konekäännöksessä

Konekäännös tarkoittaa automaattista tekstin tai puheen kääntämistä yhdestä kielestä toiseen tietokoneen tai ohjelmiston avulla. Konekäännöksen tutkimus ja käytäntö ovat kehittyneet 1950-luvulta lähtien; varhaisissa sääntöihin ja sanakirjoihin perustuvissa järjestelmissä keskityttiin sanan tason korvaamiseen ja kielikohtaisiin sääntöihin, kun taas 1990-luvulla yleistyivät tilastolliset menetelmät ja viime vuosina neuroverkkoihin perustuva konekäännös (neural machine translation, NMT).

Nykyisin suurin osa kaupallisista ja avoimen lähdekoodin järjestelmistä perustuu neuroverkkoihin. NMT käyttää usein transformer-arkkitehtuuria ja suuria monikielisiä korpuksia, ja se kykenee huomioimaan pidemmän aikavälin kontekstin. Tulokset ovat sujuvampia kuin aiemmin, mutta tarkkuus vaihtelee kielen ja asian mukaan. Konekäännöstä käytetään usein suoraan tietyissä sovelluksissa, kuten verkkosivujen lokalisaatiossa tai käyttöliittymien käännöksissä, sekä tukityökaluna ihmisille kääntäjille.

Haasteet liittyvät erityisesti idiomien, kulttuurisen kontekstin ja monimerkityksisten ilmauksien hallintaan, nimeämiseen ja erikoisalan sanastoon. Lisäksi domain-soveltuvuus, datan laatu ja bias ovat huomioitavia. Vaikka NMT on kehittynyt, se voi tehdä virheitä nimenomaan asiayhteyden epäselvyyksissä, ja siksi ihmiskääntäjän työ on edelleen tärkeää.

Arviointi perustuu sekä automaattisiin mittareihin – kuten BLEU, METEOR ja TER – että laatutarkasteluun, joka usein sisältää ihmislukijan arvioinnin. Käytännössä konekäännöksiä käytetään nopeasti tuottamaan luonnostelmatyötä, avun antamiseen kääntäjille tai sisällön skannaukseen, mutta täydellinen käännösten automaattinen laatu on edelleen tavoite.