CC BY
108
[Economic and Mathematical Modeling of Relationship of Factors of the House-Building Cluster Development of the Region]. Vestnik Irkutskogo gosudarstvennogo tekhnicheskogo universiteta [Bulletin of Irkutsk State Technical University]. Irkutsk, 2015, no. 5 (100), pp. 196-204. (In Russian)
8. Vakhrusheva E.A., Gerasimov V.V. Kontseptual'nye osnovy upravleniya innovatsionnym razvitiem zhilishchnoy sfery regiona v Rossii na osnove klasternogo podkhoda [Conceptual Basics of Management of Innovative Housing Sector Development in the Region of Russia on the Basis of a Clustering Approach]. Kreativnaya ekonomika [Creative Economy]. 2009, no. 7 (31), pp. 68-71. Available at: https://bgscience.ru/ lib/4095//. (In Russian)
9. Anufriev D.P. Upravlenie stroitel'nym kompleksom kak sotsial'no-ekonomicheskoy sistemoy: postanovka problemy [Management of the Construction Sector as the Socio-Eco-
nomic System: Statement of the Problem]. Promyshlennoe i grazhdanskoe stroitel'stvo [Industrial and Civil Construction]. 2012, no. 8, pp. 8-9. (In Russian)
10. Statisticheskiy ezhegodnik Astrakhanskoy oblasti : statisticheskiy sbornik [Statistical Yearbook of the Astrakhan Region : Statistical Book]. Astrakhan, 2014. (In Russian)
11. Stark D. Ambiguous Assets for Uncertain Environments: Heterarchy in Postsocialist Firms. Ekonomiches-kaya sotsiologiya [Economic Sociology]. 2000, vol. 1, no. 2, pp. 7-34. Available at: https://ecsoc.hse.ru/en/2001-2-2.html.
12. Fishman G.S., Kiviat P.J. The analysis of simulationgenerated time series. Management Science. March 1967, vol. 13, no. 7, pp. 525-557.
13. Vittikh V.A. Organizatsiya slozhnykh system [Organization of Complex Systems]. Samara, SNTs RAN Publ., 2010, 66 p. (In Russian)
About the author: Anufriev Dmitriy Petrovich — Candidate of Technical Sciences, Professor, Department of Physics and Mathematics, Information Technologies, Rector, Astrakhan State University of Civil Engineering (ASUCE), 18 Tatishcheva st., Astrakhan, 414056, Russian Federation; anufriev.dp@mail.ru.
For citation: Anufriev D.P. Regional'nyy stroitel'nyy klaster Astrakhanskoy oblasti [Regional Construction Cluster of the Astrakhan Region]. Vestnik MGSU [Proceedings of Moscow State University of Civil Engineering]. 2017, vol. 12, issue 1 (100), pp. 99-106. (In Russian) DOI: 10.22227/1997-0935.2017.1.99-106
О О
О >
с
Ш
N
S о
н >
о
X S I h
О ф
to
ИНФОРМАЦИОННЫЕ СИСТЕМЫ И ЛОГИСТИКА В СТРОИТЕЛЬСТВЕ
удк 811.111:69
автоматический анализ грамматики английского предложения при реализации машинного перевода текстов по строительной тематике
Е.В. Бессонова, А.Н. Сак
Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ),
129337, г. Москва, Ярославское шоссе, д. 26
Аннотация. Необходимость в постоянном доступе к научным статьям или инструкциям на английском языке по применению строительной техники и устройств, а также обработка информации о новых технологиях, требуют разработки системы машинного перевода для строительной отрасли. Развитие языков объектно-ориентированного программирования позволяет представлять объекты, содержащие большое количество информации, наиболее удобным способом с точки зрения стоящих перед разработчиком задач. В статье рассматриваются вопросы представления лексических единиц предложения как объектов программы на языке C#, а также вопросы особенностей перевода соответствующих лексем, учитывая грамматику английского и русского языков в области строительства. Авторы пытаются избежать представления лексико-семантической структуры предложения посредством метаязыка — посредника, значительно утяжеляющего систему перевода, путем создания более легкой и понятной структуры. Для этого устанавливаются определенные правила лексического и грамматического соотношения повествовательного предложения на английском и русском языках. Учитываются особенности обработки Мт1-страниц онлайн словарей, используемых как тезаурус лексических единиц при переводе.
Ключевые слова: машинный перевод, объектно-ориентированное программирование, лексема, грамматика, массивы, коллекции, онлайн словари
DOI: 10.22227/1997-0935.2017.1.107-116
AUTOMATED ANALYSIS OF AN ENGLISH SENTENCE GRAMMAR WHILE
EXECUTING A COMPUTER TRANSLATION OF TEXTS e
ON CIVIL ENGINEERING o
x
E.V. Bessonova, A.N. Sak S
Moscow State University of Civil Engineering (National Research University) (MGSU), 26 Yaroslavskoe shosse, Moscow, 129337, Russian Federation
Abstract. The need for permanent access to scientific articles in English, or instructions on the use of construction y equipment and devices, as well as the need for processing an information about new technologies mean that the ^ development of a computer translation system for the construction industry is necessary. Development of object-oriented O programming languages allows to present objects containing a great deal of information in the most convenient way in terms of tasks facing a developer. The article deals with problems of presentation of sentence lexical units as objects in C# language. Issues of specific features of translation of corresponding lexemes in view of English and Russian grammar in the sphere of construction are also regarded in the article. Authors tried to avoid presenting a lexical-semantic structure of R sentence by means of metalanguage which is a mediator making the translation system considerably heavier, by creating a more easy and understandable structure. For this purpose, certain rules of lexical and grammatical correlation of ay declarative sentence in the English and Russian languages are established. Specific features of processing of html-pages K of online dictionaries used as thesauri of lexical units in translation are taken into account. Development of automation means for translation in the sphere of construction is beneficial even for small amounts of a text being translated because ( in this case the human factor is excluded.
O
Key words: computer translation, object-oriented programming, lexeme, grammar, arrays, collections, online O dictionaries
2
В
r
Проблема машинного перевода находится на стыке лингвистики и кибернетики и является одной из задач, стоящих при изучении проблем искусственного интеллекта. Систему машинного перевода для строительной сферы можно рассматривать как информационную систему, способствующую улучшению организации логистики строительства.
Объектно-ориентированные языки программирования, например С#, требуют от создателей систем машинного перевода нахождения новых подходов к реализации данных систем исходя из возможностей этих языков и поиск тех лингвистических методов, которые сочетаются с возможностями современного программирования.
На первом этапе анализа осуществляется запрос о каждой лексической единице предложения к находящемуся онлайн толковому словарю. Важно отметить, что использование онлайн-словарей узкой специализации в области строительства позволяет достичь наиболее адекватного перевода в каждом из строительных направлений. Возможности употребления слов в качестве разных частей речи отражаются в соответствующих коллекциях, входящих в объект класса, характеризующего данную лексическую единицу. Обладая коллекциями употреблений и свойств каждой лексемы предложения, мы можем идентифицировать каждое слово с точки зрения его принадлежности к той или иной части речи, что очень важно при переводе, так как для решения проблемы омонимии (многозначности) необходимо определить, к какой части речи относится лексема в данном контексте [1].
Когда слова предложения распределены по частям речи, т.е. можно сказать, что завершен процесс анализа предложения в нашем исследовании, необходимо переходить к адаптации полученных лексем к русской грамматике. Сравнивая повествовательные (как наиболее часто встречающиеся при переС? воде научных и, в частности, строительных текстов) предложения русского и английского языков, можно сказать, что в принципе грамматическая структура £ их схожа: подлежащее-сказуемое-прямое дополне-£ ние-косвенное дополнение-обстоятельство места-Е обстоятельство времени. Так же, как и в английском gg языке, порядок членов предложения в русском пове-^ ствовательном предложении может варьироваться в рамках определенных правил, что дает достаточное Л пространство для маневра [2]. Основным отличием выступает тот факт, что в русском языке склоняются существительные, прилагательные и причастия, в 1_ английском языке отношения между членами пред-is ложения осуществляются в основном за счет предлогов [3]. Английские прилагательные стоят перед I существительными, как и в русском языке, просто О в качестве прилагательных в английском часто ис-BQ пользуются существительные: real estate agency — агентство недвижимости. Слово real estate — суще-
ствительное, если и удастся связать его с понятием «жилье» при переводе можно будет «заменить» его и на производное от этого слова прилагательное «жилищный». Если же такого прилагательного нет, можно поставить существительное в значении определения после определяемого существительного в родительном падеже: агентство недвижимости.
Необходимо также рассказать о технологии формирования и передачи характеристик для обработки уже полученных в результате перевода слов. В матрице sentencemembers содержится подробная информация о каждом слове предложения. В 0-ой строке — само английское слово, в 1-ой строке — часть речи, которой оно соответствует. Если это глагол, то в 2-ой строке указывается в зависимости от обнаруженного сказуемого, в каком числе (единственном или множественном) стоит форма глагола и какому лицу соответствует его форма. Если речь идет о существительном, тогда во 2-ой строке будет указано в единственном или множественном числе оно употребляется. Смысл процесса синтеза заключается в том, чтобы по лингвистическому окружению решить, в какой форме будет употребляться соответствующее слово или конструкция на языке перевода.
Если, например, вместе идут два имени существительных, между которыми стоит предлог «оБ>, значит, скорее всего, между словами существует отношение принадлежности и на русском второе существительное нужно ставить в родительном падеже, а про предлог естественно забыть. Услов-лено не переводить предлоги при помощи словаря, а предусмотреть способ перевода в программе. В данном случае надо убрать предлог и поставить следующее за предлогом существительное в родительном падеже. Разбор идет последовательно, т.е. переводится слово за словом, и формируется матрица sentencemembers1, куда будут помещаться русские слова после перевода, а их характеристики будут заранее определяться за счет лингвистического окружения. Поэтому характеристика слова — то, что оно должно стоять в родительном падеже, будет передаваться уже следующему элементу массива
if (сЫ - 1 >= 0 && сЫ + 1 <= super2.Count()) {
if ^еП;епсететЬеге[1,сЫ-1]=="поип" && senten сететЬеге[1,сЫ+1]=="поип")
sentencemembers1[3,ch1+1]=»genetive"; }
Перевод следующего элемента произойдет уже на следующем шаге цикла.
Если встречается комбинация «Ш» + verb (глагол), то необходимо предлог «о» заменить на «чтобы», напрямую, не обращаясь к словарю. Если же после предлога <йо» идет имя существительное, прилагательное или артикль, существует несколько
возможных вариантов перевода. Это может переводиться предлогами «в», «на» или «к» в зависимости от контекста, а если за предлогом следует существительное, оно должно иметь форму дательного падежа на русском. Если речь идет о последовательности предлог «in» + существительное, переводим предлог русским предлогом «в», а существительное ставится в предложный падеж, а если после предлога идет прилагательное, то после перевода прилагательное также должно носить форму предложного падежа. Такие же принципы распространяются и на предлоги «for» — существительное, следующее за ним, будет стоять в винительном падеже, предлогу «from» — соответствует предлог «из» + существительное в родительном падеже, предлогу «about» — соответствует предлог «насчет» и существительное в родительном падеже, предлогу «without» с именем существительным соответствует предлог «без» + существительное в родительном падеже, а если предлог используется с глаголом в форме герундия, надо переводить с помощью деепричастного оборота, например, «не делая что-либо». Предлог «with» должен переводиться при помощи предлога «с» + существительное в творительном падеже.
Принимая во внимание особенности онлайн англо-русского словаря, следует адаптировать указатели частей речи к соответствующим указателям, принятым в словаре: «noun» ^ "n", «adjective» ^ "adj", «pronoun» ^ "pron", если речь идет о наречии («adverb»), то по нашим наблюдениям следует указывать маркер "adj". В данном словаре имеются два маркера части речи для глаголов "vt" и "vi", т.е. транзитивный и не транзитивный глагол или переходный и непереходный. Например, глагол «to run» в нетранзитивном смысле означает «бежать», а в транзитивном, например, «to run an office» означает «управлять офисом». Для того, чтобы выяснить, с каким именно глаголом мы имеем дело, надо проверить, есть ли прямое дополнение у этого глагола.
if (sentencemembers[1, chl] == "verb") {
str33 = "vi";
for (int xl = chl; xl < super2.
Count(); x1++)
{
if (sentencemembers[1, xl] == "noun"
|| sentencemembers[l, xl] == "pronoun")
{
str33 = "vt"; break;
}
if (sentencemembers[l, xl] ==
"preposition")
break;
}
}
Если на данном этапе цикла встречается фразовый глагол или фразеологическое выражение, необходимо запустить еще один цикл, собирающий все элементы этого устойчивого выражения в единую переменную, которая затем передается на перевод. С точки зрения модели «Смысл О Текст» здесь наблюдается переход от поверхностно-синтаксической структуры к глубинно-синтаксической [3].
if (sentencemembers[1, chl] == "phrasal verb") {
str25 += " ";
for (int ch2 = chl + 1; ch2 < super2.
Count(); ch2++)
{
if (sentencemembers[1, ch2] == "phrasal verb")
{ str25 += sentencemembers[0, ch2] + " "; sentencemembers[0, ch2] = ""; }
str33 = «»;
}
}
Так как невозможно приписать фразовому глаголу или фразеологическому выражению соответствующий маркер, который бы воспринимался словарем, переменной присваивается «пустой» параметр str33= "";
Некоторые английские выражения и конструкции, которые прекрасно воспринимает толковый словарь, недоступны для данного англо-русского словаря и приходится производить непосредственную лексическую настройку:
if (str25 == "have to " || str25 == "has to ") str25 = «have got to";
И, наконец, когда информация относительно переводимого слова подготовлена, слово передается на перевод
if (sentencemembers[0, chl] != "the" && sentencemembers[0,ch1]!="a"&& sentencemembers[0, chl] != "" && sentencemembers[1,ch1]!="preposition"
&& sentencemembers[0,ch1]!="be") {
inst.translator(ref str25, ref str33);
rlinq.AddLast(inst.node);
После обработки слова в классе, отвечающем за перевод, результат передается обратно на форму с помощью ссылки на объект класса, в роли которого выступает коллекция русских значений данного слова [4].
sentencemembers1[0, chl] = inst.
node. GetRussian(O);
}
Здесь приводится листинг «грамматического, подготавливающего к переводу» блока программы:
л
ф
0 т
1
s
*
о
У
Т
0 s
1
В
г
3 У
о *
о о
string[] prep = { «в», «на», «к» }; int cont = 0; int hp = 0;
translation inst = new translation(); string[,] sentencemembersl = new string[4, super2.Length]; int ch3 = 0;
string str25 = «»; string str33 = «»; LinkedList<interpreter> rlinq = new LinkedList<interpreter>(); С помощью конструктора создается коллекция экземпляров класса interpreter.
for (int ch1 = 0; ch1 < super2.Count(); ch1++) {
str25 = sentencemembers[0, chl];
if (str25 != «») {
if (sentencemembers[1, chl] == «noun»)
str33 = «n»; if (sentencemembers[1, chl] == «pronoun») str33 = «pron»;
if (sentencemembers[1, chl] == «verb») {
str33 = «vi»;
for (int xl = chl; xl < super2.Count(); x1++) {
if (sentencemembers[l, xl] == «noun» || sentencemembers[l, xl] == «pronoun»|| sentencemembe
rs[l,xl]==»adjective») {
str33 = «vt»; sentencemembersl[3, xl] = «accusative»; break;
}
if (sentencemembers[l, xl] == «preposition») break;
}
}
if (sentencemembers[l, chl] == «adjective») str33 = «adj»;
if (sentencemembers[l, chl] == «preposition») {
О if (chl + l < super2.Count())
~ {
ch3 = chl + l; tempO = sentencemembers[0, chl] + « «; k = 0; О while (sentencemembers[l, ch3] == «preposition»)
О
> С
3 tempO += sentencemembers[0, ch3] + « «; k = 1;
fifl
sentencemembers[0, ch3] = null; sentencemembers[1, ch3] = null;
<N
{
ch3++;
2 } О I-
£ }
if (k == l) a {
temp0 = temp0.Trim(); ^ if (temp0 == «instead of»)
i {
jj sentencemembers l [0, chl] = «вместо»; sentencemembersl[l, chl] = «preposition»;
Ф sentencemembersl[2, ch3 + l] = «genetive»; M }
if (tempO == «in spite of») {
sentencemembersl[0, chl] = «несмотря на»; sentencemembersl[l, chl] = «preposition»;
sentencemembersl[2, ch3 + l] = «genetive»; }
}
else {
if (sentencemembers[0, chl] == «of») {
if (chl - l >= 0 && ch + l <= super2.Count()) {
if ((sentencemembers[l, chl - l] == «noun»||sentencemembers[l, chl - l] == «pronoun») && sentencemembers[l, chl + l] == «noun» )
sentencemembersl[3, chl + l] = «genetive»;
}
}
if (sentencemembers[0, chl] == «to») {
if (chl < super2.Length) {
if (sentencemembers[l, chl + l] == «verb»)
{ sentencemembersl[0, chl] = «чтобы»; sentencemembersl[l, chl] = «preposition»; } else
if (sentencemembers[l, chl + l] == «noun» || sentencemembers[l, chl + l] == «adjective»
|| sentencemembers[l, chl + l] == «article» || sentencemembers[l, chl + l] == «pronoun»)
{
sentencemembersl[0, chl] = «для»; sentencemembersl[l, chl] = «preposition»; if (sentencemembers[l, chl + l] == «noun») sentencemembersl[3, chl + l] = «genetive»; else
if (sentencemembers[0, chl + 2] != null) {
if (sentencemembers[l, chl + 2] == «noun»)
sentencemembersl[3, chl + 2] = «genetive»; }
}
} И
» Ф
if (sentencemembers[0, chl] == «in») H
{ I
sentencemembersl[0, chl] = «в»; sentencemembersl[l, chl] = «preposition»; ^ if (chl + l < super2.Length)
{ О
{ У
if (sentencemembers[l, chl + l] == «noun») т
sentencemembersl[3, chl + l] = «prepositional»;
else ^ if (chl + 2 < super2.Length)
{ ы
if (sentencemembers[0, chl + 2] != null)
{ Ус
if (sentencemembers[l, chl + 2] == «noun»)
sentencemembersl[3, chl + 2] = «genetive»;
} 1
} °
} О
} ~
}
if (sentencemembers[0, chl] == «for») {
sentencemembers1[0, chl] = «за»; sentencemembers1[1, chl] = «preposition»;
if (chl + 1 < super2.Length) {
if (sentencemembers[1, chl + 1] == «noun»)
sentencemembers1[3, chl + l] = «acusative»; else
if (chl + 2 < super2.Length) {
if (sentencemembers[0, chl + 2] != null) {
if (sentencemembers[l, chl + 2] == «noun»)
sentencemembersl[3, chl + 2] = «genetive»; }
}
}
}
if (sentencemembers[0, chl] == «from») {
sentencemembersl[0, chl] = «из»; sentencemembersl[l, chl] = «preposition»;
if (chl + l < super2.Length) {
if (sentencemembers[l, chl + l] == «noun»)
sentencemembersl[3, chl + l] = «genetive»; else
if (chl + 2 < super2.Length) {
if (sentencemembers[0, chl + 2] != null) {
if (sentencemembers[l, chl + 2] == «noun»)
sentencemembersl[3, chl + 2] = «genetive»; }
}
}
О }
if (sentencemembers[0, chl] == «about») {
£ sentencemembersl[0, chl] = «насчет»; sentencemembersl[l, chl] = «preposition»;
£ if (chl + l < super2.Length)
E {
PQ if (sentencemembers[l, chl + l] == «noun»)
^ sentencemembersl[3, chl + l] = «genetive»;
ч- else
if (chl + 2 < super2.Length)
£ {
^ if (sentencemembers[0, chl + 2] != null)
a {
2 if (sentencemembers[l, chl + 2] == «noun»)
sentencemembersl[3, chl + 2] = «genetive»;
e » }
IQ }
}
if (sentencemembers[0, chl] == «without») {
sentencemembersl[0, chl] = «без»; sentencemembersl[l, chl] = «preposition»;
if (chl + l < super2.Length) {
if (sentencemembers[l, chl + l] == «noun») sentencemembersl[3, chl + l] = «genetive»;
else
if (chl + 2 < super2.Length) {
if (sentencemembers[0, chl + 2] != null) {
if (sentencemembers[l, chl + 2] == «noun») sentencemembersl[3, chl + 2] = «genetive»;
}
}
}
}
if (sentencemembers[0, chl] == «with») {
sentencemembersl[0, chl] = «с»; sentencemembersl[l, chl] = «preposition»;
if (chl + l < super2.Length) {
if (sentencemembers[l, chl + l] == «noun»)
sentencemembersl[3, chl + l] = «instr»; else
if (chl + 2 < super2.Length) {
if (sentencemembers[0, chl + 2] != null) {
if (sentencemembers[l, chl + 2] == «noun») sentencemembersl[3, chl + 2] = «instr»;
}
}
}
}
if (sentencemembers[0, chl] == «after»)
{ В
г Ф
sentencemembersl[0, chl] = «после»; sentencemembersl[l, chl] = «preposition»; T
if (chl + l < super2.Length) X
{ I
if (sentencemembers[1, chl + 1] == «noun») sentencemembers1[3, chl + 1] = «genetive»;
О
}
}
}
}
k = 0;
else
if (chl + 2 < super2.Length)
{ 2
if (sentencemembers[0, chl + 2] != null) {
if (sentencemembers[l, chl + 2] == «noun»)
sentencemembersl[3, chl + 2] = «genetive»; }
*
В
IT
О
о
}
if (sentencemembers[1, chl] == «adverb») str33 = «adj»;
if (sentencemembers[1, chl] == «phrasal verb») {
str25 += « «; sentencemembers1[1, chl] = «phrasal verb»;
for (int ch2 = chl + 1; ch2 < super2.Count(); ch2++) {
if (sentencemembers[1, ch2] == «phrasal verb») { str25 += sentencemembers[0, ch2] + « «; sentencemembers[0, ch2] = «»; cont++; } str33 = «»;
}
}
if (sentencemembers[0, chl] == «that»)
{ sentencemembersl[0, chl] = «что»; sentencemembersl[l, chl] = «conjunction»; }
if (sentencemembers[0,chl] == «and») { sentencemembersl[0, chl] = «и»; sentencemembersl[l, chl] = «conjunction»; } if (sentencemembers[0,chl]==»but») { sentencemembersl[0, chl] = «но»; sentencemembersl[l, chl] = «conjunction»; } if (str25 == «have to « || str25 == «has to «) str25 = «have got to»;
if (sentencemembers[2, chl] != «») sentencemembersl[2, chl] = sentencemembers[2, chl];
if (sentencemembers[0, chl] != «the» && sentencemembers[0, chl] != «a» && sentencemembers[0, chl] != null && sentencemembers[1, chl] != «preposition» && sentencemembers[0, chl] != «be» && sentencemembers1[0, chl] != «и» && sentencemembers[0, chl] != «that») { inst.translator(ref str25, ref str33); rlinq.AddLast(inst.node); if (inst.node != null)
if (inst.node.GetRussian(O) != null) Исходя из особенностей англо-русского словаря [5] необходимо учесть определенные особенности при обработке htlm-страницы и стереть определенные элементы. trans = inst.node.GetRussian(O); trans = trans.Replace(«Перевод», «»); if (inst.node.GetRussian(O) != null)
if (inst.node.GetRussian(O).Length < 3) trans = trans.Replace(«^ «, «»); О trans = trans.Replace(«история», «»);
w if (sentencemembers[l, chl] == «phrasal verb»)
if (sentencemembers[0, chl + cont + l] != null) О if (sentencemembers[l, chl + cont + l] == «preposition»)
E {
^ string[] words2 = trans.Split(delimiterl);
for (int tt = 0; tt < words2.Length; tt++)
for (int zz = 0; zz < prep.Length; zz++) § {
l_ if (words2[tt].Replace(« «, «») == prep[zz])
> sentencemembers[0, chl + cont + l] = «»;
a }
5 }
sentencemembersl[0, chl] = trans; X trans = «»
¡3 }
IQ }
В данном блоке надо обратить внимание на то, как обрабатываются сложные предлоги типа «in spite of»; «instead of». Каждый из элементов сложных предлогов был внесен в массив предлогов и при определении частей речи был определен как предлог. Затем в приведенном выше блоке запускается цикл, который анализирует простой это предлог или сложный, и если следующее слово также имеет маркер «preposition-предлог», значит, речь идет о сложном предлоге, части которого собираются в единое целое и переводятся. Имеется специальный класс translation, непосредственно работающий с англорусским словарем.
В методе translator передаются как аргументы слова на английском языке, предварительно обработанные в двух предыдущих блоках, так и части речи, которым они принадлежат.
Вернув уже обработанную строку, мы продолжаем ее обработку. затем, если часть речи определена, происходит поиск до первой буквы на русском. Если такая буква найдена, предложение разбивается на слова и слова заносятся в массив. Просматривая его элементы, находится элемент, идентичный обозначению уже определенной части речи, тогда осуществляется переход к следующему за ним элементу. Если этот элемент на русском языке, он заносится в переменную temp l и добавляется элемент tempO в коллекцию english, а если на английском и при условии, что templ!=null значение переменной templ заносится в коллекцию russian и добавляется элемент к tempO. В случае, если речь идет о фразеологизме или фразовом глаголе, то сначала находится совпадение в строке с выражением на английском, которое было получено в предыдущем грамматическом блоке, а уже потом представляем слова предложения как элементы массива, которые потом заносятся в переменные tempO и templ, и отправляем их в коллекции english и russian. После этого, слово, выраженное данными коллекциями, представляется как экземпляр класса interpreter. В данном классе значения объекта node на английском в различных выражениях и значения этого же объекта на русском представляются посредством массивов englishl и russianl. Это позволяет координировать английские и русские значения за счет индекса.
1. Сак А.Н. Идентификация членов предложения как частей речи как основная задача машинного перевода // Научное обозрение. 2015. Вып. 14. С. 236-240.
2. Мельчук И.А. Язык: от смысла к тексту. М. : Языки славянской культуры, 2012. 174 с.
3. Мельчук И.А. Русский язык в модели «Смысл-Текст». М. : Школа «Языки русской культуры» ; Вена :
В данном блоке был рассмотрен этап предпере-водческой подготовки предложения перед осуществлением запроса к двуязычному англо-русскому словарю.
На следующем этапе реализации машинного перевода будет необходимо обработать полученные русские лексемы с точки зрения русской грамматики.
В настоящее время в состав комплексных систем обработки и анализа данных при проектировании в строительстве все чаще включаются подсистемы обработки текстовой информации. Если такие подсистемы предназначены для работы с данными на нескольких языках, перед ними может ставиться задача автоматического перевода с одного языка на другой. Существующие системы машинного перевода совершают ошибки при переводе текстов из строительной области. например, предложение «My apartment has to be done up before I move in» система машинного перевода Google переводит как «Моя квартира должно быть сделано, прежде чем я двигаться в» вместо «моя квартира должна быть отремонтирована, прежде чем я туда въеду». Разработка средств автоматизации перевода в строительной области является полезной даже при небольших объемах переводимого текста, так как в этом случае исключается влияние человеческого фактора: устраняется необходимость обращаться к профессиональному переводчику каждый раз, когда инженеру требуется перевод текста, насыщенного незнакомыми ему лексическими и грамматическими единицами. Использование онлайн-словарей соответствующей технической области позволит получить наиболее адекватный перевод. Системы машинного перевода, основанные только на статистических алгоритмах, испытывают большие трудности при переводе фразеологических оборотов и малейшем отклонении от е простых грамматических конструкций. Системы, Т основанные на построении лингвистических правил испытывают трудности с переводом технических Я терминов. Наша система, использующая онлайн-словари, как двуязычные, так и толковые одноязычные, как общие, так и специализированные, направ- ^ лена на решение этих противоречий. о
В
Wiener slawistischer Almanach, 1995. 682 с. (Язык. Семи- у отика. Культура)
4. Казанский А.А. Объектно-ориентированное программирование на языке Microsoft Visual С# в среде раз- 0 работки Microsoft Visual Studio 2008 и .NET Framework : в ) 3 чч. М., 2011. Ч. 3: Учебное пособие и практикум. 180 с.
ЛИТЕРАТУРА
5. КазанскийА.А., СакА.Н. Классы и объекты в языках программирования С# и VBA при решении прикладных задач // Вопросы прикладной математики и вычислительной механики : сб. тр. М. : МГСУ, 2016. № 19. С. 264-274.
6. Казанский А.А., Сак А.Н. Методы искусственного интеллекта при переводе текстов // Вопросы прикладной математики и вычислительной механики : сб. тр. М. : МГСУ, 2015. № 18. С. 248-258.
7. Иомдин Л.Л., Мельчук И.А., Перцов Н.В. фрагмент модели русского поверхностного синтаксиса //
Поступила в редакцию в июне 2016 г.
Научно-техническая информация. Серия 2. l975. № 7. С. 22-43.
8. Богуславский И.М. Исследования по синтаксической семантике : сферы действия логических слов. М. : Наука, l985. l75 с.
9. Koehn Philipp. Statistical machine translation. Cambridge : Cambridge University Press, 20l0. 433 p.
10. Online dictionary: English-Russian translation of words and expressions, definition, synonyms // Reverso-Dictionary. Режим доступа: http://dictionary.reverso.net/english-russian/.
Об авторах: Бессонова Елена Владимировна — кандидат филологических наук, доцент, заведующая кафедрой иностранных языков и профессиональной коммуникации, Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ), 129337, г. Москва, Ярославское шоссе, д. 26, bessonovaev@mgsu.ru;
Сак Александр Николаевич — кандидат филологических наук, доцент кафедры иностранных языков и профессиональной коммуникации, Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ), 129337, г. Москва, Ярославское шоссе, д. 26, sak_inter@mail.ru.
Для цитирования: Бессонова Е.В., Сак А.Н. Автоматический анализ грамматики английского предложения при реализации машинного перевода текстов по строительной тематике // Вестник МГСУ 2017. Т. 12. Вып. 1 (100). С. 107-116. Б01: 10.22227/1997-0935.2017.1.107-116
references
1. Sak A.N. Identifikatsiya chlenov predlozheniya kak chastey rechi kas osnovnaya zadacha mashinnogo perevoda [Identification of Sentence Members as Parts of Speech as the Main Task of Machine Translation]. Moscow, Nauchnoye obozrenie Publ., 2015, Issue 14, pp. 236-240. (In Russian)
2. Mel'chuk I.A. Yazyk : ot smysla k tekstu [Language : from Meaning to Text]. Moscow, Yazyki Slavyanskoy Kul'tury Publ., 2012, 174 p. (In Russian)
3. Mel'chuk I.A. Russkiy yazyk v modeli "Smysl-Tekst" [The Russian Language in the "Meaning-Text" Model]. Moscow, Shkola Yazyki Russkoy Kul'tury Publ., 1995; Vienna : Wiener slawistischer Almanach, 1995, 682 p. (Yazyk. Semio-tika. Kul'tura [Language, Semiotics, Culture]). (In Russian)
4. Kazanskiy A.A. Ob'ektno-orientirovannoe program-q mirovanie na yazyke Microsoft Visual C# v srede razrabotki O Microsoft Visual Studio 2008 i .NET Framework : v 3 chch. w [Object-Oriented Programming in Microsoft Visual C# Language in the Microsoft Visual Studio 2008 and .NET Frame-
^ work Development Environment : in 3 Parts]. Moscow, 2011, ¡^ Ch. 3 : Uchebnoe posobie i praktikum [Part 3 : Learning Aid E and Practicum], 180 p. (In Russian)
5. Kazanskiy A.A., Sak A.N. Klassy i ob'ekty v yazykakh ® programmirovaniya C# i VBA pri reshenii prikladnykh zadach
[Classes and Objects in Programming Languages C# and
VBA When Solving the Applied Problems]. Voprosy prikladnoy matematiki i vychislitel'noy mekhaniki: Sbornik trudov [Issues of Applied Mathematics and Computational Mechanics: Proceedings]. Moscow, 2016, no. 19, pp. 264-274. (in Russian)
6. Kazanskiy A.A., Sak A.N. Metody iskusstvennogo in-tellekta pri perevode tekstov [Methods of Artificial Intelligence Used for Translation of Texts]. Voprosy prikladnoy matematiki i vychislitel'noy mekhaniki: Sbornik trudov [Issues of Applied Mathematics and Computational Mechanics: Proceedings]. Moscow, 2015, no. 18, pp. 248-258. (in Russian)
7. lomdin L.L., Mel'chuk I.A., Pertsov N.V. Fragment russkogo poverkhnostnogo sintaksisa [A Fragment of Russian Superficial Syntax]. Nauchno-Tekhnicheskaya Informatsiya. Seriya 2 [Science and Technical Information. Series 2]. 1975, no. 7, pp. 22-43. (In Russian)
8. Boguslavskiy I.M. Issledovaniya po sintaksicheskoy semantike [Research on Syntactics]. Moscow, Nauka Publ., 1985. 175 p. (in Russian)
9. Koehn Philipp. Statistical Machine Translation. Cambridge, Cambridge University Press, 2010, 433 p.
10. Online dictionary: English-Russian translation of words and expressions, definition, synonyms. Reverso-Dic-tionary. Available at : http://dictionary.reverso.net/english-rus-sian/.
About the authors: Bessonova Elena Vladimirovna — Candidate of Philological Sciences, Associate Professor, Head of Department of Foreign Languages and Professional Communication, Moscow State University of Civil Engineering (National Research University) (MGSU), 26 Yaroslavskoe shosse, Moscow, 129337, Russian Federation; bessonovaev@mgsu.ru;
Sak Aleksandr Nikolaevich — Candidate of Philological Sciences, Associate Professor, Department of Foreign Languages and Professional Communication, Moscow State University of Civil Engineering (National Research University) (MGSU), 26 Yaroslavskoe shosse, Moscow, 129337, Russian Federation; sak_inter@mail.ru.
For citation: Bessonova E.V., Sak A.N. Avtomaticheskiy analiz grammatiki angliyskogo predlozheniya pri realizatsii mashinnogo perevoda tekstov po stroitel'noy tematike [Automated Analysis of an English Sentence Grammar while Executing a Computer Translation of Texts on Civil Engineering]. Vestnik MGSU [Proceedings of Moscow State University of Civil Engineering]. 2017, vol. 12, issue 1 (100), pp. 107-116. (In Russian) DOI: 10.22227/1997-0935.2017.1.107-116
