CC BY
62
Вестник Московского университета. Серия 22. Теория перевода. 2021. № 2
УДК 81. 33
М.Б. Раренко,
кандидат филологических наук, Институт научной информации по
общественным наукам (ИНИОН) Российской академии наук (РАН).
117418, Москва, Нахимовский проспект, д. 51/21;
e-mail: [email protected]
МАШИННЫЙ ПЕРЕВОД КАК ВЫЗОВ
Историю машинного перевода с самого его зарождения и вплоть до настоящего времени можно рассматривать как вызов человеческой мысли и интеллекту. В настоящее время основными видами машинного перевода признаны четыре: во-первых, машинный перевод «по правилам» (англ. Rule-Based Machine Translation, RBMT), во-вторых, «статистический» машинный перевод (англ . Statistical Machine Translation, SMT), в-третьих, «гибридный» (англ . Hybrid Machine Translation, HMT), возникший на стыке перевода «по правилам» и «статистического» перевода», и, в-четвёртых, нейронный машинный перевод (англ . Neural Machine Translation, NMT).
История машинного перевода развивалась стремительно, знала взлёты и падения, периоды вдохновения и разочарования. Однако, по справедливому высказыванию М Н Марчука, тема машинного перевода будет всё время актуальной в силу ряда причин, одна из которых — желание человека познать границы невозможного
Ключевые слова: перевод, машинный перевод, история машинного перевода, машинный перевод «по правилам», «статистический» машинный перевод, гибридный машинный перевод, нейронный машинный перевод
Являясь древнейшей человеческой практикой, переводческая практика чутко реагировала на запросы общества и в каждый конкретный период времени разрабатывала наиболее востребованные формы перевода. На смену первым устным переводчикам — толмачам, задача которых заключалась в преодолении языкового барьера при общении между представителями разных племён и народностей, пришёл перевод письменных текстов . В начале ХХ в . человечество стало грезить о «прекрасном будущем», когда человека-переводчика полностью заменит машина, а перевод станет быстрым и недорогим, обладая при этом довольно высоким качеством . Сегодня можно с уверенностью сказать, что мечта сбылась (или почти сбылась)
В начале ХХ в . общественно-политическая ситуация в мире подвергается кардинальным изменениям, что, в частности, приводит к тому, что отношение к переводу (в настоящее время под переводом понимают, с одной стороны, процесс, в результате которого появляется вторичное речевое произведение (в отличие от первичного оно создаётся средствами иного (переводящего) языка, а с другой, — непосредственно сам результат переводного процесса, т. е . само вторичное речевое произведение на переводящем языке (более подробно см . : [Раренко, 2010: 115-117]), и именно так мы будем понимать перевод в нашей статье) меняется . Если до ХХ в . активнее всего развивается перевод литературный, т. е . перевод художественной литературы (в том числе и Священных книг, в первую очередь, Библии), и в целом основным критерием и требованием хорошего (успешного) перевода считается умение переводчика воссоздавать во вторичном тексте особенности стиля текста оригинала, то уже в самом начале ХХ в . переводу начинает подвергаться разные деловые документы — коммерческие, научно-технические материалы, политические, военные тексты, соответственно, и общие требования к переводу — качество, сроки и т. д . претерпевают значительные изменения . Более того, поскольку значительно возрастает объём переводимых документов, появляются идеи, с одной стороны, разработать программы интенсивной подготовки переводчиков, с другой — «механизировать» процесс перевода .
Мысли о возможности перевода без непосредственного участия человека (или с его минимальной вовлеченностью в процесс) в первые десятилетия ХХ столетия материализовались в середине столетия . А 4 марта 1947 г. , день, которым датировано письмо американского математика и специалиста по дешифровке Уоррена Уивера1 другому известному американскому математику и философу Норберту Винеру2, ставшее впоследствии достоянием общественности, поскольку в нём было сформулировано предложение, ставшее основным правилом, которое легло в основу машинного перевода, а именно — рассматривать задачу перевода как дешифровку текста, вошёл в историю человечества как день рождения машинного перевода (под которым в самом общем виде понимают как автоматизированный (полностью, т. е . без какого бы то ни было
1 Уоррен Уивер (Warren Weaver, 1894-1978) — американский математик, администратор .
2 Норберт Винер (Norbert Wiener, 1894-1964) — американский математик, один из основоположников кибернетики и теории искусственного интеллекта, автор книги «Кибернетика, или управление и связь в животном и машине» (Cybernetics: Or Control and Communication in the Animal and the Machine, 1947).
вмешательства человека, или частично, т. е . с участием человека) процесс по преобразованию текста, первоначально созданного на одном естественном (неискусственном) языке во вторичный текст на ином естественном языке, который бы по содержанию и по форме соответствовал первому, так и результат такого действия (более подробно см .: [Раренко, 2010: 94-96]) .
Написанию знаменитого письма предшествовал ряд не менее важных для развития машинного перевода событий . Так, ещё в 1933 г. изобретатели из СССР и Франции, не зная о разработках друг друга, почти одновременно, с разницей всего в два с половиной месяца независимо друг от друга во Франции и в СССР запатентовали два «переводных» устройства (отметим, что ни первая, ни вторая машина не способна была выполнить какой-либо перевод), но запатентованные машины, будучи представленными как переводящие механизмы, определили вектор развития машинного перевода . Запатентованный 22 июля 1933 г. «Механический мозг» (изобретатель — французский гражданин армянского происхождения Жорж Арцруни), в сущности, представлял собой довольно большой по объёму механизированный словарь, воспроизведённый на бумажной ленте . Советский учёный П . П . Троянский запатентовал «Машину для подбора и печатания слов при переводе с одного языка на другой или на несколько других одновременно» (патент СССР № 40995 от 5 сентября 1933 г. ), но и его переводящее устройство было не совсем автоматизированным, поскольку для его функционирования необходимо было наличие как минимум двух помощников со знанием языка, с которого осуществлялся перевод, и языка, на который перевод осуществлялся . Сам процесс «перевода» происходил следующим образом: 1) первый помощник вводил в машину последовательно начальную форму слова предназначенного для перевода предложения (фрагмента), указывая грамматические (морфологические) категории слова и его синтаксическую роль в предложении (изобретатель ставил перед собой задачу в ближайшее время механизировать этот этап при помощи языковедов); 2) затем следовал этап «машинного перевода» (в результате которого слова предложения вторичного текста вновь оказывались в начальной форме); 3) второй помощник придавал «переведённому» машиной фрагменту приемлемый вид (т. е . выступал в качестве литературного редактора) . Таким образом, «Машина...» П . П . Троянского фактически представляла собой двуязычный словарь
Важно подчеркнуть тот факт, что в этот же период во всём мире шли активные работы над созданием электронно-вычислительных машин (ЭВМ) . Особенно значительными были достижения в этой
области молодого немецкого инженера Конрада Цузе3, который в 1938 г. собрал первую работающую электронно-вычислительную машину в мире, названную им Z1, вслед за ней появились две её усовершенствованные версии — Z2 и Z3, и модель Z3, собранная изобретателем на основе телефонных реле, обладала всеми характеристики современного компьютера. К . Цузе, приступая к работе над следующей версией своей ЭВМ — Z4, сам же разработал первый в мире высокоуровневый язык программирования Планкалкюль (букв . «исчисление планов») . Изобретение молодого немца стало настоящим прорывом в компьютеростроении . Следующим важным шагом для развития машинного перевода стал запуск в конце 1943 г. в Великобритании компьютера Colossus, созданного в первую очередь для расшифровки кодов фашистской Германии .
Таким образом, к моменту окончания Второй мировой войны в мировом сообществе сложились все предпосылки создания компьютерных переводчиков — уже существовали, пусть весьма простые, даже отчасти примитивные для современного человека, механические системы перевода, были разработаны первые ЭВМ И своеобразным «толчком» в «объединении» механических системах перевода и компьютеров выступило письмо Уоррена Уивера к Норберту Винеру И вновь человечество оказалось перед вызовом интеллектуальной мысли
7 января 1954 г. — ещё одна важная дата в истории машинного перевода В этот день американские учёные продемонстрировали всему миру первую действующую программу машинного перевода . Она стала совместной разработкой, с одной стороны, представителей компании IBM и, с другой, — сотрудников Джорджтаунского университета. Демонстрация чудо-машины вошла в историю машинного перевода под названием «Джорджтаунского эксперимента» Переводящие «способности» машины были продемонстрированы на примере пары языков, принадлежащих разным языковым группам, — русского и английского В ходе эксперимента машина осуществила переводы заранее подготовленных 49 русских предложений на английский язык Скептики отметили, что при переводе использовался словарь, состоящий всего из 250 слов, а грамматика включала всего шесть синтаксических конструкций, сам ввод предназначенных для перевода русских предложений осуществлялся на перфокартах, а полученный результат — перевод предложений на английский язык — распечатывался на принтере, однако и они
3 Конрад Эрнст Отто Цузе (Konrad Ernst Otto Zuse, 1910-1995) — инженер, специалист в области компьютеростроения .
должны были признать, что прорыв в разработках машинного перевода произошёл
«Джорджтаунский эксперимент» стимулировал разработчиков машинного перевода, заставил их поверить в свои возможности, и всего через год в СССР, в Институте точной механики и вычислительной техники Академии наук, был представлен первый советский компьютерный переводчик Словарь переводчика по сравнению со словарём, использовавшимся при демонстрации «Джорджтаунского эксперимента» был увеличен почти в 10 раз и составлял 2 300 слов В то же самое время в стране, в Институте прикладной математики под руководством А . А . Ляпунова (его создателями стали аспирантка О . С . Кулагина и студент филологического факультета МГУ Игорь Мельчук4), шли работы над созданием ещё одного машинного переводчика
Как своего рода подтверждение, что работы над машинным переводом были признаны перспективным научным направлением, в декабре 1956 г. в Москве появилось Объединение по машинному переводу, ставшее основным неформальным центром общения математиков и лингвистов (его создателем был В . Ю . Розенцвейг, заведующий кафедрой перевода в Московском государственном педагогическом институте иностранных языков) (более подробно см . : [Митренина, 2017: 244-300]) .
История машинного перевода развивалась стремительно, знала взлёты и падения, периоды вдохновения и разочарования . Особенно сложным (прежде всего в моральном плане) оказалось десятилетие с 1956 по 1966 гг., известное как «период разочарования», поскольку на смену восторженным ожиданиям, как машина полностью заменит переводчика-человека, пришло понимание дисбаланса в соотношении «цена — качество»: при высоких затратах на разработку систем машинного перевода качество перевода, выполняемого машиной, оставляло желать лучшего Зато в последние два десятилетия в области машинного перевода произошли значительные подвижки, а машинный перевод считается реалией времени .
Анализируя современные достижения в области машинного перевода, многие исследователи крайне положительно оценивают его перспективы: «. принимая во внимание общую ситуацию с переводами в мире, можно смело утверждать, что альтернативы
4 Игорь Александрович Мельчук (1932) — советский и канадский лингвист, создатель лингвистической теории «Смысл ^ Текст», профессор Монреальского университета (на пенсии с 2009 года), почётный доктор Института языкознания РАН (2020).
машинному переводу нет» [Марчук, 2007: 253], а одной из наиболее актуальных и перспективных задач машинного перевода в настоящее время видится разработка и усовершенствование программы перевода устного текста с помощью компьютерных программ, при этом основной трудностью, с которой встречаются её разработчики, признается «индивидуальная окраска звучания сегмента речи» [Алексеева, 2004: 23].
Поскольку в современном обществе наблюдается большой обмен информацией на разных языках, а новые технологии, в том числе машинного перевода, постоянно появляются и совершенствуются, машинный перевод стремительно развивается . На смену устаревающим технологиям машинного перевода приходят более современные, позволяющие достичь более высоких результатов в более сжатые сроки .
В настоящее время основными видами машинного перевода признаны четыре: во-первых, машинный перевод «по правилам» (англ . Rule-Based Machine Translation, RBMT), во-вторых, «статистический» машинный перевод (англ . Statistical Machine Translation, SMT), в-третьих, «гибридный» (англ . Hybrid Machine Translation, HMT), возникший на стыке перевода «по правилам» и «статистического» перевода, и, в-четвёртых, нейронный машинный перевод (англ . Neural Machine Translation, NMT) . Развитие машинного перевода в целом следует логике развития теории перевода в целом, отражая её основные этапы . Так, машинный перевод «по правилам» разрабатывался на основе лингвистической информации об исходном и переводном языках в то время, когда в общей теории перевода лингвистический подход был главенствующим
Каждый из четырёх подходов к машинному переводу обладает своими преимуществами и недостатками, однако последний — нейронный машинный перевод, в основе работы которого словари с фиксированными словами, а перевод осуществляется в основном на базе открытого словаря, включающем в себя имена, даты, числа и т.д . ), признаётся на данный момент самым перспективным и многообещающим на том основании, что потенциально способен устранить многие недостатки предыдущих систем машинного перевода, к которым относят, прежде всего, 1) трудоёмкость и длительность разработки системы, 2) необходимость поддерживать и постоянно обновлять лингвистические базы данных, 3) так называемый «машинный акцент» при переводе, а также 4) часто непредсказуемый результат перевода
О . В . Митренина, поясняя, что нейронный машинный перевод «моделирует на основе статистики работу нейронных сетей
человеческого мозга», уточняет, что «первый такой переводчик был запущен компанией Google в ноябре 2016 г. » и «сразу показал значительное улучшение качества переведённых текстов... и это направление, как и другие способы компьютерной обработки языка с помощью нейронных сетей, сейчас развивается наиболее активно» [Митренина, 2017: 9]. Специалисты в области машинного перевода видят ключевое преимущество NMT, прежде всего, в его способности анализировать и изучать непосредственно процесс перевода исходного текста в связанный текст на переводном языке . Отмечается, что «нейронный машинный перевод приближен к идеальному человеческому» [Сафина, Камаев, 2017: 71].
Если ещё тридцать лет назад критики машинного перевода сомневались в целесообразности дальнейших разработок в этой области, то сейчас в возможностях машины осуществлять перевод на весьма высоком уровне нет сомнений . Тем не менее нельзя однозначно утверждать преимущество машинного перевода перед переводом, выполненным человеком, и наоборот. Прежде всего, следует отметить, что перед этими двумя видами перевода по-прежнему стоят совершенно разные задачи . И основное преимущество машинного перевода состоит, безусловно, в том, что он осуществляется максимально оперативно Также, говоря о преимуществе машинного перевода перед переводом, осуществляемым человеком, отмечается, что при выполнении заданий на перевод текста с одного языка на другой «компьютер опирается на адресные ссылки и осуществляет поиск по содержанию, что позволяет говорить о более надёжной и оперативной памяти таких программ», однако преимуществом «человеческого» перевода признаётся то, что «человек обладает гораздо большей свободой выбора, а также восприятием контекста, что на данный момент позволяет ему показывать более эффективные и корректные результаты, чем машина» [Котенко, 2020: 226]. Также замечено, что в основе наиболее современного подхода в области машинного перевода лежат сети долгой краткосрочной памяти Они представляют такой тип рекуррентных (т. е . букв . «возвращающихся», от лат. recurrens) нейронных сетей, которые в памяти хранят некий контекст выполненных ранее переводов Ключевым преимуществом рекуррентного типа сети признается сегодня её относительная невосприимчивость (игнорирование) к временным разрывам (в том числе довольно длительным) при совершении машиной операций (т е способность машины в течение длительного времени хранить в памяти фрагменты текста) .
В заключение отметим, что, несмотря на то что в разные периоды истории машинного перевода отмечается разная интенсивность работ в области машинного перевода, проблемы автоматизации перевода, как отмечает Ю . Н . Марчук, не теряют своей актуальности (и не потеряют) в силу нескольких причин . Во-первых, машинный перевод значительно облегчает задачу обработки информации, в том числе на разных языках, которая сегодня стоит как никогда остро (среди других альтернатив преодоления языковых барьеров — создание универсального языка, изучение языков и т д , — перевод по-прежнему является наиболее эффективным и совершенным средством) Во-вторых, происходит постоянное усовершенствование старых технологий и появление новых, поэтому у человека всегда есть интерес автоматизировать некоторые процессы, перепоручить их машине (т е речь идёт о так называемом интеллектуальном вызове) В-третьих, имеет место быть «научная привлекательность проблемы машинного перевода» [Марчук, 2007: 245], а машинный перевод, являясь центральной проблемой искусственного интеллекта на современном этапе (по мнению Ю . Н . Марчука [Марчук, 2007: 249, 269-300]), представляет собой область междисциплинарных исследований, где востребованы знания, умения и навыки специалистов самых разных научных направлений
Список литературы
Алексеева И.С. Введение в переводоведение . СПб . : Филологический факультет СПбГУ; М. : Издательский центр «Академия», 2004. 352 с.
Котенко В.В. Перспективы развития нейронного машинного перевода в контексте концепции открытого образования // Учёные записки университета имени П . Ф . Лесгафта, 2020. № 4 (182). С . 225-230.
Марчук Ю.Н. Компьютерная лингвистика. М . : АСТ: Восток — Запад, 2007 317 с
Митренина О.В. Назад, в 47-й: к 70-летию машинного перевода как научного направления // Вестн. Новосиб. гос. ун-та. Серия: Лингвистика и межкультурная коммуникация, 2017. Т. 15, № 3. С. 5-12.
Раренко М.Б. Машинный перевод // Основные понятия переводове-дения (Отечественный опыт). Терминологический словарь-справочник / Отв . редактор канд. филол . наук Раренко М. Б. М. , 2010а. С. 94-96.
Раренко М.Б. Перевод // Основные понятия переводоведения (Отечественный опыт) Терминологический словарь-справочник / Отв редактор канд. филол . наук Раренко М. Б. М. , 2010б. С. 115-117.
Сафина Д.Р., Камаев Р.Р. Использование искусственных нейронных сетей в современном машинном переводе // Информационные технологии в исследовательском пространстве разноструктурных языков: сборник трудов конференции. Казань, 2017. С. 70-72.
Maria B. Rarenko,
Cand. Sc. (Philology), Lecturer at the Institute of Scientific Information
for Social Sciences (INION) of the Russian Academy of Sciences (RAS),
Senior Research Fellow, Russia. 51/21 Nakhimovsky Prospekt, Moscow
117418, Russia;
e-mail: [email protected]
MACHINE TRANSLATION AS A CHALLEHGE
The history of machine translation can be seen as a challenge to human thought and intellect from its inception up to the present day Currently, four main types of machine translation are recognized: first, Rule-Based Machine Translation (RBMT); second, Statistical Machine Translation (SMT); third, Hybrid Machine Translation (HMT), which arose at the intersection of the two aforementioned types; fourth, Neural Machine Translation (NMT)
The history of machine translation has developed rapidly, with ups and downs, periods of inspiration and disappointment . However, according to M N Marchuk, the topic of machine translation will always be relevant for a number of reasons, one of which is people's desire to know the boundaries of the impossible
Key words: translation, machine translation, history of machine translation, machine translation "by rules," "statistical" machine translation, hybrid machine translation, neural machine translation
References
Alekseeva I.S. Vvedenie v perevodovedenie [Introduction to Translation Studies], Saint Petersburg: Filologicheskii fakul'tet SPBGU; Moscow: Izdatel'skii tsentr "Akademiya", 2004. 352 p . (In Russian).
Kotenko V.V. Perspektivy razvitija nejronnogo mashinnogo perevoda v kontekste koncepcii otkrytogo obrazovanija [Prospects for the Development of Neural Machine Translation in the Context of the Concept of Open Education], Uchenye zapiski universiteta imeni P. F. Lesgafta, 2020. No . 4 (182), pp . 225-230 (In Russian)
Ju. N. Komp'juternaja lingvistika [Computational Linguistics], Moscow: AST: Vostok — Zapad, 2007. 317 p. (In Russian).
Mitrenina O.V. Nazad, v 47-j: k 70-letiju mashinnogo perevoda kak nauch-nogo napravlenija [Back to the 47th: to the 70th Anniversary of Machine Translation as a Scientific Direction], Vestn. Novosib. gos. un-ta. Serija: Lingvistika i mezhkul'turnaja kommunikacija. 2017. Vol. 15, No. 3, pp. 5-12 (In Russian).
Rarenko M.B. Mashinnyj perevod [Machine translation], Osnovnye pon-jatija perevodovedenija (Otechestvennyj opyt). Terminologicheskij slovar'-spravochnik. Otv. redaktor kand. filol. nauk Rarenko M . B. Moscow, 2010a, pp . 94-96 (In Russian).
RarenkoM.B. Perevod [Translation], Osnovnye ponjatija perevodovedenija (Otechestvennyj opyt). Terminologicheskij slovar'-spravochnik. Otv. redaktor kand. filol. nauk Rarenko M. B. Moscow, 2010b, pp. 115-117 (In Russian).
Safina D.R., Kamaev R.R. Ispol'zovanie iskusstvennyh nejronnyh setej v sovremennom mashinnom perevode [The Use of Artificial Neural Networks in Modern Machine Translation], Informacionnye tehnologii v issledovatel'skom prostranstve raznostrukturnyh jazykov: sbornik trudov konferencii. Kazan', 2017, pp. 70-72 (In Russian).
Поступила в редакцию 12 .05 .2021 После доработки 16 .05 .2021 Принята к публикации 06 .06 .2021
