la aduccion au omá ica (B own y k . 1993). En ella condiginé p obabilidad p( |e) mues a p obabilidad de que canalu ue pasiųs as ase , si íėjime apa eció ase e. Es e igual ies miemb o llamado modelo de aducción, el cual calculičiándose de d ikalbių eks ynų. El segundo miemb o de la igualdad p(e) indica la p obabilidad de aducción de la ase e en lengua. Es e miemb o desc ibe el modelo del lenguaje, que calculičiado se de uncalbios e imo del lenguaje ex yná. 13 2 PAV. Es adís ico de la aducción au omá ica Vauquois ikampis IBM cien í icos p opues o el mé odo de aducción según la calidad de la aducción de inmedia o comenzó a compe i con la aducción eglamen a ia. S a is inių MV sis emas desa ollado es cau i ó la posibilidad aduci en mul i ud de idiomas, eniendo en endimien o ni sob e e imá, ni sob e g amá ica, su iciía c eados sis emas en ena de los disponibles ex ynas. Du an e la con e sión es adís ica clásica no se deduce ninguna 13 El modelo de lengua educe cálculos ab umía, pues ayuda a echaza de inmedia o ex os en los que no encuen e sen encias, ayuda a escoge llandžiausia e imá, ambién indi ec amen e mues a, po qué g ožina li e a u a mejo e čia aduc o a(s), cuyo(s) e imo lengua es gim oji. DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |9 o iginalalo kalbos sakinių analizė BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 a e imo kalbos sakinių sin ezė (2 ig.), se aduce sólo según p obabilidades de e minadas du an e el en enamien o del sis ema. Pe e io B owno y sus colegas p opone cinco modelos de disposición de palab as en las aducciones no ue on su icien emen e lexibles, ellos pe mi ie on o iginalal palab a del idioma aduci una o unas pocas palab as o de él en absolu o no aduci . 2003 m. ue p opues o (P. Koehn y k . 2003: 127133) lexible modelo de aducción au omá ica, capaz de aduci y o iginalalo lenguaje ases. Du an e es e pe íodo ue on apčiai pe eccionándose mé odos de e aluación au omá ico de calidad de la aducción au omá ica, pues o que e a muy impo an e ápidamen e descub i , cuál de inamos e sión del sis ema de aducción au omá ica e čia mejo . También se buscó que al e aluación pe mi ie a obje i amen e compa a la calidad de di e en es sis emas de aducción. Ilgaini uno popula i usių se BLEU (angl. bilingual e alua ion unde s udy ac onimas) mé ica (Papineni y k . 2002: 311318), donde au oma icamen e compa ama, cuán o a do el ex o de la aducción mecánico es á emo és de la aducción humana. En es a mé ica no se iene en cuen a a la comp ensibilidad del ex o o egula idad g ama ical, en ella cuan i ican solo exac amen e coinciden es palab as o ases. Scuchiando mé iká su ampancias ph ases ienen ela i amen e mayo es adís ico pono į que užda inio, MV kokybei e in i dažnai naudojamos i ki okios, ienokią a ki okią ge ą ypa ybę paski i su ampan es palab as. Dependiendo de la con enida, mé icas: F-measu e, METEOR (Bane jee, La ie 2005: 6272), NIST (Dodding on 2002: 138145), TER (Sno e y k . 2006: 223231) y aún muchos o os. A pesa del es adís ico MV popula idad, cada ez más cla i ico la limi ación de es e mé odo en la į mo ologiškai u ingas ( leksines) kalbas. Į leksinių kalbų lygiag ečius eks ynus dažniausiai aducción no en ekusios odas las posibles azias o incluso indi iduales de palab as más a as o mas. Si siquie a alguna gãlimos ó mos no ue inco po áuk as en MV sis ema en enamien o, es o ókios ó mos y no se á e čiamas. Es eį clásico MV de iciencia lo causa insu iciencia de da os, po el cual apmokius sis ema se ob iene ejec e in a e imo ikimybių ma ica. A in de supe a es a de iciencia, Philippas Koehnas y Hieu Hoangas p opusie on ac o izada es adís ica machininí e imá (Koehn, Hoang 2007a: 868876). Fue p opues a al sis ema de aducción inspues ida adicional de la in o mación lingüís ica ano ando lingüís ica de análisis señas pa alelage os ex yns, que más a de u ilizados sis ema en ena . 2007 m. P. Koehnas con colegas a la sociedad en gene al p esen a on escogida es adís ico MV pake ą Moses a código abie o (Koehn y k . 2007b: 177180). La aplicación ac o izado del MV es adís ico mejo ó lige amen e la calidad de la aducción de lenguas leksinas, no malmen e 12 p ocen ais BLEU (Boja 2007: 235236; Skadiņš y k . 2010: 128129). Desde 2008 m. sep iemb e 25 d. Google T ansla e es adís ico MV sis ema ėmė aduci y Li u iškai. 20122014 m. Uni e sidad de Vilniaus lle ó a cabo Fondos Es uc u ales de la Unión Eu opea DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |16 D e B ea u g a n d e R. A., D BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 e s s le W. U. 1981: In oduc ion o Tex Linguis ics, London: Longman, 270. ¿Qué es lo que pasa? 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., 138145. 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. 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, 712. 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), 1131. La Comisión conside a que las medidas adop adas po el Es ado miemb o no cons i uyen ayuda es a al en el sen ido del a ículo 107, apa ado 1, del T a ado. 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, 102114. 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 T ansla ion Machine Sys em: Enabling Ze o-Sho T ansla ion. T ansac ions o he Associa ion o Compu a ional Linguis ics 5 (1), 339351. 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, 17001709. 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, 868876. 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, 177180. 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, 127133. 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, 135148. 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, 115133. El in o me ue publicado po la O icina de Ciencias Biológicas de la Unión Eu opea. 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, 31113119. 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. P ensaplicado: P og ess in Machine T ansla ion, ed. S. Ni enbu g, IOS P ess (1993), 105118. P 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, 311318. 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 25, 1960), ed. H.P. Edmunson, London: P en ice-Hall, (1961), 312316. 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 EnglishLi huanian Machine T ansla ion Sys em. P oceedings o he Thi d Bal ic Con e ence on Human Language Technologies (2007), Kaunas, 257264. 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, 125132. La Comisión conside a que las medidas adop adas po el Es ado miemb o no cons i uyen ayuda es a al en el sen ido del a ículo 107, apa ado 1, del T a ado. 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, 223231. DANIELIUS ALGIRDAS RALYS. Mašininis aducción de li uanos al idioma |18 ne wo ks. 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 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. El in o me ue publicado po la O icina de In es igación de la Unión Eu opea y el Consejo de Eu opa. 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), 407418. 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 , Múnich, 569581. 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 Iceland, Ko ea, 4348. 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. P ensaplicado: 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. P ensado: Machine T ansla ion o Languages, MIT P ess, Camb idge, MA. (1955), 15–23. Į eik a 2017 11 13 Adop ado 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 In he 1950s and 1960s, machine BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 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 ules. Nobody has done his p ope ly ye . The mos in lec ed languages equi e ens o housands ho oughly hand- uned and mu ually consis en 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), specialis s ailed o c ea e a unc ioning MT sys em. This ma ked a by some es ima es cos ing mo e han 50,000,000 ECU, ails – e en hund eds o ec ui ed 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 , apoyado 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. según he esul s o he es s (2014), he BLEU ansla ion quali y ue es imada a se al ededo 17. DANIELIUS ALGIRDAS RALYS. Mašininis e imas lie u ių kalbai |20 2012-2014 Vilnius Uni e si y BENDRINĖ KALBA 90 (2017) www.bend inekalba.l ISSN 2351-7204 implemen ed he EU- unded p ojec "C ea ion o EnglishLi 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). según 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 icamen e 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. well. Thus, he la es achie emen s in machine ansla ion apply o he Li huanian language as 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 o M. K. Čiu lionio g. 29, 03100 Vilnius danielius. aly[email p o ec ed]m