Motivasjon

"Computational Linguistics" er tidsriktig tverrfaglig

Hvorfor bedrive maskinoversettelse?

• AI-komplett problem
• Del av store forskningsspørsmål som:
  • Hva er språk?
  • Hvordan behandler hjernen språk?
  • Hvordan representere språk?
  • Er kunstig intelligens mulig?
  • Hvordan skrive effektive/brukervennlige programmer?

Maskinoversettelse definert

Garvin (1956):

“The transference of meaning from one patterned set of symbols occurring in a given culture ... into another set of patterned symbols in another culture.”

Bente Mægård (1999):

Any use of computers in going from one language to another

FA HQ GP MT

Restriksjoner - FAHQ(GP)MT

• Fully-Automated
• High-Quality
• General Purpose
• Machine Translation

FA - Helautomatisert

HQ - Høykvalitet

GP - Generelt formål

Source: visual.ly

Er FAHQ(GP)MT mulig?

• Bar-Hillel (1960): nei
• Martin Kay (1980): nei, men "translator's amanuensis"
• Melby (1980): nei, men mulig for spesifikke domener

Source: Wikicommons.

Historie

Hovedtyper av maskinoversettelse

Regelbasert

Eksempel-basert maskinoversettelse

• Matching
• Alignment (samstilling)
• Recombination (kombinasjon)

(Mohammad Irfan, 2017)

Statistisk maskinoversettelse

Nevrale Nettverk

Nevral maskinoversettelse (NMT)

Evaluering av maskinoversettelse

• Har vært meget kontroversielt blant forskere.
• Hva korrelerer best med menneskelig evaluering?
• BLEU (Papinieni et al., 2002) er et toneangivende system.

Alternativer til BLEU

• METEOR (Denkowski og Lavie, 2011, 2015) - tar syntaks og omskrivninger med i betraktning.
• NIST (Doddington, 2002) - mindre frekvente n-gram tilskrives høyere vekt.
• Word Error Rate (ordfeilrate).
• Translation Edit Rate (endringsrate - hvor mange redigering er nødvendig for å få riktig setning).
• Manuell evaluering.

Kjente problemer for maskinoversettelse

Anafora

• Hvis babyen ikke trives med råmelken, kok den (Ruslan Mitkov, 2014).
• Myndighetene ville ikke gi demonstrantene tillatelse fordi de fryktet vold.

• Forfattaren greia ut om boka. Veka etter las eg henne.

• Se, e.g., Suthanker, et al. (2018).

Ordvalg i målspråk (leksikale valg)

• The temperature rose.
• The temperature fell.
• Kalles "Word Sense Disambiguation", finnes veldig mye arbeid på dette. (Par og Saha, 2015).

Syntaktisk flertydighet

• Jeg så mannen med kikkerten under broen ved soveposen i transen.

Semantisk flertydighet

• Det er tanken som teller.

Pragmatisk flertydighet

• Her var det kaldt!

Kollokasjoner

• Følge regelverk.
• Stille til ansvar.
• Se. e.g, Seretan (2011).

Metaforer

• News travels fast.

• En kjent metode for er å lage parafraser og bruke dem i maskinoversettelse (Shutova, 2010),

Idiomer

• Han har ikke gjort en flue fortred.
• "Ikke øl i en sådan stund, rekk meg Løiten" (Nils Arne Eggen, 1996).

Ironi

• feel so blessed to get ocular migraines
• van Hee (2017)

Strukturelle forskjeller på fiksjon og faksjon

• Fordi litteratur er ordets kunst er oppgaven per definisjon den vanskligste (Chapman 1973).
• Slocum (1985) avviste idéen. Relativt lite har vært gjort.
• Korpuslingvistiske mål kan brukes, e.g. antall unike ord (n-gram), setningslengde, kollokasjoner.

Referentiell binding (Referential Cohesion)

• Setninger bindes sammen av meningsinnhold. Samme referent gjentas flere ganger.

• Litteratur har høyere grad av referentiell binding enn nyhetstekst (Voigt og Jurafsky, 2012)

Arbeider på maskinversettelse av litteratur

The (Un)faithful Machine Translator (Jones and Irvine, 2013)

• Kvalitativ studie av oversettelse av litteratur (Camus, Bonnefoy).
• SMT kan identifisere problemområder
• Fri vs. trofast oversettelse / domestisert vs. fremmed

Etter-redigering (post-editering)

• Maskinoversettelse fulgt av post-editering av ikke-profesjonelle (Besacier and Schwartz, 2015).
• Lavere kvalitet, men kan være et alternativ for lavbudsjettoversettelse.

Spesialtilpasset system for nære språk

• I en oversettelse av Ruiz Zafón ble 20% av setningene helt like mellom maskinoversettelse (SMT) og profesjonelle helt like (Toral og Way, 2015).

Translatørstudier (Toral et al. 2018)

• Sammenlikning av SMT og NMT på oversettelse av 'Warbreaker' av Brandon Sanderson (1996) (CC).
• Typer oversttelse: H1 ("from scratch"), MT1 (etterredigering av SMT), og MT2 (ereg. av NMT).
• Kapittel 1 består av 3734 ord over 330 setninger.
• Teksten delt opp i 33 oppgaver for hver oversetter, hvor disse kjenner faktorene, men hvem som gjør hva ble randomisert. Totalt 11 jobber for hver type.
• Translatørverktøyet PET ble brukt til å registrere type, setningslengde, tid, tastetrykk, og pauser.

Temporal dimensjon

• RQ1: Tar oversettelse kortere tid ved etterredigering?
• 

Teknisk dimensjon

• RQ2: Fører etterredigering til færre tastetrykk?
• 

Kognitiv dimensjon

• RQ3: Medfører etterredigering mindre kognitiv anstrengelse?
• Målt med å telle pauser. Ja, færre pauser per produserte ord.

Domain Adaptation

Definisjon

• Å tilpasse et generelt maskinoversettelsesssytem til et spesifikt tekstdomene (ofte et emne, men kan også være stilistisk)

Fremtiden?!

• Post-editing
• Enormt publikasjonstrykk
• Ikke undervurder AI (AlphaGo, DeepMind, etc)
• Behov for veldig mye oversettelse
• Bruk det som et verktøy
• Domain Adaptation