Машинное обучение вторгается в сложное искусство перевода

Эксперт по языку и письму Реувен Корет подробно рассказал о состоянии влияния и использовании искусственного интеллекта в переводе для онлайн-издания. читай пиши. Корет отмечает, что использование инструментов машинного перевода на основе ИИ во всех аспектах процесса перевода становится все более распространенным. Это относится не только к проприетарным инструментам перевода ML от Гугл, Майкрософт,  Facebook и Amazon используются ежедневно, но подробные профессиональные инструменты от таких компаний, как СДЛ.

Тем не менее, многим профессиональным переводчикам и агентствам нравится Уильям Мамане, руководитель отдела цифрового маркетинга в Томедес, агентство профессиональных языковых услуг по-прежнему скептически относится к использованию ИИ в переводе. Но даже такие скептики, как Мамане, признают, что машинный перевод добился серьезных успехов, и, как он указывает, «все еще есть место для ИИ и машинного перевода в цепочке создания стоимости переводческих услуг».

Чтобы объяснить сложность машинного перевода, Корет отмечает, что «На базовом уровне МП использует алгоритмы для замены слов одного языка на слова другого. Этого недостаточно для успешного перевода. Понимание целых фраз необходимо как для исходного, так и для целевого языков. Мы можем понимать МП как декодирование исходного языка и запись его значения на целевом языке».

Решение этой задачи — очень сложный процесс, и в настоящее время наиболее развитые процессы используют «статистика для выбора наилучшего перевода данной фразы» или «структурированные правила для выбора наиболее вероятного значения». Эти подходы по-прежнему требуют привлечения редакторов и корректоров, но «эти надзорные, редакционные или аудиторские функции менее требовательны и требуют меньше времени, чем перевод».

Именно на этих методах основано большинство приложений веб-перевода, таких как Google Translate. Как отмечается, Google обрабатывал переводы, которые заполняли бы один миллион книг в день. 

Однако в настоящее время еще большие успехи в использовании ИИ в процессе перевода достигаются с использованием нейронного машинного перевода (NMT), с использованием глубокого обучения при переводе».смотрит на полные предложения, а не только на отдельные слова». В то же время NMT требует «  часть памяти, необходимой статистическим методам», то есть при этом работает гораздо быстрее.

Использование NMT было впервые исследовано только в 2014 году, но быстрый прогресс за последние пять лет сделал возможным разработку NMT. двунаправленный рецидивирующий нерввсе сети или РНН. «Эти сети объединяют в себе кодер, который сформулировал исходное предложение для второй RNN, и называется декодером. Декодер предсказывает слова, которые должны появиться на целевом языке». Google не использует этот подход в NMT для управления Google Translate. Кроме того, Microsoft использует RNN в Microsoft Translator и Skype Translator.

Как заключает Корет, NMT могут помочь в переводе, в то время как опытные лингвисты могут закончить и отшлифовать результат перевода. Будущие переводчики будут чаще работать с искусственным интеллектом, а не против него».