SLP Notizen

Teil IV
Kapitel 21: Maschinelle Übersetzung (MT)

Inhalt

Anwendungen:

Roh-Übersetzung
Vor-Übersetzung und spätere Nacharbeit durch einen Übersetzer (CAT: computer aided translation)
eingeschränkte Übersetzung für beschränkte Domänen

tatsächliche Systeme sind meist Kombinationen aus Transfer-, Interlingua- und direkter Übersetzung

Unterschiede und Gemeinsamkeiten unterschiedlicher Sprachen

Sapir-Whorf-Hypothese: Die eigene Sprache beeinflusst das Denken und Handeln der Menschen

Übersetzung hat als theoretisches Limit die Übereinstimmung der Konzepte zwischen den Sprachen

je ähnlicher zwei Sprachen, desto einfacher ist die Übersetzung zwischen ihnen
Universalien gelten für alle Sprachen, sind aber nicht besonders viele:

wahrscheinlich überall gibt es Wörter
wahrscheinlich überall gibt es Nomen und Verben (bzw. Konzepte für Objekte und Relationen zwischen Objekten)
einige Wörter scheinen universal: Männer, Frauen, Kinder, essen und trinken, ...
Informationsfluss pro Zeit ist in allen Sprachen ähnlich

Typologie: Einordnung von Sprachen anhand von bestimmten Eigenschaften

Morphologisch zwei Dimensionen:

Zahl der Morpheme pro Wort: isolierend (jedes Morphem steht alleine) <-> polysynthetisch (ganze Sätze bilden ein Wort)
Segmentierbarkeit von Wörtern: agglutinativ (einfache Aneinanderreihung von (Affix-)Morphemen) <-> fusionierend (Morpheme, vor allem Affixe, bilden eine komplexe Oberflächenstruktur)

Syntax:

Freiheit der Wort-Anordnung im Satz
"natürliche" Wort-Ordnung im Satz

SVO, SOV, VSO
davon abhängig scheinbar die Wahl zwischen Prä- und Postpositionen

Kopf-Markierung oder Abhängigkeitsmarkierung

das Haus des Mannes (Markierung an der Bestimmung)
Ungarisch: az ember ház-a (Markierung am Kopf)

Lexikon

häufig keine 1:1-Umsetzung, sondern n:m

je nach Kontext

manchmal fehlt ein Wort

"nicht durstig"

Pragmatik, Kulturelle Unterschiede

französische Grußformeln, japanische Entschuldigungen, spanische Zusagen

Transfer-Übersetzung

Transfer Modell, das kontrastives Wissen, also Unterschiede zwischen den Sprachen enthält
üblicherweise für jedes Sprachpaar unterschiedlich (daher für viele Sprachen aufwendig)
Analyse, Transfer, Generierung

Tiefe der Analyse und Höhe der Generierung hängt von der Größe des Unterschieds zwischen den Sprachen ab

Analyse

Parsing, jedoch kann meist viel Ambiguität übriggelassen werden
zum Beispiel PP-Attachment ist nicht immer wichtig, kann aber relevant sein
kann auch WSD beinhalten, was den lexikalischen Transfer später erleichtert

Transfer

Abbildung bestimmter Produktionen auf andere Produktionen
Anwendung der Abbildung auf den Syntaxbaum

Lexikalischer Transfer

Funktionswörter: Übersetzung bestimmt sich hauptsächlich aus der syntaktischen Struktur
Inhaltswörter: Übersetzung hauptsächlich aus dem Kontext mit Hilfe eines zweisprachigen Wörterbuchs
manche Wörter "fordern" bestimmte andere Wörter

Übersetzung in bestimmter Reihenfolge, z. B. erst Verben, dann Nomen, dann Adjektive

Interlingua-Übersetzung

sinnvoll, wenn von vielen in viele Sprachen übersetzt wird

Aufwand für N Sprachen nur O(N) statt O(N²)

jede Sprache: Analyse in Interlingua und Generierung aus Interlingua

Interlingua ist eine Art semantischer Repräsentierung
Tiefe und Art der Interlingua hängt vom Anwendungsfall ab
erfordert intensive Analyse des Anwendungsfalls um Ontologien aufzustellen, die das Wissen der Domäne ausreichend präzise widergeben

direkte Übersetzung

besonders robust, da Transfer nur dort stattfindet, wo er motiviert ist
erzeugt immer eine Antwort (im schlimmsten Fall unübersetzt)
betrachtet Sprache als Kette von Wörtern, nicht als Struktur
wenig rechenintensiv
Sprachpaar-spezifisch
Kaskade einfacher, robuster Operationen, die aufeinander aufbauen
Beispiel Japanisch-Englisch:

morphologische Analyse zur Wortgrenzendetektion
lexikalischer Transfer der Inhaltswörter
Transfer von Präpositionen
syntaktischer Transfer
vermischtes
Morphologische Generierung (Genitiv-s, Tempus und Person am Verb)

Modularisierung ist orthogonal zu anderen Arten der Übersetzung

zum Beispiel werden alle Probleme PPs betreffend (Anordnung, Morphologie, ...) in einem Schritt gelöst

Lexikalischer Transfer beispielsweise durch Entscheidungslisten

statistische Methoden zur Übersetzung

nicht der Prozess der Übersetzung, sondern das Resultat ist entscheidend:

wodurch zeichnet sich eine gute Übersetzung aus?

Qualität der Übersetzung besteht aus Flüssigkeit des Übersetzten und Quellentreue
die beste Übersetzung ist jene, die möglichst flüssig und gleichzeitig möglichst quellentreu ist (Abwägung notwendig)
beste Übersetzung T = argmax_T P(T) × P(S|T)

P(S|T): Wahrscheinlichkeit, dass S der Quellsatz zur Übersetzung T ist

Flüssigkeit eines Satzes:

N-Gramme, PCFG, ...

Quellentreue eines Satzes:

Nutzung bilingualer Korpora um Wahrscheinlichkeiten für mehrdeutige Quellsprachwörter auszuzählen

zunächst rein deklarative Methode, es wird nicht angegeben, welche Zielsprachsätze getestet werden sollen

dafür können Hypothesen durch Suche im Übersetzungsraum (der von den obigen Methoden gefüllt wird) gebildet werden

Benutzbarkeit und Architektur von MT-Systemen (CAT: computer aided translation)

arbeitspsychologische Grundsätze müssen eingehalten werden

der Mensch kontrolliert die Maschine
die Maschine ist nur ein Werkzeug des Menschen
der Mensch darf nicht in einen zu engen Prozess gepresst werden
der Mensch übernimmt Verantwortung

Pre-Editing und beschränkte Sprache sind sinnvoll, wenn anschließend automatisiert in mehrere Sprachen übersetzt werden soll
Beispielsbasierte MT und Translation Memory lernen mit

letzte Änderung: 13. August 2006.

mail AT timobaumann.de