DANIELIUS ALGIRDAS RALYS

Vilnius Üniversitesi

LİTVANYA DİLİNE MAKİNE ÇEVİRİSݹ

ANAHTAR KELİMELER: Litvanya dili, tarih, bilgisayarlı dilbilim, makine çevirisi, sinir ağları, yapay zekâ.

GİRİŞ

Günümüzde giderek daha fazla metin bilgisayarlar tarafından çevriliyor. Bu tür otomatik bilgisayar çevirisine genellikle makine çevirisi (MÇ) denir. Makine çevirisi çoğunlukla, çok dilli devasa bilgi akışı içinde olabildiğince çabuk yolunu bulmak ve ayrıca kendi bilgisini mümkün olduğunca geniş ölçekte yaymak amacıyla yapılır. Uluslar ve diller arasında elektronik bilgi alışverişi günlük yaşamın önemli bir parçası hâline geliyor; dilimize yeni olanaklar sunuyor, yeni zorluklar ve sorunlar getiriyor.

“Makine çevirisi” terimini (İng. machine translation) geçen yüzyılın ortalarında ilk kez Warren Weaver kullanmış ve yeni ortaya çıkan bilgisayarların metin çevirisinde kullanılmasını önermiştir (Weaver 1949: 1). W. Weaver, başka bir dilde yazılmış bir metne, çözülebilecek bir şifreli mesaj olarak bakmayı öneriyordu. İngiliz ve Amerikalı uzmanların kısa süre önce sona eren İkinci Dünya Savaşı'ndaki kriptografi başarıları iyimserliği körüklüyordu. O dönemde, elektronik makinelerin birkaç yıl içinde Babil Kulesi lanetini aşmaya yardımcı olacağına içtenlikle inanılıyordu.

Ne yazık ki çeviri yavaş ilerledi ve makine çevirisinin kalitesi insan çevirisinin kalitesine yaklaşamadı bile. Yetmiş yıl sonra, kuşkusuz başarıların ve hayal kırıklıklarının, yapılan sayısız çalışmanın ardından, makine çevirisi topluluğunda yeniden iyimser bir hava hâkim. Bu kez umutlar yapay sinir ağlarına ve yapay zekâ geliştirmedeki hızlı ilerlemeye bağlanıyor.

Makine çevirisi Litvanya dilini de kapsadı. Günümüzde kolayca erişilebilen çevrimiçi makine çevirisi araçları, en yaygın dillerden Litvanya diline ve tersine çeviri yapıyor. Çoğu aracın çeviri kalitesi hâlâ oldukça düşük; bu araçların çevirdiği metinlerin düzenlenmesi gerekiyor. Daha iyi kalitesiyle yalnızca Google Translate² çeviri aracı öne çıkıyor; bu araçta kullanılmaya başlanan

¹ Makale, 29 Eylül 2017'de Vilnius'ta 24. Uluslararası Jonas Jablonskis Konferansı “Dijital Dil Kaynakları, Gelişim Yönleri ve Kullanım Olanakları”nda sunulan “Litvanya Diline Makine Çevirisi” başlıklı bildiriden hazırlanmıştır.

² İnternet erişimi https://translate.google.com.

BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 2

sinir ağı çeviri teknolojileri. Bu araçla çevrilen cümlelerin çoğu, özgün dilde taşıdıkları anlamı korur.

Makine çevirisi, diğer dillerdeki bilgileri yaymak için yaygın biçimde kullanılmaktadır. Makine çevirisi sonuçları çoğu zaman sorumsuzca, hiç düzenlenmeden elektronik ortama yüklenmektedir. Bu tür eylemlerin sonuçları şimdiden görülüyor: İnternet, bir veya başka bir makine çevirisi programı tarafından otomatik olarak oluşturulan, bilgileri çarpıtılmış kötü Litvanca metinlerle dolup taşıyor³. Zamanla bu tür metinler derlemlere de sızabilir. Makine çevirisi, bazen şaşırtıcı, bazen de göze batan, gündelik bir gerçeklik hâline geldi; bu gerçeklik yalnızca dilbilimcilerin daha dikkatli bakışını değil, makine çevirisinin geliştirilmesine daha anlamlı bir katkıda bulunmalarını da hak ediyor.

Bu makalede makine çevirisinin (MÇ) tarihçesi kısaca sunulmakta ve MÇ'nin gelişimini etkileyen bazı fikirler tanıtılmaktadır. Farklı çeviri teknolojilerinin Litvanca için elde ettiği sonuçlar verilmektedir. Litvanca için MÇ uygulama olanakları kural tabanlı, istatistiksel ve sinir ağı yöntemleriyle incelenmektedir. Yer darlığı nedeniyle bu yöntemlerden birkaçını tek bir çeviri sisteminde birleştirmeye yönelik girişimler ele alınmamıştır.

1. MAKİNE ÇEVİRİSİNİN KÖKENLERİ

Başka bir dilden iyi çeviri yapmak insan için her zaman belirli bir entelektüel meydan okumadır; çeviri de hiçbir zaman kolay bir uğraş olmamıştır. Bu nedenle çeviriyi bir şekilde otomatikleştirmeye çalışılması şaşırtıcı değildir. 1932–1935 yıllarında Fransa'da mühendis Georges Artsrouni, mekanik beyinler (Fr. cerveau mécanique) adını verdiği evrensel bir mekanik cihaz icat edip inşa etti. Bu cihaz, diğer işlevlerinin yanı sıra, yazılan metni birkaç dile çevirme olanağına sahipti (Hutchins 2004a: 12). Bu elektromekanik cihazda, esnek kartondan yapılmış uzun (40 metreye kadar) bir bellek şeridi döndürülüyordu. Şeride, on binlerce sözcük içerebilen çok dilli bir sözlük yazılmıştı. Klavyede yazılan Fransızca sözcük mekanik olarak kodlanıyor, bu kod uyarınca bellek şeridi doğru konuma dönüyordu. Cihaz, birkaç saniye sonra girilen sözcüğün çevirisini gösteriyordu (Daumas 1965: 294–295). Cihaz 1937'de Paris Dünya Fuarı'nda sergilendi, büyük ilgi gördü ve Büyük Ödül'e layık görüldü. Aslında bu, dünyadaki ilk

³ Jonathan Swift, Gulliver'in Gezileri adlı eserinde, sürekli özenle kitaplara yazılan anlamsız sözcük bileşimleri üreten bir makineyi alaycı biçimde anlatır. Günümüzde aynı türden saçmalık çok daha hızlı üretilebilir...

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 3

çalışan mekanik bir sözlüktü. G. Artsrouni daha sonra cihazını geliştirmeye devam etti; ancak mekanik sorunlar ve başlayan İkinci Dünya Savaşı çalışmaları sona erdirdi.

1933'te Sovyetler Birliği'nde Piotras Smirnovas-Trojanskis elektromekanik bir çeviri makinesi için mucitlik belgesi aldı⁴. Bu makine hiç üretilmemiş olsa da mucit, ancak yıllar sonra bilgisayarların ortaya çıkmasıyla hayata geçirilen pek çok değerli makine çevirisi fikrini ortaya koydu. P. Smirnovas-Trojanskis Rusça konuşuyordu; bu nedenle bükümlü dillerin özelliklerini iyi kavramıştı. Çeviri sürecinin üç aşamaya ayrılmasını önerdi: İlk aşamada insan, metni lem durumuna indirgemeli ve bu lemalara morfosentaktik etiketler eklemelidir (çözümleme aşaması); ardından ikinci aşamada makine, bir veya birkaç hedef dildeki lemalara otomatik olarak ulaşır ve onlara aynı etiketleri atar (dönüştürme aşaması); üçüncü aşamada ise editör, çeviri lemalara ve bunların etiketlerine dayanarak akıcı bir çeviri metni hazırlamalıdır (üretim aşaması). P. Smirnovas-Trojanskis ayrıca eş anlamlıların, eş adlı sözcüklerin ve deyimlerin çevirisi için çeşitli yöntemler önerdi. P. Smirnovas-Trojanskis'in fikirleri memleketinde takdir görmedi; bilgisayar çağını göremedi⁵. Bununla birlikte mucidin fikirleri unutulmadı ve daha sonra Batı'da da tanındı.

Pratik makine çevirisi çağı bilgisayarların ortaya çıkmasıyla başladı. 1947'de W. Weaver, dahi dilbilimci ve bilgisayar tasarımcısı Norbert Wiener'e bir mektup yazarak kriptografinin en son başarılarının ve yeni ortaya çıkan bilgisayarların⁶ dillerin çevirisinde kullanılıp kullanılamayacağını sordu. W. Weaver, herhangi bir Rusça metnin Kiril harfleriyle kodlanmış bir İngilizce ileti olarak ele alınabileceğini ileri sürdü. Ona göre bilgisayarlar bu iletiyi doğrudan deşifre edebilirdi. Ne yazık ki N. Wiener'in yanıtı kuşkucuydu.

1949'da W. Weaver, bilgisayarların metinleri çevirmek için kullanılmasını önerdiği bir memorandumu daha geniş bir kitleye gönderdi (Weaver 1949: 7)⁷. O dönemde çeşitli Amerikan ve Britanya laboratuvarlarında basit, sözcüğü sözcüğüne makine çevirisi fikirleri yaygındı. Bilim insanı, bilgisayarların çok daha iyi çeviri yapabileceğinden emindi. W. Weaver memorandumunda, çeviri sorunlarını çözmeye ve araştırmaya yönelik dört doğrultu önerdi. Öncelikle, çokanlamlılık sorunlarını çözmek için çevrilen sözcüğün yakın çevresinin istatistiksel olarak çözümlenmesini önerdi. Bu öngörü, günümüzde istatistiksel makine çevirisinin temelini oluşturuyor. İkinci öneri, dilde şu varsayıma dayanıyordu ki

⁴ Mucitlik belgesinde bu araç, “bir dilden başka bir dile ya da aynı anda birkaç dile çeviri yaparken sözcükleri seçip yazdıran makine” olarak adlandırılmaktadır.

⁵ P. Smirnovas-Trojanskis 1950'de öldü.

⁶ İlk Britanya elektronik bilgisayarı Colossus 1944'ün başında çalışmaya başladı; ilk Amerikan elektronik dijital bilgisayarı ENIAC 1945'in sonunda üretildi. İlk Sovyet bilgisayarı MESM 1950'de üretildi.

⁷ W. Weaver'in bu memorandumunda kullanılan makine çevirisi terimi (İng. machine translation) kısa sürede yerleşti.

BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 4

mantıksal öğeler içerir; dolayısıyla sinir ağı modelleri kullanıldığında (McCulloch, Pitts 1943: 115–133), özgün dildeki öncüllerden çeviriyi tümdengelim yoluyla çıkarmak mümkün olmalıdır. Zaman, bu içgörünün dehasını ortaya koydu: günümüzde en kaliteli çeviriyi sinirsel makine çevirisi yöntemi yapıyor. Sorunları çözmeye yönelik üçüncü bir yaklaşım, kriptografi yöntemlerinin dil çevirisine uygulanması olmalıydı. Bu, kırk yıl sonra istatistiksel makine çevirisi algoritmalarında hayata geçirildi. W. Weaver, dördüncü önerisini örneklemek için, farklı dilleri simgeleyen yüksek, kapalı kulelerde yaşayan insanların tasvir edildiği alegorik bir resim çizdi. İnsanlar, kalın kule duvarlarının üzerinden birbirlerine seslenerek güç bela iletişim kurabiliyor. Neyse ki kulelerin ortak bir temeli ve yeraltı bölümü var; oraya inmek yeterli, sonrasında iletişim kurmanın daha kolay olması gerekir. W. Weaver, dünya dillerinin içinde henüz ortaya çıkarılması gereken ortak bir derin yapı bulunduğunu ileri sürdü. Bilim insanının bu son önerisi, evrensel bir dilin —makine çevirisi interlinguasının⁸— araştırılmasına ve oluşturulmasına önayak oldu.

W. Weaver’ın memorandumunun ardından makine çevirisi kısa sürede ivme kazandı. 1954’te New York’ta, IBM şirketi ile Georgetown Üniversitesi’nin iş birliğiyle geliştirilen bir makine çevirisi sistemi kamuya açık biçimde tanıtıldı. Rusçadan İngilizceye çeviri yapılıyordu. Sistemde yalnızca altı dilbilgisi kuralı programlanmıştı ve çeviri için yaklaşık 250 sözcük kullanılıyordu (Hutchins 2004b: 102). Sistem, organik kimya alanına yönelikti; çeviri örnekleri önceden titizlikle hazırlanmıştı. Deneyin ardından makinelerin birkaç yıl içinde kusursuz çeviri yapacağı umuluyor, çalışmaların sürdürülmesi için cömert bir finansman ayrılıyordu. Soğuk Savaş’ta stratejik üstünlük sağlama hedefiyle makine çevirisi Amerika Birleşik Devletleri’nde (ABD) ve Sovyetler Birliği’nde hızla geliştirilmeye başlandı. En çok çevrilen diller Rusça ve İngilizceydi.

2. KURALA DAYALI MAKİNE ÇEVİRİSİ

Geçen yüzyılın 1950’li yıllarının ortalarında, kural tabanlı (İng. rule-based) olarak adlandırılmaya başlanan makine (bilgisayar) çevirisi sistemleri ortaya çıktı. Bu sistemler, dilin belirli kurallar (dilbilgisi kuralları da dâhil) dizisi kullanılarak betimlenebileceği yaklaşımı temelinde geliştirildi. Bu yöntemde kaynak dildeki cümle, seçilen belirli bir düzeye kadar çözümlenir; cümlenin yapısı belirlenir ve oluşturulan kurallara göre çeviri dilindeki eşdeğer bir yapıya dönüştürülür; ardından bu yapı temelinde çeviri dilinde bir cümle oluşturulur. Farklı dillerin cümle yapıları büyük ölçüde farklılık gösterebilir ve makine çevirisi sisteminde yansıtılması gereken çeşitli özellikler taşıyabilir.

⁸ Doğal dil interlingualarıyla —Esperanto, İdo, Volapük vb.— karıştırılmamalıdır.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 5

sisteminde. Makine çevirisine uygun Litvanca cümlelerin sözdizimsel yapılarının gösterilmesiyle ilgili sorunları Daiva Šveikauskienė (2005: 411–417) araştırmıştır. Çözümleme derinliğine göre farklılaşan çeşitli kural tabanlı makine çevirisi sistemi türleri vardır (Şekil 1⁹). Cümle çözümlemesi ne kadar derinse dönüşüm de o kadar basittir. İdeal durumda, metin interlingua düzeyine kadar çözümlendiğinde hiçbir dönüşüme gerek kalmazdı: metnin interlingual temsili bütün dillerde aynı olmalıydı.

ŞEKİL 1. Kural tabanlı makine çevirisinin Vauquois üçgeni

Kural tabanlı makine çevirisinin sorunları hem ampirik hem de dilbilimsel yöntemlerle çözülmeye çalışıldı. Ampirikler arasında en yaygın olanı doğrudan çeviri yöntemiydi. Bu yöntemde iki dil arasında çeviri yapmak için yalnızca sözlük ve basit yazılım kuralları kullanılır; diller neredeyse hiç çözümlenmez ve sözdizimsel yeniden düzenleme yapılmaz (bu yöntem Şekil 1’deki en alt düzeye karşılık gelir). Geçen yüzyılın 1960’lı yıllarında ABD’de, Erwin Reifler’in başkanlığındaki araştırma grubu makine çevirisi için özel sözlükler geliştirdi. Bu sözlüklerde sözcüksel eşdeğerlerin yanı sıra yerel sözcük sırası değiştirme kuralları da bulunuyordu. Ayrıca çok sayıda ifade için çeviriler veriliyor ve çok anlamlılık sorunlarını çözmek amacıyla kapsayıcı kavramlar (İng. cover terms) özetleniyordu. 1964’te, ABD Hava Kuvvetleri’nin talebiyle geliştirilen Mark II Rusça-İngilizce doğrudan çeviri sistemi çalışmaya başladı. Sistem, 170.000’den fazla sözcük içeren E. Reifler’in sözlüğünü kullanıyordu (Reifler 1960: 312).

Dilbilimsel yöntemler, makine çevirisi araştırmacılarından oluşan büyük ekiplerin bir araya geldiği Georgetown Üniversitesi’nde daha yaygın biçimde uygulandı; ekipler farklı yöntemler kullanan birkaç gruba ayrılmıştı.

⁹ Bu tür çizimler genellikle Vauquois üçgeni olarak adlandırılır; bu görselleştirme yöntemini Fransız makine çevirisi öncüsü Bernard Vauquois önermiştir (1976: 335).

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 6

grupları. Michael Zarechnak'ın yönettiği grupta Georgetown Otomatik Çeviri (İng. GAT – Georgetown Automatic Translation) sistemi geliştirildi. Bu sistemde üç düzeyde analiz yapılıyordu: morfolojik (deyimlerin belirlenmesi de dâhil), sözdizimsel ve sözdizimsel öbek analizi. Değiştirilmiş GAT sistemi 1963'te İtalya'nın Ispra kentindeki Euratom'da, 1964'te ise ABD Atom Enerjisi Komisyonunda başarıyla kullanılmaya başlandı. Interlingua temelli bir MT sistemi geliştirmek çok daha uzun sürdü. Ticari değeri olan KANT MT sistemi ancak geçen yüzyılın son on yılında ortaya çıktı (Mitamura ve diğerleri 1991: 105–118). Sistem, bazı teknik metinleri çevirmek için kullanılıyordu. Genel dili ifade edecek bir interlingua ise hiçbir zaman geliştirilemedi.

IBM–Georgetown MT sunumunu izleyen on yıl boyunca, MT çevirisinin kalitesini kökten iyileştirmek için büyük çaba harcandı¹⁰, ancak ilerleme çok sınırlı kaldı. 1966'da ABD'de kurulan ALPAC (İng. Automatic Language Processing Advisory Committee) komitesi, MT'nin yakın gelecekte umut vadetmediğine karar verdi; çünkü çıktısı kalitesizdi ve bir çevirmen tarafından düzenlenmesi gerekiyordu; bu da çevirmenin hiçbir makine kullanmadan çeviri yapmasından daha fazla zaman alıyordu. ALPAC komitesi, makine çevirisinin devasa miktardaki bilgiyi çevirmeye yardımcı olduğu ve pek çok kullanıcının anlamı ancak kabaca aktaran düşük kaliteli bir çeviriyi yeterli bulduğu gerçeğini göz ardı etti. Komitenin olumsuz sonuçlarının ardından, ABD'deki MT projelerinin finansmanı birkaç on yıl boyunca fiilen durduruldu; diğer ülkelerde de finansman azaldı.

MT'ye yönelik kuşkucu tutuma rağmen bu alanda sürekli ilerleme kaydedildi. 1968'de ABD'de geliştirilmeye başlanan kural tabanlı çeviri sistemi SYSTRAN (Toma 1977: 569–581) sürekli iyileştirildi ve daha sonra ticari bir sisteme dönüştü. Sistem ABD Savunma Bakanlığında, NASA'da, Euratom'da, Avrupa Komisyonunda ve daha birçok yerde kullanılmaya başlandı. 1975'te yapılan ticari anlaşma uyarınca Avrupa Komisyonu, sistemi kendi ihtiyaçları doğrultusunda geliştirme hakkını elde etti. Sistem, belirli dil alanlarındaki metinleri birçok dile yeterince iyi çeviriyordu. SYSTRAN, 2010'dan itibaren hibrit teknolojiler kullanmaya başladı. Başka ülkelerde de oldukça iyi çalışan MT sistemleri ortaya çıktı: ARIANE (Fransa'nın Grenoble kentinde), ona benzeyen MU sistemi (Japonya'nın Kyoto kentinde) ve SUSY (Almanya'nın Saarbrücken kentinde). 50.000.000 ECU'dan¹¹ fazla maliyetli Avrupa EUROTRA projesi (1982–1992), yüzlerce uzmanın çalışan bir MT sistemi geliştirememesiyle başarısızlıkla sonuçlandı. Böylece kural tabanlı MT'de ciddi bir kriz başladı. Sonraki yıllar boyunca ilerleme kaydedilemedi.

¹⁰ ABD'de bu dönemde MT sistemlerinin geliştirilmesi ve iyileştirilmesi için yaklaşık 20 milyon dolar harcandı.

¹¹ Avrupa Toplulukları Komisyonunun 1994 tarihli raporunda (İng. CEC – Commission of the European Communities) EUROTRA'nın finansman verileri sunulmuştur: Komisyon, 1982–1992 yıllarında projeye 37,5 milyon ECU ayırmış (CEC 1994: 3.10), çeşitli ülkelerin hükûmetleri ise EUROTRA'nın on altı merkezine ek olarak 20 milyon ECU'dan fazla kaynak sağlamıştır (CEC 1994: A4.2).

BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 7

Litvanya'da kural tabanlı makine çevirisi ancak bu yüzyılda ortaya çıktı. 2003–2004 yıllarında Česilko makine çevirisi sistemi (Hajič ve diğerleri 2000: 10–12) Litvancaya uyarlandı (Homola, Rimkutė 2004: 77–81). Bu dönemde Petras Homola ve Erika Rimkutė, sistemin Çekçe ile Litvanca arasındaki makine çevirisi olanaklarını araştırdı. 2005–2007 yıllarında Vytautas Magnus Üniversitesi, Avrupa Birliği Yapısal Fonları tarafından finanse edilen “İnternet Bilgi Çeviri Aracı” projesini yürüttü. Tasarlanan MT sisteminin yapısı Vidas Daudaravičius tarafından açıklanmıştır (2006: 7–18). İngilizceden Litvancaya çeviri yapan halka açık bir çevrimiçi araç geliştirildi¹². Çeviri motoru Rus şirketi PROMT tarafından sağlandı. Sistemin dilsel bileşenlerinin bir kısmı Litvanya'da hazırlandı. Sistem yalnızca bazı cümle türlerini başarılı biçimde çeviriyor, iyi çeviriler ise azınlıkta kalıyordu. 2007'de bu MT sisteminin dilsel değerlendirmesi yapıldı (Rimkutė, Kovalevskaitė 2008: 257–264). Audronė Daubarienė ve Greta Ziezvytė (2013: 55–61), VDU MT sisteminin çevirilerinin metinsellik standartlarına uygunluğunu değerlendirdi (De Beaugrande, Dressler 1981: 3). Yazarlar çalışmalarında, incelenen farklı türlerdeki makine çevirisi metinlerinin çok sayıdaki anlamsal hata nedeniyle tutarlılık ve metinselliğin diğer bazı standartlarını karşılamadığını; bu nedenle bu çevirilerin okuyucu açısından kabul edilebilir ve bilgilendirici olmadığını saptadı.

On yıllar geçtikçe ve esasen yerinde sayıldıkça, dilin kurallarla betimlenmesi son derece güç, karmaşık bir olgu olduğu anlaşılmaya başlandı. Çok anlamlılık ve anaforların çevirisi sorunlarını çözmek için dünyanın yapısı ve mantığı hakkında dil dışı bilgilerden yararlanılması önerildi (Bar-Hillel 1958: 197–207). Ancak bu tür sistematik bilgiler mevcut değildi; metnin anlamını biçimsel olarak betimlemek ise çevirinin kendisinden daha zor görünüyordu. Makine çevirisi sorunlarının devrim niteliğinde çözümler gerektirdiği açıktı.

2. İSTATİSTİKSEL MAKİNE ÇEVİRİSİ

1988'de IBM araştırmacı grubu (Brown ve diğerleri 1988: 71–76), en olası çeviri seçeneklerini bulmak için paralel derlemlerdeki bilgilerin makine çevirisinde kullanılmasını önerdi. Önerilen çeviri modeli, gürültülü bir kanalda kaynak dildeki f cümlesinin hedef dildeki e cümlesine dönüştüğü varsayımına dayanır. Kanaldaki gürültü, kaynak dildeki f cümlesini istatistiksel olarak çarpıtır; bu nedenle kanalın çıkışında, hedef dilde anlamlı ya da anlamsız, farklı uzunluklarda ve çeşitli anlamlar taşıyan farklı e cümleler elde edebiliriz. Bu kanal doğru çeviri yapmaya çalıştığı için, doğru çeviri seçenekleri gürültünün içinden giderek daha sık geçer.

¹² İnternet erişimi http://vertimas.vdu.lt/twsas/.

BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 8

Bu modelde, kanala bir cümle gönderildiğinde f, tüm e seçenekleri arasından en uygun çeviri seçeneğinin ê, kanalın çıkışında ortaya çıkma koşullu olasılığı p(e|f) en yüksek olan seçenek olduğu varsayılır; yani

ê = argmax_e p(e|f).

Burada, en iyi çeviri seçeneğini ê bulmak için yalnızca çeviri dilindeki tüm olası cümleleri değil, aynı zamanda bu dildeki her tür sözcük dizisini de incelemek gerektiğinden bir sorunla karşılaşılır. Bu kadar çok olasılığı hesaplamak çok zordur. Bayes teoremi uygulandığında, hesaplanması daha kolay olan eşdeğer bir ifade elde edilir (Koehn ve diğerleri 2003: 127):

argmax_e p(e|f) = argmax_e p(f|e) p(e)

Ši lygtis yra pamatinė statistinio mašininio vertimo lygtis (Brown ir kt. 1993). Joje sąlyginė tikimybė p(f|e) parodo tikimybę, kad kanalu buvo pasiųstas sakinys f, jei išėjime pasirodė sakinys e. Šis lygties narys vadinamas vertimo modeliu, kuris apskaičiuojamas iš dvikalbių tekstynų. Antrasis lygties narys p(e) parodo sakinio e tikimybę vertimo kalboje. Šis narys aprašo kalbos modelį, kuris apskaičiuojamas iš vienkalbių vertimo kalbos tekstynų¹³.

ŞEKİL 2. İstatistiksel makine çevirisinin Vauquois üçgeni

IBM bilim insanlarının önerdiği çeviri yöntemi, çeviri kalitesi bakımından kurallı çeviriyle hemen rekabet etmeye başladı. İstatistiksel makine çevirisi sistemlerinin geliştiricilerini, çeviri ya da dilbilgisi hakkında bilgi sahibi olmadan çok sayıda dile çeviri yapabilme olanağı cezbediyordu; geliştirilen sistemleri mevcut derlemlerle eğitmek yeterliydi. Klasik istatistiksel çeviri sırasında hiçbir

¹³ Dil modeli, derlemlerde bulunmayan cümlelerin hemen elenmesine yardımcı olarak hesaplama yükünü azaltır, en akıcı çeviriyi seçmeye katkıda bulunur ve ayrıca edebî eserleri, çeviri dili ana dili olan kadın ya da erkek çevirmenlerin neden daha iyi çevirdiğini dolaylı olarak gösterir.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 9

kaynak dildeki cümlelerin çözümlenmesi ya da çeviri dilindeki cümlelerin üretilmesi (Şekil 2) yapılmaz; çeviri yalnızca sistemin eğitimi sırasında belirlenen olasılıklara dayanır. Peter Brown ve çalışma arkadaşlarının önerdiği, çevirilerdeki beş sözcüklü hizalama modelleri yeterince esnek değildi; kaynak dildeki bir sözcüğün bir ya da birkaç sözcükle çevrilmesine veya hiç çevrilmemesine izin veriyorlardı. 2003 yılında (P. Koehn ve diğerleri 2003: 127–133), kaynak dildeki ifadeleri de çevirebilen daha esnek bir makine çevirisi modeli önerildi.

Bu dönemde, makine çevirisi kalitesinin otomatik değerlendirilmesine yönelik yöntemler hızla geliştirildi; çünkü ayarlanan makine çevirisi sisteminin hangi sürümünün en iyi çeviri yaptığını hızlıca öğrenmek çok önemliydi. Ayrıca böyle bir değerlendirmenin farklı sistemlerin çeviri kalitesini nesnel biçimde karşılaştırmaya olanak sağlaması amaçlanıyordu. Zamanla en popüler ölçütlerden biri, BLEU (İngilizce bilingual evaluation understudy ifadesinin kısaltması) metriği oldu (Papineni ve diğerleri 2002: 311–318). Bu metrikte, makine çevirisi metninin insan çevirisinden ne ölçüde farklılaştığı otomatik olarak karşılaştırılır. Metin anlaşılırlığı veya dilbilgisi bakımından doğruluğu dikkate alınmaz; yalnızca tam olarak örtüşen sözcük ve ifadeler sayılır. Metriğin hesaplanmasında, örtüşen ifadelerin istatistiksel ağırlığı tek tek örtüşen sözcüklerinkinden görece daha fazladır. Göreve bağlı olarak, makine çevirisi kalitesini değerlendirmede belirli bir olumlu özelliğe sahip başka ölçütler de sıkça kullanılır: F-measure, METEOR (Banerjee, Lavie 2005: 62–72), NIST (Doddington 2002: 138–145), TER (Snover ve diğerleri 2006: 223–231) ve daha pek çoğu.

İstatistiksel makine çevirisinin popülerliğine rağmen, bu yöntemin morfolojik açıdan zengin (bükünlü) dillere çeviri yaparken sınırlı kaldığı giderek daha açık hâle geldi. Bükünlü dillerin paralel derlemlerinde, olası ifade biçimlerinin, hatta daha seyrek kullanılan tek tek sözcük biçimlerinin tümü genellikle yer almamaktadır. Olası biçimlerden biri makine çevirisi sisteminin eğitimine dahil edilmemişse, bu biçim de çevrilemez. Klasik makine çevirisinin bu eksikliğine, sistem eğitildiğinde seyrekleşmiş bir çeviri olasılıkları matrisi ortaya çıkmasına yol açan veri yetersizliği neden olur. Philip Koehn ve Hieu Hoang, bu eksikliği gidermek amacıyla faktörlü istatistiksel makine çevirisini önerdiler (Koehn, Hoang 2007a: 868–876). Paralel derlemlere dilbilimsel çözümleme etiketleri ekleyerek çeviri sistemine ek dilbilimsel bilgi katılması ve bu derlemlerin daha sonra sistemi eğitmek için kullanılması önerildi. 2007'de P. Koehn ve çalışma arkadaşları, açık kaynak kodlu eksiksiz bir istatistiksel makine çevirisi paketi olan Moses'i genel kullanıma sundular (Koehn ve diğerleri 2007b: 177–180). Faktörlü istatistiksel makine çevirisinin uygulanması, bükünlü dillere çeviri kalitesini genellikle 1–2 BLEU puanı kadar bir miktar artırıyordu (Bojar 2007: 235–236; Skadinš ve diğerleri 2010: 128–129).

25 Eylül 2008'den itibaren Google Translate istatistiksel makine çevirisi sistemi Litvancaya da çeviri yapmaya başladı. 2012–2014 yıllarında Vilnius Üniversitesi, Avrupa Birliği Yapısal Fonları

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 10

“İstatistiksel yöntemlere dayalı İngilizce–Litvanca–İngilizce ve Fransızca–Litvanca–Fransızca dilleri için bir makine çevirisi sisteminin geliştirilmesi” başlıklı projeyi finanse etti. Proje çalışmalarının büyük bölümünü UAB Tilde gerçekleştirdi. ALPMAVIS makine çevirisi sistemi geliştirildi ve halka açık çevrimiçi istatistiksel makine çevirisi hizmeti kamu kullanımına sunuldu (https://www.versti.eu/)¹⁴. 2014 yılında gerçekleştirilen test verilerine göre, genel metinlerin çeviri kalitesi puanları (BLEU metriğinde) Litvancanın kural tabanlı çeviri sonuçlarını iki kattan fazla aştı ve Google Translate çeviri sisteminin sonuçlarıyla neredeyse aynı düzeydeydi. ALPMAVIS özellikle hukuki metinleri çevirmede başarılıdır.

3. LİTVANCAYA MAKİNE ÇEVİRİSİNİN KALİTESİ

Yeni bir dil olgusunun—makineler tarafından çevrilen Litvanca metinlerin—ortaya çıkmasıyla, bu tür çevirilerin standart dil açısından kalitesini değerlendirmek ilgi çekici hâle geldi. Standart dili daha iyi yansıttığı için genel nitelikte bir metin değerlendirme amacıyla seçildi; çeviri kalitesini ölçmek içinse BLEU metriği kullanıldı.

Çeviri kalitesini test etmek için internette yayımlanmış genel nitelikte bir metin seçildi¹⁵.

BLEU hesaplamaları, aşağıda alıntıları gösterilen metinden daha uzun bir belge üzerinde yapıldı; çünkü cümle düzeyindeki BLEU puanları insan değerlendirmesiyle düşük korelasyon gösterir (Kos, Bojar 2009: 140). Sunulan bilgiler, okuyucunun BLEU CI yüzde puanlarının (büyük-küçük harf ayrımı yapılmadan hesaplanır) makine çevirisi kalitesiyle nasıl ilişkili olduğunu anlamasına yardımcı olacaktır. Öte yandan okuyucu, sayılara bakmadan da daha önce açıklanan modellere göre çalışan makine çevirisi sistemlerinin nasıl çeviri yaptıkları konusunda kendi fikrini oluşturabilir.

Aşağıda, aynı özgün metnin çeşitli çeviri yöntemleri kullanılarak elde edilmiş çeviri seçenekleri sunulmaktadır. Çevrilmiş metinden önce çeviri yöntemi, çevirinin çevrimiçi yapıldığı tarih ve BLEU CI yüzde puanı belirtilir.

İngilizce özgün metin:

Herkes uzun, mutlu ve sağlıklı bir yaşam ister; bilim insanları da bunu mümkün kılmak için ellerinden geleni yapıyor. Alzheimer hastalığı, diyabet ve antibiyotiklere dirençli “süper mikropların” giderek artan etkisi gibi yeni ortaya çıkan tehditlerin yanı sıra, günümüzdeki başlıca sağlık sorunlarından bazılarıyla da mücadele ediyorlar. Sağlık araştırmalarına ve yenilikçiliğe yapılan yatırımlar, etkin kalmamıza, yeni, daha güvenli ve daha etkili tedaviler geliştirmemize ve sağlık ve bakım sistemlerimizin ayakta kalmasına yardımcı olacaktır

¹⁴ ALPMAVIS’e Litvanca dil ve yazılı kültür kaynakları bütünleşik bilgi sistemi Raštija.lt (www.raštija.lt) üzerinden de erişilebilir.

¹⁵ Iš programos HORIZON 2020. Europos Komisijos Mokslinių tyrimų ir inovacijų generalinis direktoratas 2014.

BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 11

uygulanabilir. Doktorlara daha kişiselleştirilmiş tıp için ihtiyaç duydukları araçları sağlayacak ve kronik ve bulaşıcı hastalıkların önlenmesini ve tedavisini güçlendirecektir.

Çevirmen tarafından yapılan çeviri:

Herkes uzun ve mutlu yaşamak, sağlıklı olmak istiyor; bilim insanları da bunu mümkün kılmak için ellerinden geleni yapıyor. Alzheimer hastalığı, diyabet ve antibiyotiğe dirençli mikroorganizmaların yol açtığı ve giderek artan sorunlar gibi, mevcut en önemli sağlık sorunlarından bazılarını ve sağlığa yönelik ortaya çıkan tehditleri çözmeye çalışıyorlar. Sağlık hizmetleri alanındaki araştırma ve yeniliklere yapılacak yatırımlar, aktif kalmamıza, yeni, daha güvenli ve daha etkili tedaviler geliştirmemize ve sağlık sistemimizin sürdürülebilirliğini korumamıza yardımcı olacaktır. Doktorlara, ilaçları hastaların bireysel ihtiyaçlarına göre seçmeleri için gerekli araçları sağlayacak; ayrıca kronik ve bulaşıcı hastalıkların önlenmesine ve tedavisine katkıda bulunacaktır.

VDU kural tabanlı makine çevirisi, 2014 09 19, BLEU – 8,54:

Herkes uzun, mutlu ve sağlıklı bir yaşam ister ve bilim insanları bunu mümkün kılmak için çaba gösterir. Günümüzde sağlık alanında ele alınan başlıca sorunlardan bazılarını ve artan Alzheimer hastalığı, diyabet ve antibiyotiklere dirençli “süper mikroplar” gibi ortaya çıkan tehditleri çözüyorlar. Sağlık araştırmalarına ve yeniliğe yapılan yatırımlar aktif kalmamıza, yeni, daha güvenli ve daha etkili tedaviler geliştirmemize yardımcı olacak ve sağlık ve bakım sistemlerimizin canlılığını koruyacaktır. Bu, doktorlara daha kişiselleştirilmiş tıp için ihtiyaç duydukları araçları sağlayacak ve kronik ve bulaşıcı hastalıkların önlenmesini ve tedavisini artıracaktır.

ALPMAVIS istatistiksel makine çevirisi, 2014 09 19, BLEU – 17,59:

Herkes uzun, mutlu ve sağlıklı bir yaşam ister ve bilim insanları bunu mümkün kılmak için çaba gösterir. Alzheimer hastalığının, diyabetin ve antibiyotiğe dirençli “süper böceklerin” etkisinin artması gibi, başlıca sağlık sorunlarından bazıları ve ortaya çıkan tehditler söz konusudur. Sağlık araştırmalarına ve yeniliklere yapılan yatırımlar aktif kalmamıza, yeni, daha güvenli ve daha etkili tedaviler geliştirmemize ve sağlık hizmetleri ve bakım sistemlerinin sürdürülebilirliğini korumamıza yardımcı olacaktır. Bu, doktorlara daha kişiselleştirilmiş tıp için ihtiyaç duydukları araçları sağlayacak ve kronik ve bulaşıcı hastalıkların önlenmesini ve tedavisini teşvik edecektir.

Google istatistiksel makine çevirisi, 2014 09 19, BLEU – 17,10:

Her birimiz uzun, sağlıklı ve mutlu bir yaşam sürmek ister; bilim insanları da bunu gerçekleştirmek için ellerinden geleni yapar. Alzheimer hastalığının, diyabetin ve antibiyotiklere dirençli “süper böceklerin” etkisinin artması gibi başlıca sağlık sorunları ve yeni tehditlerle ilgilenirler. Sağlık alanındaki araştırma ve yeniliklere yapılacak yatırımlar aktif kalmamıza, daha güvenli ve daha etkili yeni tedaviler geliştirmemize ve sağlık sistemlerimizin sürdürülebilirliğini desteklememize yardımcı olacaktır. Bu, doktorlara daha kişiye uygun ilaç kullanımı uygulamaları için gereken araçları sağlayacak ve bulaşıcı ve kronik hastalıkları önleme ve tedavi etme çabalarını artıracaktır.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 12

Microsoft Translator (Bing) istatistiksel makine çevirisi, 27.09.2017, BLEU −16,68:

Herkes uzun, mutlu ve sağlıklı bir yaşam ister ve bilim insanları bunun mümkün olması için ellerinden geleni yapar. Alzheimer hastalığı, diyabet ve antibiyotiklere dirençli süper bakterilerin giderek artan etkisi gibi yeni tehditlerin yanı sıra günümüzün bazı temel sağlık sorunlarıyla da mücadele ediyorlar. Sağlık araştırmalarına ve inovasyona yapılan yatırımlar aktif kalmamıza, yeni, daha güvenli ve etkili tedaviler geliştirmemize, sağlığımızı ve sağlık sistemlerimizin işlerliğini korumamıza yardımcı olacaktır. Bu, daha fazla kişiselleştirilmiş tıp için gerekli araçları sağlar ve doktorların kronik ve bulaşıcı hastalıkları önleme ve tedavi etme kapasitesini güçlendirir.

Sunulan makine çevirisi örnekleri, genel metinlerin çevrilmesindeki tipik makine çevirisi kalitesini yansıtmaktadır. Genel nitelikli çok daha iyi çeviriler ancak çevrilen metin daha önce sistemi eğitmek için kullanılmışsa elde edilir. Bir makine çevirisi sisteminin çeviri kalitesinin nesnel değerlendirmesi, yalnızca sistemin eğitiminde hiç kullanılmamış metinler kullanılarak mümkündür. Gerçek hayatta kullanılan istatistiksel ve kural tabanlı makine çevirisi sistemlerinin genel metinleri Litvancaya henüz kötü çevirdiğini kabul etmek gerekir.

4. NÖRAL MAKİNE ÇEVİRİSİ

2013 yılında Nal Kalchbrenner ve Phil Blunsom, makine çevirisinde sinir ağlarının kullanılmasını önerdi (Kalchbrenner, Blunsom 2013: 1700–1709). Sinir ağlarının hesaplamalarında bilgisayarların grafik işlemcilerinden yararlanma fikri, makine çevirisi de dâhil olmak üzere gerçek problemlerin çözümüne olanak sağladı. Nöral makine çevirisini (NMÇ) gerçekleştirmek için milyonlarca yapay nöron kullanılır. NMÇ kavramı oldukça basittir: kodlayıcı, kaynak dildeki cümlenin tamamını birkaç yüz boyutlu bir vektör uzayında sözde bir düşünce vektörüne¹⁶ dönüştürür; bu vektör, cümlenin anlamını temsil eden bir sayı dizisinden oluşur. Aslında bu vektör, cümle düşüncesinin vektörleştirilmiş hâlidir. Akraba nesne ve fikirleri temsil eden vektörlerin yönleri birbirinden çok az farklıdır¹⁷. Kod çözücü, düşünce vektörüne dayanarak çeviriyi oluşturur. Hem kodlayıcı hem de kod çözücü, tekrarlayan sinir ağları temelinde oluşturulur (Sutskever ve diğerleri 2014: 3104–3112; Cho ve diğerleri 2014: 1724–1734).

¹⁶Terimi, yapay zekânın en tanınmış yaratıcılarından biri olan Geoffrey Hinton popülerleştirmiştir.

¹⁷Bunu, örneğin word2vec vektörleştirme aracıyla deneyler yaparak görebilirsiniz (Mikolov ve diğerleri 2013: 3111–3119).

BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 13

ŞEKİL 3. Nöral makine çevirisinin Vauquois üçgeni

Şekil 3'te Vauquois üçgenine göre nöral makine çevirisi şeması sunulmuştur¹⁸. Analiz düzeyinin otomatik olarak interlinguaya yaklaşan yüksek bir seviyeye ulaştığına dikkat edilmelidir. NMÇ sistemi paralel derlemler kullanılarak eğitilir. Eğitim sırasında tekrarlayan sinir ağları, cümlelerde bulunan morfolojik, sözdizimsel ve anlamsal bilgileri ve çeşitli düzeylerde saptanan düzenlilikleri otomatik olarak programlar. Sonunda makine çevirisi, yapay zekâ geliştirme çalışmalarının ayrılmaz bir parçası hâline gelmiştir. Nöral makine çevirisi hızla gelişmekte ve kural tabanlı veya istatistiksel makine çevirisinden çok daha iyi sonuçlar vermektedir.

NMÇ'nin olanakları araştırılırken kısa sürede yeni bir olguyla karşılaşıldı: sinir ağları, doğrudan eğitilmedikleri dil çiftleri arasında çeviri yapabiliyordu. NMÇ sistemi A dilinden B diline ve ayrıca A dilinden C diline çeviri yapmak üzere eğitilmişse, sistem B dilinden C diline de çeviri yapabilir (Johnson 2017: 339–351); ancak çeviri kalitesi biraz daha düşüktür. Bu olgu, sıfır örnekli çeviri (İng. zero-shot translation) olarak adlandırılabilir. Bu, makine çevirisi sisteminin sinir ağının eğitim sırasında yalnızca kendisinin anlayabildiği bir ara dil oluşturduğu anlamına gelir.

2016'nın sonunda Google Translate nöral çeviri kullanmaya başladı. İşte örnek olarak kullandığımız metnin nöral çevirisi (Google nöral makine çevirisi, 14.09.2017, BLEU CI – 25,94):

¹⁸Vauquois üçgenine göre nöral makine çevirisinin gösterimi, SYSTRAN'ın 2016 tarihli “Pure Neural Machine Translation” başlıklı çevrimiçi yayınında sunulmuştur. İnternet erişimi: http://www.systransoft.com/download/white-papers/systran-white-paper-PNMT-12-2016_2.pdf, (erişim tarihi 06.11.2017).

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 14

Herkes uzun, mutlu ve sağlıklı bir yaşam ister; bilim insanları da bunun mümkün olması için ellerinden geleni yapar. Onlar, günümüzün en önemli sağlık sorunlarından bazılarının yanı sıra, Alzheimer hastalığı, diyabet ve antibiyotiklere dirençli “süper mikropların” giderek artan etkisi gibi ortaya çıkan tehditlerle de mücadele ediyor. Sağlık araştırmalarına ve inovasyona yapılan yatırımlar, etkin kalmamıza, yeni, daha güvenli ve daha etkili tedaviler geliştirmemize yardımcı olacak; sağlık ve bakım sistemlerimiz de sürdürülebilir olacaktır. Bu, doktorlara daha kişiselleştirilmiş tıp uygulamaları için ihtiyaç duydukları araçları sağlayacak ve böylece kronik ve bulaşıcı hastalıkların önlenmesini ve tedavisini iyileştirecektir.

Kabul etmek gerekir ki sinir ağı, verdiğimiz örneği kural tabanlı ya da istatistiksel makine çevirisi sistemlerinden kıyaslanamayacak kadar daha kaliteli çevirdi. GT şimdilik her şeyi bu kadar başarılı çevirmiyor; örneğin Beauty requires no ornaments ifadesini çevirmeye çalışınca Süsler güzellik için gerekli değildir sonucu elde edildi. Benzer deneylerle GT'nin çok kötü çevirdiği pek çok durum saptanabilir; dolayısıyla hâlâ geliştirilecek çok şey var.

Vilnius Üniversitesi, 2018'de İngilizce, Litvanca, Lehçe, Fransızca, Rusça ve Almanca için yeni nesil sinir ağı tabanlı makine çevirisini uygulamaya koymaya hazırlanıyor. Çeviri sistemine otomatik metinden konuşmaya dönüştürme ve Litvanca dikte edilen metni çevirme özellikleri entegre edilecek.

5. SON NOTLAR

Makine çevirisindeki ilerleme bugün artık yapay zekâ geliştirme alanındaki başarılardan ayrı düşünülemez. Çeviri kalitesi bakımından tüm klasik makine çevirisi yöntemleri geliştirilmeye açıktır; olanaklar tükenmiş değildir ve sınırlarının nerede olduğu da belli değildir. Kolay başarıların romantik dönemi sona erdi; sezgisel matematiksel ya da mühendislik yöntemleri her zaman işe yaramıyor. Çocuklar dili sanki kendiliğinden, çaba harcamadan öğrenir; ancak daha sonra dilleri ancak dilbilgisi öğrenerek ve edebiyat inceleyerek gelişir. Dilbilimcilerin daha kapsamlı katılımı olmadan makine çevirisini daha ileriye taşımak muhtemelen mümkün değildir. Açık kaynak platformlarında hayata geçirilen makine çevirisi araçları bu katılımı kolaylaştırmaktadır: örneğin kural tabanlı çeviri için Apertium (Forcada ir kt. 2011: 127–144); istatistiksel çeviri için Moses (Koehn ir kt. 2007b: 177–180), LetsMT! (Vasiljevs ir kt. 2012: 43–48); sinir ağı tabanlı çeviri içinse TensorFlow ve OpenNMT. Litvanyalı dilbilimcilerin modern bilgisayarlı dilbilimin zorluklarını çözmek için güçlerini birleştireceklerini ummak gerekir; çünkü bu zorluklardan bazıları dilimiz için varoluşsal önem taşımaktadır.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 15

LITERATŪRA

Banerjee S., Lavie A. 2005: METEOR: An Automatic Metric for MT Evaluation with Improved Correlation with Human Judgments. – Proceedings of Workshop on Intrinsic and Extrinsic Evaluation Measures for MT and/or Summarization at the 43th Annual Meeting of the Association of Computational Linguistics (ACL-2005), Ann Arbor, Michigan, 62–72.

Bar-Hillel Y. 1958: Some linguistic obstacles to machine translation. – Proceedings of the Second International Congress on Cybernetics, Namur, 197–207.

Bojar O. 2007: English-to-Czech factored machine translation. – Proceedings of the Second Workshop on Statistical Machine Translation, Prague, Czech Republic, 232–239.

Brown P. F., Cocke J., Della Pietra S. A., Della Pietra V. J., Jelinek F., Mercer R. L., Roossin P. S. 1988: A statistical approach to language translation. – Proceedings of COLING 1988: The 12th International Conference on Computational Linguistics, Budapest, 71–76.

Brown P. F., Della Pietra S. A., Della Pietra V. J., Mercer R. L. 1993: Mathematics of statistical machine translation: Parameter estimation. – Computational Linguistics 19(2), 263–311.

Cho K., Bart van Merrienboer, Gulcehre C., Bougares F., Schwenk H., Bengio Y. 2014: Learning phrase representations using RNN encoder-decoder for statistical machine translation. – Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP), Association for Computational Linguistics, Doha, Qatar, 1724–1734.

Commission of the European Communities 1994: Final Evaluation Of The Results Of Eurotra: A Specific Programme Concerning The Preparation Of The Development Of An Operational Eurotra System For Machine Translation. DIANE Publishing Company, 1995, 194.

Daubarienė A., Ziezytė G. 2013: Machine translation: translated texts in terms of standards of textuality. – Kalbų studijos 22, 55–61.

Daudaravičius V., 2006: Pradžia į begalybę. Mašininis vertimas ir lietuvių kalba. – Darbai ir dienos: Pažangos šuoliai 45, 7–18.

Daumas M. 1965: Les machines à traduire de Georges Artsrouni. – Revue d'histoire des sciences et de leurs applications, tome 18, n°3, 283–302.

BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 16

De Beaugrande R. A., Dressler W. U. 1981: Introduction to Text Linguistics, London: Longman, 270.

Doddington G. 2002: Automatic Evaluation of Machine Translation Quality Using Ngram Co-occurrence Statistics. – Proceedings of the Second International Conference on Human Language Technology Research, San Francisco, CA, USA., Morgan Kaufmann Publishers Inc., 138–145.

Forcada M. L, Ginestí-Rosell M., Nordfalk J., O'Regan J., Ortiz-Rojas S., Pérez-Ortiz J. A., Sánchez-Martínez F., Ramírez-Sánchez G., Tyers F. M. 2011: Apertium: a free/open-source platform for rule-based machine translation. – Machine Translation 25 (2), Free/Open-Source Machine Translation (June 2011), 127–144.

Hajič J., Hric J., Kuboň V. 2000: Machine Translation of Very Close Languages. – Proceedings of the 6th Applied Natural Language Processing Conference, Association for Computational Linguistics, 7–12.

Homola P., Rimkutė E. 2004: Artimų kalbų mašininis vertimas. – Kalbų studijos 6, 77–81.

Hutchins J. 2004a: Two precursors of machine translation: Artsrouni and Trojanskij. – International Journal of Translation 16(1), 11–31.

Hutchins J. 2004b: The Georgetown-IBM experiment demonstrated in January 1954. – Proceedings of the 6th Conference of the Association for Machine Translation in the Americas, AMTA, Washington, DC, 102–114.

Johnson M., Schuster M., Le V. Q., Krikun M., Wu Y., Chen Z., Thorat N., Viégas F. B., Wattenberg M., Corrado G., Hughes M., Dean J. 2017: Google's Multilingual Neural Machine Translation System: Enabling Zero-Shot Translation. – Transactions of the Association of Computational Linguistics 5 (1), 339–351.

Kalchbrenner N., Blunsom P. 2013: Recurrent Continuous Translation Models. – Proc. of EMNLP, October, Association for Computational Linguistics, Seattle, Washington, USA, 1700–1709.

Koehn P., Hoang H. 2007a: Factored translation models. – Proceedings of the Joint Conference on Empirical Methods in Natural Language Processing and Computational Natural Language Learning, ACL, 868–876.

Koehn P., Hoang H., Birch A., Callison-Burch C., Federico M., Bertoldi N., Cowan B., Shen W., Moran C., Zens R., Dyer C., Bojar O., Constantin A., Herbst E. 2007b: Moses: Open source toolkit for statistical machine

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 17

translation. – 45th Annual Meeting of the Association for Computational Linguistics (ACL), Companion Volume, 177–180.

Koehn P., Och F. J., Marcu D. 2003: Statistical phrase-based translation. – Proceedings of HLT-NAACL, 127–133.

Kos K., Bojar O. 2009: Evaluation of Machine Translation Metrics for Czech as the Target Language. – Prague Bull. Math. Linguistics 92, 135–148.

McCulloch W., Pitts W. 1943: A logical calculus of the ideas immanent in nervous activity. – Bulletin of Mathematical Biophysics 5, 115–133.

Mikolov T., Sutskever I., Chen K., Corrado G. S., Dean J. 2013: Distributed Representations of Words and Phrases and their Compositionality – Proceedings of the 26th International Conference on Neural Information Processing Systems, Lake Tahoe, Nevada, Vol. 2, 3111–3119.

Mitamura T., Nyberg E., Carbonell J. 1991: An efficient interlingua translation system for multi-lingual document production. – Proceedings of Machine Translation Summit III, Washington, DC. Perspausdinta: – Progress in Machine Translation, ed. S. Nirenburg, IOS Press, (1993), 105–118.

Papineni K., Roukos S. Ward T., Zhu W. J. 2002: BLEU: a method for automatic evaluation of machine translation. – ACL-2002: 40th Annual meeting of the Association for Computational Linguistics, 311–318.

Reifler E. 1960: The solution of MT linguistic problems through lexicography. – Proceedings of the National Symposium on Machine Translation, (February 2–5, 1960), ed. H.P. Edmunson, London: Prentice-Hall, (1961), 312–316.

Rimkutė E., Kovalevskaitė J. 2008: Linguistic Evaluation of the First English-Lithuanian Machine Translation System. – Proceedings of the Third Baltic Conference on Human Language Technologies (2007), Kaunas, 257–264.

Skadinš R., Goba K., Šics V. 2010: Improving SMT for Baltic Languages with Factored Models. – Proceedings of the Fourth International Conference Baltic HLT, Frontiers in Artificial Intelligence and Applications, Vol. 219, IOS Press, 125–132.

Snover M., Dorr B., Schwartz R., Micciulla L., Makhoul J. 2006: A Study of Translation Edit Rate with Targeted Human Annotation. – Proceedings of the 7th Conference of the Association for Machine Translation in the Americas, Morristown, NJ, USA, 223–231.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 18

Sutskever I., Vinyals O., V. Le Q. V. 2014: Sequence to sequence learning with neural networks. – Proceedings of the 27th International Conference on Neural Information Processing Systems, Montreal, Canada, Vol. 2, MIT Press Cambridge, MA, USA, 3104–3112.

Šveikauskienė D. 2005: Graph Representation of the Syntactic Structure of the Lithuanian Sentence. – Informatica 16 (3), 407–418.

Toma P. 1977: Systran as a multilingual machine translation system. – Proceedings of the Third European Congress on Information Systems and Networks, Overcoming the language barrier, München, 569–581.

Vasiljevs A., Skadiņš R., Tiedemann J. 2012: LetsMT!: a cloud-based platform for do-it-yourself machine translation – Proceedings of the ACL, System Demonstrations, Jeju Island, Korea, 43–48.

Vauquois B. 1976: Automatic translation – A survey of different approaches. – COLING-76, Ottawa. Perspausdinta: – Readings in machine translation, eds. S. Nirenburg, H. L. Somers, Y. Wilks, MIT Press, (2003), 333–337.

Weaver W. 1949: Translation. – Perspausdinta: – Machine Translation of Languages, MIT Press, Cambridge, MA. (1955), 15–23.

Įteikta 2017 11 13

Priimta 2017 12 20

MACHINE TRANSLATION FOR LITHUANIAN LANGUAGE

Summary

The paper presents a historical overview as well as current state of the art of the machine translation. Translation from another language is always a certain intellectual challenge. In 1949 Warren Weaver suggested using computers to translate texts. The term "machine translation" (MT) appears. Machine translation has been rapidly developing during the first decades in order to gain a strategic advantage in the Cold War. Most popular translated languages were Russian and English. Word-to-word translation and large bilingual dictionaries covering more than 170,000 words prevailed.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351–7204

DANIELIUS ALGIRDAS RALYS. Masininis vertimas lietuvių kalbai | 19

In the 1950s and 1960s, machine translation systems appeared which could be called rule-based. They are based on the assumption that a language can be described using a set of rules (including grammatical). It was a rather optimistic period – it was expected to create a perfect machine translation in a few years. But a computer hardly "understands" grammar. Highly inflected languages require tens of thousands thoroughly hand-tuned and mutually consistent rules. Nobody has done this properly yet. The most advanced systems were the SYSTRAN MT system, launched in the European Commission and the Russian PROMT translation system. Subsequently, the rule-based MT progress slowed down. The EUROTRA project (1982–1992), by some estimates costing more than 50,000,000 ECU, fails – even hundreds of recruited specialists failed to create a functioning MT system. This marked a serious rule-based MT crisis. Development simply stalled for many forthcoming years.

The question was raised: if we cannot write so many rules, can it be translated without grammar at all? In 1990 a new breakthrough emerges – the research team at the IBM Thomas J. Watson Research Center formulates the basics of statistical machine translation. The translation process has been considered as a transmission of a certain message over a noisy channel. Decoding then has been performed on the basis of the Bayesian theorem. Translation is based on text corpora, especially on large parallel bilingual text corpora. There was a rapid improvement of statistical MT. The EuroMatrix project, supported by the European Commission, has created a universal open source machine translation software package MOSES, based on industry-level MT systems. Good results have been obtained – it turns out that you can translate without any dictionary or grammar! This method has greatly facilitated the translation of highly inflected languages too.

The achievements of machine translation today are effectively applied to the Lithuanian language as well. During 2005–2007 Vytautas Magnus University has carried out an EU-funded project "Internet Information Translator". The result was a public online translation service from English to Lithuanian. (http://vertimas.vdu.lt/twsas/). The rule-based translation engine was provided by the Russian company PROMT, while other linguistic resources were prepared in Lithuania. The overall quality of text translation in BLEU metrics (in percent) is about 10. In practice, this means that only every third sentence can be adequately understood. This translation tool still has considerable potential for improving, for example by expanding phrase dictionary. Since September 25, 2008 Google Translate also supports Lithuanian. According to the results of the tests (2014), the BLEU translation quality was estimated to be around 17.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

DANIELIUS ALGIRDAS RALYS. Mašininis vertimas lietuvių kalbai | 20

2012–2014 Vilnius University implemented the EU-funded project "Creation of English-Lithuanian-English and French-Lithuanian-French machine translation system based on statistical methods". The result was a public online translation service (https://www.versti.eu/). According to the tests carried out in 2014, the BLEU estimates of the translation quality exceeded more than twice the rule-based translation results and were practically equivalent to the Google translation system. When translating the documents of certain domain (such as law) the achieved BLEU score is roughly twice as high as translating general texts and far exceeds Google's results (19-09-2014). However, even the best machine translations often require human intervention and final editing in order to get the perfect translation. So, can machines ultimately translate fine?

The last few years promise new breakthroughs using a neural machine translation. Neural networks themselves construct transformation rules. It is likely that in the near future the neural MT systems will translate better than an average translator. In 2018 Vilnius University is preparing to launch the EU-funded project of a new generation neural machine translation of English, Lithuanian, Polish, French, Russian and German.

Thus, the latest achievements in machine translation apply to the Lithuanian language as well.

KEYWORDS: Lithuanian, machine translation, computational linguistics, history, neural networks, artificial intelligence.

DANIELIUS ALGIRDAS RALYS

Vilniaus universiteto Taikomųjų mokslų institutas

M. K. Čiurlionio g. 29, 03100 Vilnius

[email protected]

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204