Machine translation, definícia a použitie | AI slovník

Odborná definícia

Machine translation je automatická transformácia textu alebo reči zo zdrojového jazyka do cieľového jazyka pri zachovaní významu, komunikačného zámeru a primeranej jazykovej formy. Moderné systémy používajú neurónové sekvenčné alebo transformerové modely, často trénované na paralelných korpusoch a doplnené viacjazyčným predtréningom. Kvalita sa neobmedzuje na slovnú zhodu, zahŕňa terminológiu, kontext, štýl, pomenované entity, gramatiku a vhodnosť pre konkrétnu doménu.

Zrozumiteľné vysvetlenie

Strojový preklad neprekladá dobrú vetu tak, že mechanicky nahradí každé slovo slovníkovým ekvivalentom. Model odhaduje, aká cieľová veta najlepšie vyjadruje obsah celej zdrojovej sekvencie. Preto môže správne meniť slovosled, dopĺňať gramatické tvary a vyberať význam slova podľa kontextu. Problém nastáva pri odbornej terminológii, skratkách, irónii alebo texte s nejasným referentom. Pre právne, medicínske a zmluvné použitie musí výstup prejsť kontrolou človeka so znalosťou domény.

Časté otázky

Aké dáta tvoria paralelný korpus?

Je to súbor obsahovo zodpovedajúcich viet alebo dokumentov v dvoch či viacerých jazykoch. Slúži ako tréningový signál, ktorý ukazuje, ako sa rovnaký význam vyjadruje v rôznych jazykoch.

Prečo prekladač mení význam vlastného mena?

Model môže meno považovať za bežné slovo, nesprávne ho transliterovať alebo nemá dostatok príkladov. Pomáha terminologický slovník, ochrana entít a posteditácia.

Ako sa meria kvalita strojového prekladu?

Používajú sa automatické metriky, napríklad BLEU, chrF alebo COMET, ale pri dôležitom použití aj ľudské hodnotenie významovej vernosti, plynulosti a terminológie.

Čo je zero-shot preklad?

Model prekladá jazykovú dvojicu, ktorú nevidel priamo ako paralelný pár, pričom využíva spoločnú viacjazyčnú reprezentáciu naučenú z iných jazykov.

Kedy nestačí všeobecný prekladový model?

Keď doména používa presnú terminológiu, špecifické štýlové pravidlá alebo prísne požiadavky na dôsledky chyby. Vtedy treba adaptáciu, glosár, kontrolu a sledovanie verzií.

Súvisiace pojmy

Zdroje a redakčná stopa

Google Machine Learning Glossary, machine translation

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.