
- •«Пермский национальный исследовательский политехнический университет»
- •Курсовая работа по дисциплине
- •Глава 4. Альтернативная классификация смп 16
- •Введение
- •1. Машинный перевод
- •Развитие машинного перевода
- •Степень реализации смп
- •Принципы оценки смп
- •Принцип действия смп
- •2. Подходы к машинному переводу
- •2.1 Смп, основанные на правилах
- •2.2 Пословный перевод
- •2.3. Трансфертные системы
- •Интерлингвистический машинный перевод
- •Системы машинного перевода, основанные на примерах
- •Двуязычные корпуса текста
- •Статистический машинный перевод
- •Модель Шеннона
- •Глава 4. Альтернативная классификация смп
- •4.2 Сравнение различных типов смп
- •4.3 Сравнение статистических и трансфертных смп
- •4.4 Обратный перевод
- •4.5 Сравнение двух статистических смп
- •Лексические особенности.
- •Синтаксические особенности.
- •Морфологические особенности.
- •Заключение
- •Основание практической части
- •Список использованных источников и литературы
Заключение
В работе были рассмотрены различные типы систем машинного перевода.
Особое внимание было уделено системам статистического машинного перевода. Это связано с тем, что такие системы, по мнению некоторых экспертов, являются наиболее перспективными среди прочих СМП.
Развитие машинного перевода связано с дальнейшей разработкой и углублением теории и практики перевода, как машинного, так и «человеческого». Для развития теории важны результаты сопоставительного языкознания, общей теории перевода, теории закономерных соответствий, способов представления знаний, оптимизации и совершенствования лингвистических (и математических) алгоритмов.
Качество перевода, сделанного машинной сильно зависит от стилистики самого текста, и стилистики текстов для которых система была изначально построена. Для статистических систем, как показывает практика, перевод получается идеальным, если он проводился для научно-политического текста. В случае Googleэто очень закономерно, так как начальная база системы набиралась с использованием протоколов заседаний Генеральной Ассамблеи ООН. Практически, все СМП хорошо справляются со научно техническим текстом.
При переводе научного текста значительную роль играют эквивалентные переводные соответствия. В меньшей мере вариантные переводные соответствия. Крайне редко используются трансформационные. Это обусловлено стилистическими особенностями научного текста. Вообще подобное совпадение не случайно. Машинный перевод изначально создавался для оперативного перевода технической документации. И потому именно в этой сфере он проявляет себя лучше всего. Мы лишь очередной раз на конкретном примере показали это.
Основные ошибки, совершенные машиной, относятся к лексическим особенностям текста. Но даже при неверном разрешении омонимии в некоторых случаях основный смысл был передан (учитывая экстралингвистические реалии, не составляет труда догадаться что именно имел автор).
Синтаксические и морфологические особенности были переданы верно. Таким образом, у читателя машинного перевода складывается приемлемое представление о тексте, его структуре и основных идеях. Это очень важно для научных текстов, когда нужно в кратчайшие сроки получить общее представление о каком-либо явлении или изобретении, при том, можно пренебречь некоторыми деталями, и красотой языка.
Для разрешения проблемы омонимии и трансформационных соответствий, перед применением машинного перевода текст должен пройти некоторую предобработку. При этом, безусловно, потеряется колорит текста и любая экспрессивность (которой и так очень мало в научном тексте). На данном этапе развития, такова цена за безупречную ясность.
Основание практической части
Практическая часть основана на материалах:
Knuth D. «The Art Of Computer Programming. Volume 1 / Fundamental Algorithms – 3rd ed.» — Stanford University: Addison Wesley Longman, 1997 — 665 c.
Кнут Д. «Искусство программирования. Том 1. Основные алгоритмы. 3-е издание, исправленное и дополненное.» — М: Вильямс, 2002 — 685 c.