teisendusalgoritme

Teisendusalgoritm on arvutitarkvara või -süsteem, mis teisendab teksti või kõnet ühest keelest teise. Sellised algoritmid võivad töödelda erinevaid sisendeid, alates lühikestest lõikudest kuni suuremate dokumentideni, ning nende eesmärk on säilitada algse tähendus, stiil ja grammatika.

Peamised lähenemised hõlmavad reeglipõhiseid süsteeme, statistilisi masintõlke meetodeid SMT ja süvaõppemudelitel põhinevaid masintõlkesüsteeme NMT. Reeglipõhised süsteemid kasutavad käsitsi koostatud sõnastikke ja grammatilisi reegleid. SMT-mudelid leiavad tõlke paralleelsetest andmestikest, kasutades statistilisi mustreid. NMT kasutab suurte närvivõrkude abil õppivaid mudeleid, mis püüavad tähendust ja konteksti otseselt teksti alusel.

Ajalugu: varased katsetused toimusid 1950ndatel–1960ndatel. 1990ndate lõpus ja 2000ndatel domineerisid SMT-põhised süsteemid. 2010ndate lõpuks on NMT-l põhinevad süsteemid muutunud valdavaks ning pakkunud märkimisväärset kvaliteedi paranemist ja loomulikumat teksti.

Hindamine: tõlke kvaliteeti hinnatakse sageli BLEU, METEOR ja chrF skaaladega ning lisaks tehakse inimhindamist. Piirangud hõlmavad konteksti mõistmise raskust, idiomaatikat, kultuuriliste nüansside ja eetiliste kaalutluste mõju ning andmestikul tekkiva kallutatuse mõju.

Rakendused ja väljakutsed: veebitõlge, dokumentide ja sisu automatiseeritud tõlkimine ning tarkvaraarenduses teksti lokaliseerimine. Väljakutsed hõlmavad andmete privaatsust, litsentsimust ja keeletehnoloogia arendamisel kaasnevaid eetilisi küsimusi, eriti väiksemate või ohustatud keelte puhul.