Maskinlæring gjør inntog i den intrikate kunsten å oversette

Språk- og skriveekspert Reuven Koret diskuterte i detalj den nåværende påvirkningen og bruken av kunstig intelligens i oversettelse for nettutgivelsen readwrite. Koret påpeker at bruk av maskinoversettelsesverktøy basert på AI i alle aspekter av oversettelsesprosessen blir mer utbredt. Dette er ikke bare forbeholdt proprietære ML-oversettelsesverktøy fra Google, Microsoft,   Facebook og Amazon som brukes daglig, men også detaljerte profesjonelle verktøy fra selskaper som SDL.

Likevel er mange profesjonelle oversettere og byråer som William Mamane, sjef for digital markedsføring i Tomedes, et profesjonelt språktjenestebyrå, fortsatt skeptiske til bruk av AI i oversettelse. Men selv disse skeptikerne, som Mamane, innrømmer at maskinoversettelse har gjort alvorlige fremgang, og som han påpeker, “det finnes fortsatt en plass for AI og maskinoversettelse i oversettelsestjenestens verdikjede.”

For å forklare utfordringen med maskinoversettelse, påpeker Koret at “på et grunnleggende nivå, bruker MT algoritmer til å erstatte ord i ett språk med ord i et annet. Dette viser seg å være utilstrekkelig for å oversette med hell. Forståelse av hele fraser er nødvendig for både kilde- og målspråk. Vi kan forstå MT som å dekodere kildespråket og registrere dens mening i målspråket.”

Løsningen på denne utfordringen er en svært kompleks prosess, og for tiden er de mest utviklede prosessene basert på “bruk av statistikk til å velge den beste oversettelsen for en gitt frase,” eller “strukturerte regler til å velge den mest sannsynlige betydningen.” Disse tilnærmingene krever likevel engasjement fra redaktører og korrekturlesere, men “denne overvåkende, redaksjonelle eller revisjonelle rollen er mindre krevende og mindre tidskrevende enn oversettelse.”

Disse metodene er de som de fleste web-oversettelsesapper som Google Translate baserer seg på. Som det påpekes, Google prosesserte oversettelser som ville fylt en million bøker per dag. 

For tiden, likevel, gjøres enda større fremgang i å bruke AI i oversettelsesprosessen med bruk av neuralt maskinoversettelse (NMT), som bruker dyp læring når det oversettes, “ser på hele setninger, ikke bare enkeltord.” Samtidig krever NMT “en   brøkdel av minnet som er nødvendig for statistiske metoder,” noe som betyr at det samtidig fungerer mye raskere.

Bruken av NMT ble først forsket på i 2014, men de raske fremgangene de siste fem årene har gjort det mulig å utvikle to-veis rekurrent neural nettverk eller RNN. “Disse nettverkene kombinerer en encoder som formulerer en kilde-setning for en annen RNN, kalt en decoder. En decoder forutsier ordene som bør dukke opp i målspråket.” Google bruker nå denne tilnærmingen i NMT for å drive Google Translate. Microsoft bruker også RNN i Microsoft Translator og Skype Translator.

Som Koret konkluderer, NMT-er kan assistere i oversettelse, mens dyktige lingvister kan fullføre og polere oversettelsesutdata. Fremtidens oversettere vil oftere arbeide med kunstig intelligens i stedet for mot den.”