Maskinlärning gör framsteg inom den intrikata konsten att översätta

Språk- och skriveksexpert Reuven Koret diskuterade i detalj tillståndet för och användningen av artificiell intelligens i översättning för den onlinepublikationen readwrite. Koret påpekar att användningen av maskinöversättningsverktyg baserade på AI i alla aspekter av översättningsprocessen blir allt mer utbredd. Detta är inte bara förbehållet proprietära ML-översättningsverktyg från Google (GOOGL ), Microsoft (MSFT ),  Facebook (META ) och Amazon (AMZN ) som används dagligen, utan också detaljerade professionella verktyg från företag som SDL.

Ändå är många professionella översättare och byråer som William Mamane, chef för digital marknadsföring på Tomedes, en professionell språktjänstbyrå fortfarande skeptiska till användningen av AI i översättning. Men även dessa skeptiker som Mamane medger att maskinöversättning har gjort allvarliga framsteg, och som han påpekar, “finns fortfarande en plats för AI och maskinöversättning i översättningstjänstevärdet”.

För att förklara utmaningen med maskinöversättning påpekar Koret att “på en grundläggande nivå använder MT algoritmer för att ersätta ord i ett språk med ord i ett annat. Det visar sig vara otillräckligt för att översätta framgångsrikt. Förståelse av hela fraser är nödvändig för både käll- och målspråk. Vi kan förstå MT som att avkoda källspråket och spela in dess betydelse på målspråket”.

Att lösa denna utmaning är en mycket komplex process och för närvarande är de mest utvecklade processerna de som använder “statistik för att välja den bästa översättningen för en given fras” eller “strukturerade regler för att välja den mest sannolika betydelsen”. Dessa tillvägagångssätt kräver fortfarande engagemang från redaktörer och korrekturläsare, men “den övervakande, redaktionella eller granskningsrollen är mindre krävande och mindre tidskrävande än översättning”.

Dessa metoder är de som de flesta webböversättningsappar som Google Translate bygger på. Som noteras, bearbetade Google översättningar som skulle fylla en miljon böcker per dag. 

För närvarande, dock, har ännu större framsteg i användningen av AI i översättningsprocessen uppnåtts med hjälp av neuralt maskinöversättning (NMT), som använder djupinlärning när den översätter, “ser på fulla meningar, inte bara enskilda ord”. Samtidigt kräver NMT “en   bråkdel av minnet som behövs av statistiska metoder”, vilket innebär att den fungerar mycket snabbare.

Användningen av NMT forskades först 2014, men de snabba framstegen under de senaste fem åren har gjort det möjligt att utveckla den dubbelriktade återkommande neural nätverk eller RNN. “Dessa nätverk kombinerar en kodare som formulerar en källsats för en andra RNN, kallad avkodare. En avkodare förutsäger orden som ska visas i målspråket”. Google använder detta tillvägagångssätt i NMT för att driva Google Translate. Även Microsoft använder RNN i Microsoft Translator och Skype Translator.

Som Koret sammanfattar, kan NMT hjälpa till med översättning medan skickliga lingvister kan slutföra och polera översättningsutdata. Framtida översättare kommer att arbeta mer ofta med artificiell intelligens än mot den.”