211service.com
Oversættelsesværktøjer kan redde mindre brugte sprog
Nogle gange kan du føle, at der ikke er noget værd at læse på nettet, men i det mindste er der masser af materiale, du kan læse og forstå. Millioner af mennesker rundt om i verden taler derimod sprog, der stadig knap er repræsenteret online, på trods af udbredt internetadgang og forbedret oversættelsesteknologi.
Webgiganterne Microsoft og Google forsøger at ændre på det med ny oversættelsesteknologi rettet mod sprog, der efterlades – eller måske endda aktivt bliver slået ihjel – af nettet. Selvom begge virksomheder har arbejdet med oversættelsesteknologi i årevis, har de indtil nu fokuseret på så store internationale handelssprog som engelsk, spansk og kinesisk.
Microsoft og Googles eksisterende oversættelsesværktøjer, som er gratis, er en triumf af big data. I stedet for at lære som en menneskelig oversætter ville et oversættelsesværktøjs algoritmer ved at studere reglerne for forskellige sprog lære at oversætte et sprog til et andet ved statistisk at sammenligne tusinder eller millioner af online dokumenter, der er blevet oversat af mennesker.
De to virksomheder er begge gået lidt fra denne formel for at betjene mindre populære sprog. Google var for nylig i stand til at lancere eksperimentel alfa-understøttelse af en samling af fem indiske sprog (bengalsk, gujarati, kannada, tamil og telugu) ved at give sin software nogle direkte lektioner i grammatik, mens Microsoft har udgivet en tjeneste, der giver et fællesskab mulighed for at bygge et oversættelsessystem til sit eget sprog ved at levere sit eget kildemateriale.
Google indså først, at det var nødvendigt at give sit system en grammatisk lektion, når de forsøgte at polere sine japanske oversættelser, siger Ashish Venugopal , en forsker, der arbejder på Googles oversættelsessoftware. Vi producerede sætninger med verbet i midten, men på japansk skal det gå til sidst, siger Venugopal. Problemet skyldtes, at systemet stort set var blindt for grammatik. Den rettelse, som Google-teamet fandt på – og tilføjede en vis forståelse af grammatik – muliggjorde lanceringen af de fem indiske sprog, som alle blev brugt af millioner på subkontinentet, men som stort set mangler på nettet.
Googles system blev trænet i grammatik ved at give det en stor samling af sætninger, hvori de grammatiske dele var blevet mærket - mere instruktion end Googles oversættelsesalgoritmer typisk modtager.
Venugopal siger, at systemet indtil videre ikke kan håndtere de undertjente sprog, ligesom Googles eksisterende oversættelsesteknologi kan håndtere mere etablerede sprog, såsom fransk og tysk. Men, siger han, at tilbyde enhver støtte overhovedet er vigtigt for sprog, der er relativt sjældne online. Det er en vigtig del af vores mission at gøre disse andre sprog tilgængelige på nettet, siger han. Vi ønsker ikke, at folk skal beslutte, om de vil udgive deres blog på deres eget sprog eller på engelsk. Vi vil gerne hjælpe verden med at læse din blog.
Microsoft er også interesseret i at hjælpe sprog, der ikke er almindeligt brugt online, for at forhindre, at disse sprog bliver sat på sidelinjen og falder ud af brug, siger Kristin Tolle , direktør hos Microsoft Research. Hendes team lancerede for nylig en hjemmeside, der hjælper enhver med at skabe deres egen oversættelsessoftware, kaldet Oversættelseshub . Det er beregnet til fællesskaber, der ønsker at sikre, at deres sprog bruges online.
Brug af Translation Hub involverer at oprette en konto og derefter uploade kildemateriale på de to sprog, der skal oversættes mellem. Microsofts maskinlæringsalgoritmer bruger dette materiale og kan derefter forsøge at oversætte enhver tekst, der er skrevet på det nye sprog. Microsoft afprøvede denne teknologi i samarbejde med ledere af Fresno, Californiens store Hmong samfund , for hvis sprog der ikke findes et maskinoversættelsessystem.
At give enhver lov til at skabe deres egen oversættelsesmodel kan hjælpe fællesskaber med at redde deres sprog, siger Kristin Tolle, direktør hos Microsoft Research. Maskinoversættelsessystemer er blevet udviklet til omkring 100 af verdens 7.000 sprog, siger Tolle.
Der er meget sandhed i det, Microsoft siger, siger Greg Anderson, direktør for nonprofit Levende tunger , som dokumenterer, forsker i og forsøger at understøtte forsvindende sprog. Dagens spilleregler involverer en digital online tilstedeværelse, uanset om du er et samfund eller en virksomhed – hvis du ikke har en tilstedeværelse på nettet, eksisterer du ikke på et eller andet niveau. Anderson siger, at sideordnede sprog, der gør comeback, normalt er dem fra fællesskaber, der har taget til sig onlinelivet ved at bruge deres sprog.
Margaret Noori , en underviser ved University of Michigan, der arbejder for at bevare Anishinaabemowin eller Ojibwe, et indfødt amerikansk sprog, er enig, men tilføjer, at bevarelse af et sprog involverer mere end nettet. Der er en grund til at være online i dagens verden, men det skal absolut balanceres af sange, der kun synges højt og ceremonier, der aldrig er optaget.
Microsofts Translation Hub er også rettet mod at muliggøre oversættelse af specialiserede tekniske termer eller jargon, som generelle online-oversættelsesværktøjer ikke håndterer godt. Nonprofitorganisationer kunne for eksempel bruge det til at oversætte materialer om landbrugsteknikker, siger Tolle, og teknologien kan også være nyttig for virksomheder, der ønsker at fremskynde oversættelse af brugsanvisninger eller andet materiale.
Virksomheder ønsker ofte at have deres data til rådighed for dem privat og beholde deres data – ikke for at give dem til en anden, der skal træne et oversættelsessystem, siger hun. Volvo og Mercedes har udtrykt interesse for at teste Microsofts Translation Hub, siger Tolle.