Luận văn Tìm hiểu kỹ thuật dịch máy và ứng dụng vào tài liệu hàng không
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
------------------------------------------
LUẬN VĂN THẠC SĨ KHOA HỌC
NGÀNH: CÔNG NGHỆ THÔNG TIN
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG
VÀO TÀI LIỆU HÀNG KHÔNG
TRẦN LÂM QUÂN
Hà Nội
HÀ NỘI 2006
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
------------------------------------------
LUẬN VĂN THẠC SĨ KHOA HỌC
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG
VÀO TÀI LIỆU HÀNG KHÔNG
NGÀNH: CÔNG NGHỆ THÔNG TIN
MÃ SỐ:
TRẦN LÂM QUÂN
Người hướng dẫn khoa học: TS. NGUYỄN KIM ANH
HÀ NỘI 2006
- 1 -
Trần Lâm Quân
LỜI CẢM ƠN
Lời đầu của luận văn, em xin chân thành cảm ơn Thầy Cô trong khoa
Công nghệ Thông tin trường Đại học Bách khoa Hà Nội đã tận tình chỉ bảo,
truyền đạt kiến thức cho em trong suốt hai năm qua.
Xin biết ơn Cô Nguyễn Kim Anh, người trực tiếp hướng dẫn em làm
luận văn. Nếu không có sự hướng dẫn tận tình, truyền đạt kiến thức của Cô
thì luận văn này sẽ khó hoàn thành.
Cũng chân thành cám ơn gia đình, các bạn trong lớp, các cộng tác viên
đã động viên, sát cánh cùng tôi trong thời gian học tập tại Trường, cũng như
trong quá trình thực hiện luận văn.
Mặc dù đã rất cố gắng, song chắc chắn luận văn không tránh khỏi
những thiếu sót – mà có khi là khuyết điểm. Em rất mong nhận được sự thông
cảm và những ý kiến đóng góp tận tình của các Thầy Cô và các bạn.
Hà Nội, ngày 01 tháng 11 năm 2006
Tác giả
Trần Lâm Quân
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 2 -
Trần Lâm Quân
MỤC LỤC
trang
1
2
5
6
7
Lời cảm ơn
Mục lục
Danh mục các bảng
Danh mục các hình vẽ
Lời nói đầu
Chương 1: Tổng quan về dịch máy
I) Định nghĩa dịch máy
II) Vai trò của dịch máy
III) Lịch sử dịch máy
11
12
13
14
14
16
17
18
19
20
1) Giai đoạn 1930 - 1940
2) Giai đoạn 1940 - 1970
3) Giai đoạn 1970 - 1990
4) Giai đoạn 1990 - hiện nay
IV) Phân loại dịch máy
I) Phạm vi của luận văn
VI) Kết chương
Chương 2: Các phương pháp dịch máy
I) Vấn đề ngôn ngữ trong dịch máy
II) Kho ngữ liệu
21
24
25
27
27
29
III) Dịch trực tiếp
IV) Dịch chuyển đổi
1) Dịch chuyển đổi cú pháp
2) Dịch chuyển đổi cú pháp + phân giải ngữ nghĩa
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 3 -
Trần Lâm Quân
30
29
3) Quy trình dịch chuyển đổi
V) Dịch máy dựa trên thống kê (Statistical Machine
Translation)
32
VI) Dịch máy dựa trên mẫu ví dụ (Example-Based
Machine Translation)
33
33
33
34
35
36
38
VII) Dịch dựa trên cơ sở tri thức
VIII) Dịch dựa trên ngữ liệu
IX) Dịch liên ngữ
1) Ưu điểm
2) Nhược điểm
3) Phân hoạch liên ngữ
X) Kết chương
Chương 3: Từ điển hàng không
I) Khảo sát
39
40
1) Tập hợp các từ điển Anh - Việt hàng không
(dạng sách)
41
2) Tập hợp các từ điển Anh - Việt thông dụng
(dạng phần mềm)
II) Biên tập để xây dựng kho ngữ liệu
1) Nhập liệu (từ, nghĩa từ, từ xem thêm)
2) Phân nhóm từ
42
42
43
44
3) Biên tập
III) Lựa chọn mô hình, thiết kế giải thuật, giao diện và
viết chương trình
49
60
IV) Thiết kế và viết mã
V) Xin ý kiến đóng góp của các chuyên gia và người sử
dụng. Hoàn thiện từ điển và thử nghiệm dịch máy
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 4 -
Trần Lâm Quân
62
62
VI) Tài liệu sử dụng
VII) Kết chương
Chương 4: Cài đặt chương trình thử nghiệm và đánh giá
62
63
64
I) Cách tiếp cận
II) Bộ dữ liệu thử
III) Các yêu cầu về phần cứng, phần mềm của trình thử
nghiệm
65
IV) Kết quả thực nghiệm
V) So sánh
73
75
1) Với EV-Trans 3.0
2) Với Lạc Việt từ điển (ở chức năng tra từ tự động
- AutoLook)
76
78
82
Chương 5: Kết luận - Hướng phát triển
Tài liệu tham khảo
Tóm tắt luận văn
Phụ lục
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 5 -
Trần Lâm Quân
DANH MỤC CÁC BẢNG
Trang
Bảng 2.1: Bảng so sáng khái quát tiếng Anh - tiếng Việt
Bảng 3.1: Cấu trúc dạng bảng của kho ngữ liệu
24
48
66
75
76
Bảng 4.1: Nội dung mẫu thử nghiệm
Bảng 4.2: So sánh với EV-Trans 3.0
Bảng 4.3: So sánh với Lạc Việt từ điển 2002
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 6 -
Trần Lâm Quân
DANH MỤC CÁC HÌNH VẼ
Trang
11
Hình 1.1: Quá trình xử lý tài liệu dịch máy
Hình 2.1: Sơ đồ một hệ dịch trực tiếp
25
Hình 2.2: Sơ đồ một hệ dịch chuyển đổi
Hình 2.3: Sơ đồ một hệ dịch dựa trên mẫu ví dụ
Hình 2.4: Tương quan giữa 3 sơ đồ dịch máy
Hình 2.5: Mô hình hệ dịch liên ngữ
28
32
34
35
Hình 2.6: Cây phả hệ ngôn ngữ họ Austro-Asiatic
Hình 2.7: Cây phả hệ ngôn ngữ họ Indo-European
37
38
Hình 3.1: Mô hình chức năng Từ điển hàng không + Dịch máy
Hình 3.2: Giao diện tra từ
53
54
55
55
56
57
57
58
58
84
85
Hình 3.3: Giao diện sửa từ
Hình 3.4: Giao diện thêm từ
Hình 3.5: Giao diện xóa từ
Hình 3.6: Màn hình thuật ngữ viết tắt
Hình 3.7: Cài đặt tùy chọn
Hình 3.8: Giao diện từ điển riêng
Hình 3.9: Cơ chế Hook
(phụ lục) Giao diện của phần mềm Từ điển hàng không + Dịch máy
(phụ lục) Giao diện của thử nghiệm Dịch máy + chức năng máy học
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 7 -
Trần Lâm Quân
LỜI NÓI ĐẦU
Chế tạo ra một loại máy có khả năng dịch tự động để giúp cho con
người vượt qua rào cản ngôn ngữ là một mơ ước của loài người đã có từ thế
kỷ XVII, rất lâu trước khi máy tính điện tử ra đời. Khi khoa học công nghệ
phát triển mạnh, yêu cầu nắm bắt thông tin về kỹ thuật nhanh và chính xác trở
nên cần thiết. Đa số các tài liệu kỹ thuật đều được viết bằng tiếng Anh.
Chẳng bao lâu sau khi máy tính điện tử đầu tiên ra đời, bên cạnh những
ứng dụng tính toán trong lĩnh vực toán học và vật lý, con người nghĩ ngay đến
việc sử dụng “não bộ của máy tính” cho những ứng dụng thực tiễn, trong đó
có vấn đề dịch máy. Lần đầu tiên, việc sử dụng máy tính điện tử để dịch văn
bản từ ngôn ngữ này sang ngôn ngữ khác được đề cập đến trong những cuộc
thảo luận giữa Andrew D. Booth và Warren Weaver vào năm 1946. Vượt qua
nhiều trở ngại về lý thuyết và công nghệ, Booth đã cho ra mắt “hệ dịch dựa
trên từ điển” đầu tiên tại hội nghị của MIT vào năm 1952. [16] [17] [18].
Trôi chảy với thời gian, trong sự phát triển nhanh chóng của mạng máy
tính và công nghệ truyền thông, con người ngày càng có điều kiện tiếp xúc
với nguồn tri thức rất phong phú ở nhiều dạng khác nhau (chữ viết, hình ảnh,
âm thanh, .v.v.), được thể hiện ở nhiều ngôn ngữ khác nhau. Nhu cầu đọc hiểu
và trao đổi thông tin trở nên cần thiết hơn bao giờ, thế nhưng, nhu cầu này đã
gặp phải một rào cản - sự khác biệt về mặt ngôn ngữ. Và, ngôn ngữ, tự thân
nó đã vốn rất phức tạp.
Con người đã tìm cách vượt qua rào cản ngôn ngữ theo nhiều cách khác
nhau, từ việc xây dựng các bộ từ điển song ngữ, các nghiên cứu về dịch thuật
liên ngữ, phương pháp học ngoại ngữ nhanh chóng, cho đến cả việc tạo ra
một ngôn ngữ chung cho loài người - quốc tế ngữ Esperanto. Vào thời điểm
sức mạnh của máy tính đã được khẳng định, bài toán sử dụng máy tính để
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 8 -
Trần Lâm Quân
chuyển đổi tri thức được viết bằng ngôn ngữ này sang một ngôn ngữ khác
được đặt ra. Trong khoảng 50 năm, có rất nhiều phương pháp dịch máy đã
được giới thiệu và triển khai. Hiện nay, đã có nhiều hệ dịch tự động được
thương mại hóa ở dạng các chương trình máy tính hoặc các dịch vụ web.
Sự nhìn nhận về vấn đề dịch máy (Machine Translation) đã nhiều lần
thay đổi trong hơn năm mươi năm qua, từ chỗ hình dung rằng dịch thuật là
công việc đơn giản, máy sẽ dịch mọi loại văn bản không kém gì con người,
như một bộ máy vạn năng, cho đến chỗ khẳng định rằng dịch máy tự động,
chất lượng cao là hoàn toàn không khả thi. Ngày hôm nay, hầu hết các
chuyên gia về dịch máy đều có chung quan điểm rằng máy tính chỉ có thể
biên dịch văn bản chất lượng chấp nhận được trong một lĩnh vực chuyên môn
hẹp, hoặc chỉ có thể hỗ trợ dịch thô để đọc hiểu. Phương pháp dịch máy dựa
hoàn toàn vào kho ngữ liệu như Dịch máy dựa trên Thống kê (Statistical
Machine Translation) hay Dịch máy dựa trên mẫu ví dụ (Example-based
Machine Translation) được xem là chỉ có ích để dịch với chất lượng tương đối
thấp cho mọi loại văn bản. [16] [17] [18]
Nguyên nhân chính có lẽ do sự khác biệt lớn giữa hai thế giới: người
và máy. Ngoài ra, không thể không kể đến tính nhập nhằng - vốn là bản chất
của ngôn ngữ tự nhiên.
Ngôn ngữ tự nhiên là một thực thể phức tạp. Kết xuất của ứng dụng
dịch máy (câu đích) thường không diễn đạt được trôi chảy như một lời nói,
một câu viết của thế giới thực, hoặc tệ hơn, dưới một hình thức phi lý, trái
ngược hẳn với trực cảm của con người.
Đối với tiếng Việt, vấn đề xây dựng một hệ dịch máy để tự động dịch
từ tiếng Anh sang tiếng Việt đã được đặt ra từ lâu. Điều kiện tiên quyết trong
việc xây dựng một chương trình dịch là việc xây dựng cơ sở tri thức về ngôn
ngữ cho hệ dịch. Chất lượng dịch phụ thuộc vào việc cập nhật dữ liệu cho cơ
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 9 -
Trần Lâm Quân
sở tri thức, mà công việc này đòi hỏi đầu tư rất lớn và thời gian thực hiện
công việc là lâu dài.
Ngày hôm nay, chương trình được ứng dụng trên thực tế và được biết
đến nhiều nhất là chương trình dịch tự động Anh-Việt EVTran 3.0 của TS. Lê
Khánh Hùng, ngoài ra có một số các chương trình khác nhưng mới chỉ đang
được thử nghiệm trong phạm vi hẹp chứ chưa được đưa ra thị trường.
Với mong muốn học hỏi, chúng tôi mạnh dạn chọn đề tài “Tìm hiểu kỹ
thuật dịch máy và ứng dụng vào tài liệu hàng không” cho luận văn của mình.
Kết xuất của luận văn là một thử nghiệm dịch tự động dựa trên việc rút trích
các tri thức (ngữ nghĩa) từ các ấn phẩm từ điển hàng không đã có và áp dụng
kỹ thuật học máy. Mặc dầu kết xuất này chưa tối ưu, nhưng trên một miền xác
định (tài liệu hàng không), trong quá trình xây dựng cơ sở dữ liệu tri thức
(dựa vào máy học) có sự tham gia từ phía người dùng cuối (CB-CNV ngành
hàng không, nắm vững kiến thức căn bản hàng không), sẽ là tiền đề cho các
nghiên cứu về sau của chúng tôi và có thể góp phần phục vụ cho cộng đồng.
Luận văn được trình bày trong 5 chương, khái quát như sau:
Chương 1: Tổng quan về dịch máy
Trình bày về định nghĩa, vai trò, phân loại và lịch sử của dịch máy.
Chương 2: Các phương pháp dịch máy
Khái quát căn bản lý thuyết về ngôn ngữ học áp dụng trong dịch máy.
Giới thiệu tổng quan về bài toán dịch tự động và các phương pháp giải
quyết bài toán này trong những năm qua. Trong đó cũng đã đưa ra một
số đánh giá về ưu điểm và nhược điểm của các hướng tiếp cận.
Chương 3: Từ điển hàng không
Một cách hình thức, có thể ví dữ liệu trong từ điển như thành phần
xương sống của thử nghiệm dịch máy áp dụng trên tài liệu hàng không.
Trong chương này, chúng tôi trình bày chi tiết về chức năng, cách thức
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 10 -
Trần Lâm Quân
hoạt động, các kỹ thuật được sử dụng cơ bản để tạo nên phần mềm từ
điển và một thử nghiệm dịch tự động.
Chương 4: Cài đặt chương trình thử nghiệm và đánh giá
Sau lý thuyết là thực nghiệm; với mong muốn áp dụng kiến thức đã học
vào thực tế, chương 4 sẽ trình bày các kết quả thu được từ dữ liệu thực.
Do miền xác định của luận văn: “Tìm hiểu kỹ thuật dịch máy và ứng
dụng vào tài liệu hàng không”, nên các dữ liệu này được trích xuất các
web site ngành hàng không (ICAO, Boeing và Airbus).
Chương 5: Phần kết luận
Tổng kết các kết quả đạt được và nêu hướng phát triển của luận văn.
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 11 -
Trần Lâm Quân
CHƯƠNG 1: TỔNG QUAN VỀ DỊCH MÁY
I) Định nghĩa dịch máy
Khái niệm dịch máy đã được nhiều tác giả trong lĩnh vực xử lý ngôn
ngữ tự nhiên định nghĩa, tuy có một vài điểm khác biệt nhưng, hầu hết đều
tương đương với định nghĩa sau:
Một hệ dịch máy (Machine Translation System) là một hệ thống sử
dụng máy tính để chuyển đổi văn bản được viết trong ngôn ngữ tự nhiên này
thành bản dịch tương đương trong ngôn ngữ khác. [5] [6]
Khái niệm “biên dịch”, hay “phiên dịch” hay đơn giản, “dịch”, thường
không được định nghĩa chặt chẽ. Chúng tôi chưa tìm thấy ở đâu có định nghĩa
toán học của khái niệm này.
Ngôn ngữ của văn bản cần dịch còn gọi là ngôn ngữ nguồn, ngôn ngữ
của bản dịch được gọi là ngôn ngữ đích. Sơ đồ sau thể hiện vị trí của hệ dịch
máy trong tiến trình dịch tài liệu.
Cơ sở tri thức
Văn
bản
Văn bản
được
Kết quả
dịch máy
Văn
bản
nguồn
phân tích
đích
Dịch máy
Dịch máy
Con người
Hiệu đính
Hình 1.1: Quá trình xử lý tài liệu dịch máy.
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 12 -
Trần Lâm Quân
Đầu vào của một hệ dịch máy thường là một văn bản viết trong ngôn
ngữ nguồn, quá trinh dịch có thể chia thành hai giai đoạn, đầu tiên, văn bản
được phân tích thành các thành phần, sau đó được dịch thành văn bản ở dạng
ngôn ngữ đích. Kết quả dịch có thể được con người hiệu đính để trở thành bản
dịch tốt. Như vậy trong một quá trình dịch, con người có thể tác động vào các
bước xử lý với mục đích làm cho kết quả dịch tốt hơn.
II) Vai trò của dịch máy
Xa xưa, con người đã có mơ ước về một “thực thể” giúp con người có
thể hiểu mọi thứ tiếng khác. Ngày nay, nhu cầu trao đổi thông tin giữa các
quốc gia, các nền văn hóa, giữa mỗi con người, .v.v. càng làm cho việc dịch
trở nên quan trọng. Để giải quyết vấn đề dịch thuật, một đội ngũ những người
phiên dịch, dịch giả được hình thành và duy trì - để chuyển các lời nói, văn
bản từ ngôn ngữ này sang ngôn ngữ khác. Công việc dịch sử dụng con người
là công việc có tính thủ công, chất lượng cao nhưng năng suất thấp và giá
thành cao.
Mỗi cách dịch – cách dịch dùng người dịch và dịch bằng máy – đều có
vai trò riêng của nó. Dịch máy đã chứng tỏ nó có hiệu quả so với chi phí bỏ ra
(rẻ hơn đáng kể) khi cần dịch khối lượng lớn và/hoặc dịch nhanh những tài
liệu chuyên môn (kỹ thuật), cũng như trong nhiều tình huống khác (có nhiều
từ lặp đi lặp lại).
Trái lại, khi cần dịch những văn bản không có nhiều từ lặp lại và sử
dụng ngôn ngữ tinh vi và rất phức tạp (ví dụ như văn học và luật), và thậm chí
cả khi cần dịch những văn bản với những chủ đề đặc biệt, thì vẫn không có gì
có thể thay thế được người dịch [1].
Dịch máy cũng có thể phục vụ việc tìm kiếm và dịch những từ chính
hoặc cung cấp một bản dịch thô của các bản tóm tắt bản gốc (đôi khi có thể
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 13 -
Trần Lâm Quân
gọi là “những ý chính”). Nói chung, chỗ đứng của dịch máy là ở bước khởi
đầu của quá trình dịch, là một phương tiện để tiến tới mục đích chứ bản thân
nó khó có thể là sản phẩm cuối cùng. Dịch với sự trợ giúp của máy tính là
một tiến bộ lớn trong thời gian gần đây trong qua trình phối hợp giữa máy
dịch và người dịch. Phần lớn những người dịch sử dụng các công cụ tham
chiếu như từ điển và từ điển đồng nghĩa trên mạng. Dịch với sự trợ giúp của
máy tính còn tiến xa hơn, bằng cách kết hợp dùng phần mềm có những khả
năng ví dụ như tự động ghi và lưu lại một số cấu trúc ngữ pháp hoặc cách sắp
xếp từ nhất định (công cụ này đặc biệt hữu dụng để đảm bảo sự nhất quán khi
dịch các thuật ngữ chuyên môn) trong cả ngôn ngữ gốc và ngôn ngữ dịch, và
gợi ý cho người dịch khi họ gặp lại những từ hay cấu trúc ngữ pháp này trong
văn bản [1].
Tóm lại, với sự phát triển mạnh mẽ của khoa học công nghệ, khối
lượng thông tin trao đổi của con người ngày càng nhiều. Trong nhiều trường
hợp có thể có, con người không cần đến chất lượng dịch cao như sử dụng
người phiên dịch mà chỉ cần có một bản dịch nháp có chất lượng không quá
thấp nhưng không phải chờ đợi lâu. Với trường hợp cụ thể này, một hệ dịch
máy chất lượng bình thường đáp ứng tốt hơn một người phiên dịch giỏi. Do
vậy, nhu cầu cần có các hệ dịch máy là tất yếu. Nếu xây dựng hệ dịch máy
thành công, đây sẽ là công cụ giúp con người tiếp cận với kho tri thức viết
bằng các ngôn ngữ khác.
III) Lịch sử dịch máy
Ngành dịch máy đã có quá trình phát triển trên 50 năm, tuy có những
giai đoạn hầu như không phát triển nhưng dịch máy vẫn là một trong những
chuyên ngành phát triển của khoa học máy tính với nhiều kết quả về lý thuyết
và ứng dụng thực tế. Có thể chia sự phát triển của ngành dịch máy thành ba
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 14 -
Trần Lâm Quân
thời kỳ, kể từ năm 1949 với những ý tưởng sơ khai về một hệ dịch máy cho
đến hiện nay (2006) với sự ra đời của nhiều trình dịch máy tương đối hoàn
thiện, đã có ứng dụng vào cuộc sống.
1) Giai đoạn 1930 - 1940
Mơ ước về việc có thể hiểu ngôn ngữ của dân tộc khác của con người
đã có từ rất lâu, từ thế kỷ 17 nhiều nhà nghiên cứu đã có những nỗ lực đầu
tiên trong việc xây dựng một cách biểu diễn chung cho tất cả các ngôn ngữ.
Năm 1933, đã có hai phát minh được cấp bằng sáng chế liên quan đến việc
xây dựng các thiết bị dịch ngôn ngữ. George Artsrouni một người Pháp gốc
Armenia đã thiết kế một thiết bị lưu trữ có thể tìm kiếm nhanh chóng các cặp
từ - giải nghĩa của hai cặp ngôn ngữ bất kỳ. Cũng trong năm đó, một người
Nga tên là Petr Smirnov-Troyanskii đã thiết kế một thiết bị dịch máy gồm 3
công đoạn: Phân tích câu nguồn, chuyển đổi từ ngữ và sinh câu đích. Thiết kế
của Troyanskii tuy chưa bao giờ trở thành hiện thực nhưng nó là ý tưởng cơ
bản cho nhiều loại máy dịch được thiết kế sau này.
2) Giai đoạn 1940 - 1970:
Vào cuối những năm 1940, khi máy tính đã được phát minh và ứng
dụng thành công vào việc giải mật mã, nhiều người đã nghĩ đến khả năng ứng
dụng máy tính vào việc phiên dịch với quan điểm coi việc dịch từ một ngôn
ngữ bất kỳ sang tiếng Anh tương tự như việc giải mã một văn bản tiếng Anh
được viết bằng một loại mật mã nào đó. Khái niệm dịch máy (machine
translation) được Warren Weaver đề ra vào năm 1949. Những chương trình
dịch tự động đầu tiên đơn giản chỉ sử dụng phương pháp dịch từ sang từ
(word-for-word translation) đã cho những kết quả rất giới hạn vì từ ngữ có
nghĩa khác nhau trong những ngữ cảnh khác nhau. Năm 1954, công ty IBM
và trường đại học tổng hợp Georgetown hợp tác xây dựng một chương trình
dịch tự động Nga-Anh nhưng kết quả rất hạn chế. Với khả năng giới hạn của
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 15 -
Trần Lâm Quân
máy tính trong những năm 1950-1960 và việc nghiên cứu lý thuyết xử lý
ngôn ngữ tự nhiên còn chập chững, các kết quả thu được trong lĩnh vực dịch
tự động thời kỳ này không đạt được kết quả khả quan.
Trong báo cáo của mình viết năm 1960, Bar-Hillel cho rằng không có
hệ thống dịch tự động nào có thể dịch một cách trọn vẹn nếu nó không biết
được kiến thức về thế giới xung quanh và thông tin về ngữ cảnh hiện tại. Ví
dụ mà Bar-Hillel đưa ra là câu tiếng Anh “The pen is in the box and the box is
in the pen” và khẳng định không có hệ dịch nào có thể chỉ dựa vào từ điển mà
phân biệt được nghĩa của từ “pen” thứ nhất (có nghĩa là “cái bút”) và từ “pen”
thứ hai (có nghĩa là “cái cũi”).
Năm 1966, tại Mỹ, Hội đồng Cố vấn Xử lý Ngôn ngữ Tự động
(Automatic Language Processing Advisory Committee – ALPAC) đã soạn
một báo cáo nhận định rằng không thể xây dựng một hệ thống dịch tự động có
hiệu quả. Lập luận rằng: "... việc dịch ngôn ngữ không những chỉ cần những
kiến thức về ngôn ngữ mà còn phải những kiến thức ngoài ngôn ngữ (extra-
linguistic)…". Sau báo cáo này, các chính phủ đã không còn trợ cấp cho các
chương trình nghiên cứu về Dịch Máy nữa và các chương trình này cũng
chấm dứt.
Nên giai đoạn này còn được biết với tên giai đoạn trước ALPAC
(Automatic Language Processing Advisory Committee)
Việc nghiên cứu và phát triển dịch máy bước vào một thời kỳ yên ắng
chỉ với một vài hoạt động của các cá nhân và tổ chức nhỏ bên ngoài nước Mỹ.
Tuy nhiên các đầu tư cho dịch máy trong lĩnh vực quân sự vẫn được tiếp tục
như hệ thống dịch Nga-Anh của không lực Mỹ (hệ Mark II, phát triển từ năm
1964).
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 16 -
Trần Lâm Quân
3) Giai đoạn 1970 -1990
Giai đoạn phục hồi của dịch máy. Vào đầu những năm 1970, sau một
số thành công trong nghiên cứu về lý thuyết xử lý ngôn ngữ tự nhiên và sức
mạnh của máy tính cũng tăng lên đáng kể (với sự ra đời của mạch tích hợp),
nhiều trung tâm nghiên cứu bắt đầu quay lại đầu tư vào dịch máy. Năm 1973,
Yorick Wilks giới thiệu một hệ thống dịch tự động Anh-Pháp cho kết quả khá
tốt (một người chỉ biết tiếng Pháp có thể đọc và hiểu được kết quả dịch không
cần tham khảo bản gốc tiếng Anh). Để đạt được thành quả này, hệ thống của
Wilks đã sử dụng các tri thức có tính “khái niệm” (concepts) trong việc dịch
thuật. Ví dụ: Từ “drink” không đơn thuần là động từ “uống”, trong hệ thống
của Wilks, từ “drink” gồm những khái niệm như “động từ có tính hoạt động”
(activity verb), “có liên hệ đến những chất lỏng”,... Những tri thức như vậy
giúp cho hệ thống của Wilks biết được mối liên hệ giữa các từ trong câu và từ
đó xác định được nghĩa chính xác hơn, phù hợp với ngữ cảnh hơn.
Thành công của Wilks là chất xúc tác cho việc phục hồi lại những nghiên
cứu về dịch máy, một loại các đề án dịch tự động của rất nhiều tổ chức và
quốc gia được triển khai, ví dụ như:
• Hai hệ thống của Liên Xô cũ, đều được bắt đầu năm 1976, đó là hệ
thống AMPAR dịch từ tiếng Anh sang tiếng Nga và hệ thống NERPA
dịch từ tiếng Đức sang tiếng Nga.
• Hệ thống TAUM-METEO (1977) của đại học Montréal – Canada
chuyên dịch tin tức khí tượng từ tiếng Anh sang tiếng Pháp.
• Dự án EUROTRA (1982) của Cộng Đồng Châu Âu với mục đích dịch
từ một ngôn ngữ này sang ngôn ngữ khác trong khối, chương trình hỗ
trợ các thứ tiếng: Anh, Pháp, Đức, Ý, Hà Lan, Đan Mạch và Hy Lạp.
• Hệ thống METAL (1985) của Linguistic Research Center, đại học
Texas, dịch từ tiếng Đức sang tiếng Anh.
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 17 -
Trần Lâm Quân
• Chương trình máy tính thế hệ 5 (The Fifth Generation) của chính phủ
Nhật Bản, một trong các mục tiêu của chương trình này là một hệ thống
dịch tự động xuôi ngược Anh-Nhật, Nhật-Anh.
4) Giai đoạn 1990 - hiện nay
Đầu những năm 1990, với sự phát triển mạnh mẽ của Internet, nhu cầu
trao đổi thông tin bùng nổ, cộng với sự tích lũy kiến thức về mặt ngôn ngữ,
sức mạnh của máy tính tăng lên hàng ngày và nhiều thành tựu mới về mặt lý
thuyết, việc phát triển các hệ thống dịch tự động trở nên rất cần thiết. Dịch
máy đã bước sang một giai đoạn phát triển mới, đạt được nhiều thành tựu
đáng khích lệ. Các phương pháp dịch tiên tiến áp dụng các kỹ thuật khai phá
tri thức từ kho dữ liệu, điều mà trước kia chưa thể thực hiện được do khả năng
hạn chế của máy tính, đã thay đổi hoàn toàn các phương pháp dịch truyền
thống và đem lại một chất lượng mới cho các hệ thống dịch. Ngày nay, chất
lượng của nhiều hệ thống dịch đã ở mức chấp nhận được và một số các ứng
dụng dịch tự động đã đi vào cuộc sống trong một số lĩnh vực hẹp. Theo ước
tính của John Hutchins, vào năm 2001, có khoảng 1000 phần mềm dịch tự
động các ngôn ngữ được bán trên thị trường. Tiêu biểu nhất trong thời điểm
hiện nay là các server dịch tự động trên Internet; chẳng hạn dịch vụ Babel
Fish: Dịch từ 9 ngôn ngữ thông dụng sang tiếng Anh (gồm tiếng Trung, tiếng
Nhật, tiếng Hàn, tiếng Đức, tiếng Ý, tiếng Tây Ban Nha, tiếng Pháp, tiếng Bồ
Đào Nha và tiếng Nga) hoặc dịch vụ WorldLingo: Dịch tự động giữa 11 ngôn
ngữ khác nhau (gồm tiếng Anh, tiếng Trung, tiếng Nhật, tiếng Hàn, tiếng
Đức, tiếng Ý, tiếng Tây Ban Nha, tiếng Pháp, tiếng Bồ Đào Nha, tiếng Nga và
tiếng Hy Lạp), các server này cung cấp dịch vụ dịch từng câu hoặc cả một
trang web mà người dùng yêu cầu từ ngôn ngữ này sang ngôn ngữ khác, để
làm được điều này tất nhiên tốc độ của các hệ thống dịch phải rất cao và chất
lượng dịch cũng phải ở mức tương đối tốt.
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 18 -
Trần Lâm Quân
Nhắm tới thị trường về công nghệ tri thức, nhiều tập đoàn ở Mỹ và
Châu Âu đã đầu tư rất lớn vào các dự án về xử lý ngôn ngữ tự nhiên, nhận
dạng và mô phỏng. Tiêu biểu có dự án của công ty Microsoft cộng tác với
trường đại học tổng hợp Stanford cho việc nhận dạng chữ viết, nhận dạng
tiếng nói, dịch tự động, tóm tắt nội dung,... mới có một vài ứng dụng trên máy
cầm tay PocketPC hoặc tích hợp vào bộ Office. Được ứng dụng phổ biến hơn
có các kết quả của các phòng thí nghiệm của công ty IBM đã được ứng dụng
vào các hệ thống lái xe thông minh, hệ thống đặt vé máy bay nội địa tự
động,... Về phía Châu Âu, có các sản phẩm của công ty Lernout & Hauspie
(sau này là Mendez) với các hệ nhận dạng tiếng nói, mô phỏng tiếng nói, dịch
máy, .v.v. [16] [17] [18]
Tại Việt Nam, ngoài chương trình dịch tự động Anh-Việt EVTran 3.0
của tác giả Lê Khánh Hùng, còn có một số các chương trình khác nhưng mới
chỉ đang được thử nghiệm trong phạm vi hẹp chứ chưa được đưa ra thị
trường. Các chương trình dịch tự động được nghiên cứu tại Việt Nam chủ yếu
hướng vào việc dịch tự động Anh-Việt do có sẵn khá nhiều kết quả nghiên
cứu về tiếng Anh, dịch từ tiếng Anh sang ngôn ngữ khác để có thể áp dụng
vào chương trình. [2]
IV) Phân loại dịch máy
Có nhiều quan điểm phân loại dịch máy khác nhau, chẳng hạn: Phân loại
theo mục đích hệ dịch, phân loại theo kỹ thuật dịch,.... Với tiêu chí phân loại
dịch máy theo mục đích hệ dịch, Hutchins và Somers chia các hệ dịch máy
thành ba loại:
• Máy trợ dịch (Machine-Aided Human Translation): Là các hệ thống
giúp con người dịch, người dịch là chính. Ví dụ: Bộ kiểm tra chính tả,
kiểm tra ngữ pháp, từ điển, .v.v.
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 19 -
Trần Lâm Quân
• Máy dịch có trợ giúp của người (Human-Aided Machine Translation):
Là các hệ thống dịch với sự trợ giúp của con người, máy dịch là chính,
nhiệm vụ của con người là trợ giúp máy để nâng cao chất lượng dịch
(chẳng hạn chọn cho máy chuyên ngành thích hợp với tài liệu cần dịch
để máy có thể có những lựa chọn nghĩa chính xác hơn), sau đó con
người sẽ hiệu đính để tạo được bản dịch cuối cùng có chất lượng cao.
• Máy dịch hoàn toàn tự động (Fully-automated Machine Translation):
Là các hệ thống dịch hoàn toàn tự động, không hề có bàn tay con người
từ khi bắt đầu xử lý cho đến khi ra bản dịch. Hệ thống này cũng là mơ
ước và là mục đích sau cùng của những người xây dựng hệ thống dịch.
Hiện nay, các hệ thống dịch hoàn toàn tự động đã có mặt trong một số
lĩnh vực hẹp, khi mà chất lượng của bản dịch không phải là yêu cầu
quan trọng nhất. [5] [6]
V) Phạm vi của luận văn
Phạm vi nghiên cứu của luận văn là tìm hiểu về dịch máy và dịch tự
động trong tài liệu hàng không. Đây là một chủ đề rộng, là một bài toán khó,
vì vậy, luận văn chưa kỳ vọng tìm ra phương pháp giải quyết trọn vẹn vấn đề
này mà mới chỉ là bước đầu tìm hiểu bản chất vấn đề và đề xuất một thử
nghiệm cho kết quả cụ thể. Luận văn hướng tới việc ứng dụng mô hình xây
dựng được vào bài toán dịch tự động Anh-Việt áp dụng cho tài liệu hàng
không, bằng cách xây dựng thử nghiệm một trình dịch máy từ các từ điển
Anh-Việt hàng không hiện có.
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 20 -
Trần Lâm Quân
VI) Kết chương
Ứng dụng thử nghiệm nào – cũng cần dựa trên một nền tảng lý thuyết
khoa học và chắc chắn, trong chương 2, luận văn sẽ khảo cứu căn bản lý
thuyết về dịch máy, trong đó đặt trọng tâm vào các phương pháp dịch máy.
Trong phạm vi hiểu biết hẹp của mình, chúng tôi cũng sẽ cố gắng trình bày ưu
nhược điểm của từng phương pháp.
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 21 -
Trần Lâm Quân
CHƯƠNG 2: CÁC PHƯƠNG PHÁP DỊCH MÁY
Có nhiều quan điểm phân loại các hệ dịch máy khác nhau, thông dụng nhất
là phân loại theo mục đích của hệ dịch (dịch tự động hoàn toàn, dịch bán tự
động, trợ dịch, từ điển,...) và phân loại theo hướng tiếp cận kỹ thuật. Phần sau
đây sẽ đề cập đến phân loại hệ dịch theo hướng tiếp cận kỹ thuật vì đây cũng
là cơ sở để phát triển các nghiên cứu của luận văn.
Có 3 chiến lược dịch máy chủ yếu và các biến thể đi theo các cách tiếp cận
khác nhau: dựa trên luật (rule-based), dựa trên cơ sở tri thức (knowledge-
based), dựa trên thống kê (statistics-based), dựa vào kho ngữ liệu (corpus-
based), .v.v. Ba chiến lược chủ yếu đó là:
• Dịch trực tiếp
• Dịch dựa trên chuyển đổi
• Dịch dựa trên ngôn ngữ trung gian (liên ngữ)
Các triển khai hệ thống dịch trong thực tế không phải luôn luôn sử dụng
chỉ một hướng tiếp cận, nhiều hệ thống kết hợp các phương pháp tiếp cận
khác nhau để đạt được kết quả tốt nhất. Có nhiều hướng tiếp cận theo cấp độ
từ đơn giản đến phức tạp, bao gồm: dịch trực tiếp, dịch theo chuyển đổi cú
pháp, chuyển đổi cú pháp + phân giải ngữ nghĩa, dịch qua ngôn ngữ trung
gian, dịch dựa trên luật, dịch dựa trên thống kê, dịch dựa trên cơ sở tri thức,
dịch dựa trên ngữ liệu… Dưới đây chúng tôi sẽ khái quát căn bản lý thuyết về
ngôn ngữ học áp dụng trong dịch máy, cũng như mô tả một số khái niệm,
cách tiếp cận, và chiến lược áp dụng trong dịch máy:
I) Vấn đề ngôn ngữ trong dịch máy:
Có thể nói xử lý ngôn ngữ tự động trên máy tính là một trong những
vấn đề khó nhất của Công nghệ thông tin và Truyền thông. Cái khó nằm ở chỗ
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 22 -
Trần Lâm Quân
làm sao cho máy được hiểu ngôn ngữ con người, từ việc hiểu nghĩa từng từ
trong mỗi hoàn cảnh cụ thể, đến việc hiểu nghĩa một câu, rồi hiểu cả văn bản.
Minh họa lại bằng thí dụ của Marvin Minsky (1992), một cây đa cây đề của
ngành trí tuệ nhân tạo (Artificial Intelligence): “Xét từ “sợi dây” chẳng hạn.
Ngày nay không một máy tính nào có thể hiểu nghĩa từ này như con người.
Còn chúng ta ai cũng biết có thể dùng sợi dây để kéo một vật, nhưng không
thể đẩy một vật bằng sợi dây này. Ta có thể gói một gói hàng hoặc thả diều
bằng một sợi dây, nhưng không thể ăn sợi dây. Trong vài phút, một đứa trẻ
nhỏ có thể chỉ ra hàng trăm cách dùng hoặc không dùng một sợi dây, nhưng
không máy tính nào có thể làm việc này.” [11]
Tiếng Anh và tiếng Việt là ngôn ngữ của hai dân tộc khác nhau, có nền
văn hóa khác nhau. Nên, yếu tố khác nhau giữa tiếng Anh và tiếng Việt là một
khó khăn trong vấn đề xử lý ngữ nghĩa. Có thể nói, có những khái niệm trong
tiếng Anh có thể sử dụng cho tất cả sự vật với cùng một nghĩa nhưng trong
tiếng Việt thì không phải như vậy. Trong những ngữ cảnh khác nhau, ý nghĩa
của một từ là khác nhau. Ngữ cảnh ở đây có thể được xem như là nội dung
của văn bản đang đề cập, ý nghĩa của các câu trước hoặc sau có liên quan đến
nó trong đoạn văn, hoặc các từ có liên quan với nó trong câu.
Ví dụ minh họa như: Nếu ta viết “An old driver drives the car” thì
nghĩa ở đây của an old driver là một người tài xế già, và nếu ta viết “I
installed that old driver into this computer” thì cụm đó lại mang nghĩa là trình
điều khiển cũ.
Có những ngữ cảnh rất khác như trong câu “I book two books from Mr.
Book”, từ Book cuối cùng là tên riêng, không được dịch mà phải giữ nguyên.
Có những thành ngữ rất đặc biệt như: “It is raining cats and dogs” (trời mưa
tầm tã), hay “to be or not to be” (câu nói nổi tiếng của Hamlet “sống hay là
chết”) không trình dịch máy nào có thể dịch nếu không quy chiếu từ điển.
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 23 -
Trần Lâm Quân
Nhưng cũng có những thành ngữ như “keep an eye on something” (để mắt
vào), trình dịch có thể hoàn toàn hiểu được nếu gắn nghĩa theo cách thông
thường và ghép nối lại.
Tham chiếu sang tiếng Việt, chúng ta cũng gặp sự nhập nhằng của ngôn
ngữ dưới một góc độ khác, nêu ví dụ sau: Ông già đi nhanh quá”
Chúng ta có 3 cách hiểu:
Cách 1: “Ông già” | “đi” | “nhanh” | “quá”
Cách 2: “Ông” | “già đi” | “nhanh” | “quá”
Cách 3: Ông già đã chết (khuất) một cách đột ngột. (nghĩa bóng)
Đặc điểm của Tiếng Việt
Đặc điểm của Tiếng Anh
Được xếp là loại hình đơn lập Được xếp là loại hình hòa kết
(isolate) hay còn gọi là loại hình phi (flexion)
hình thái.
Trong hoạt động ngôn ngữ, từ không Từ có biến đổi hình thái, ý nghĩa
biến đổi hình thái, ý nghĩa ngữ pháp
ngữ pháp nằm ở trong từ.
nằm ở ngoài từ.
Ví dụ: I see him và He sees me
Ví dụ: Chị ngã em nâng và Em ngã
chị nâng
Phương thức ngữ pháp chủ yếu là Phương thức ngữ pháp chủ yếu
trật tự từ và hư từ.
là phụ tố (affix).
Ví dụ: Gạo xay và Xay gạo; đang
Ví dụ: studying và studied
học và học rồi ; “nó bảo sao
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 24 -
Trần Lâm Quân
không tới”, “sao không bảo nó
tới”, “sao không tới bảo nó” .v.v.
Ranh giới từ không được xác định Ranh giới từ được xác định bằng
mặc nhiên bằng khoảng trắng. khoảng trắng hoặc dấu câu.
Tồn tại loại từ đặc biệt “ từ chỉ loại” Hiện tượng cấu tạo bằng từ ghép
(classifier) hay còn gọi là phó danh
thêm phụ tố (affix) vào gốc từ là rất
từ chỉ loại kèm theo với danh từ,
phổ biến. Trong khi hiện tượng này
như: cái bàn, cuốn sách, bức thư,
không có trong tiếng Việt. Ví dụ:
con chó, con sông, vì sao .v.v.
anticomputerizational ( anticompute-
Có hiện tượng láy và nói lái trong
er-ize-ation-al)
tiếng Việt. Ví dụ: lấp lánh, lung linh,
.v.v.
Bảng 2.1: Bảng so sáng khái quát tiếng Anh - tiếng Việt.
[13]
II) Kho ngữ liệu
Ngữ liệu là các nguồn dữ liệu được sử dụng cho các bài toán trong lĩnh
vực xử lý ngôn ngữ tự nhiên. Ngữ liệu thường là tập hợp các câu dưới dạng
tiếng nói hay văn bản, trong đó có chứa các thông tin cần thiết cho từng bài
toán cụ thể trong xử lý ngôn ngữ tự nhiên. Các thông tin này được trích chọn
sao cho phù hợp với các yêu cầu của bài toán.
Các ngữ liệu trong đó không chứa các thông tin về ngôn ngữ được gọi
là ngữ liệu thô (hay ngữ liệu trắng). Việc thêm thông tin vào ngữ liệu thô
thường được làm bằng tay, đôi khi có sự hỗ trợ nhất định của phần mềm. Có
thể xem ngữ liệu như một cơ sở tri thức thô, trong đó, thông tin được thêm
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 25 -
Trần Lâm Quân
vào để chuẩn bị cho việc trích chọn tri thức về sau được dễ dàng hơn. Với
nguồn ngữ liệu càng lớn thì việc trích chọn các tri thức về ngôn ngữ càng
chính xác và đầy đủ hơn. Để trích chọn thông tin về ngôn ngữ trên các nguồn
ngữ liệu chúng ta thường dùng các giải thuật học. Các giải thuật học có thể sử
dụng thông tin trong các ngữ liệu để rút ra (một cách tự động hay bán tự
động) tập các luật cần thiết cho xử lý ngôn ngữ tự nhiên. Tập các luật này
chính là cơ sở tri thức. Để trích chọn các tri thức về ngôn ngữ một cách chính
xác, chúng ta cần có các ngữ liệu chính xác, các ngữ liệu như thế được gọi là
ngữ liệu vàng (golden corpus).
III) Dịch trực tiếp
Tiếp cận dịch trực tiếp được áp dụng vào các chương trình dịch từ sớm
nhất so với các hướng tiếp cận khác, đây là hướng tiếp cận được sử dụng và
phát triển khá thành công trong hệ thống dịch Mark II (1964). Dịch trực tiếp
là phương pháp phát triển cho cặp ngôn ngữ cụ thể, tiến trình dịch là một quá
trình biến đổi từ ngôn ngữ nguồn sang ngôn ngữ đích dựa trên từ điển song
ngữ và một số quy tắc từ vựng kết hợp với một số quy tắc xử lý ngữ pháp đơn
giản. Sơ đồ hệ dịch trực tiếp được thể hiện ở mô hình dưới đây:
Từ điển song ngữ
Hình thái
& ngữ
nghĩa
Hình thái
& nghĩa
thích hợp
nhất
Ngôn
ngữ
nguồn
Ngôn
ngữ
đích
Hinh 2.1: Sơ đồ một hệ dịch trực tiếp.
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 26 -
Trần Lâm Quân
Dịch trực tiếp sẽ thực hiện dịch ngôn ngữ bằng cách thay thế những từ
trong ngôn ngữ nguồn với những từ trong ngôn ngữ đích một cách máy móc.
Dịch trực tiếp không phụ thuộc nhiều vào các quan hệ ngữ pháp và ngữ cảnh.
Dịch trực tiếp phù hợp cho những ứng dụng nơi mà văn bản dịch có khối
lượng từ nhỏ, nghĩa từ là đơn trị và số lượng câu không lớn. Các hệ dịch trực
tiếp hoạt động tương đối tốt khi phiên dịch các tài liệu kỹ thuật.
Dịch trực tiếp dựa vào từ điển song ngữ một cách triệt để, cách thức
thực hiện dịch trực tiếp đơn giản như tên gọi của nó. Vì tính đơn giản này, có
thể nói, dịch trực tiếp không hình thành nên một nền tảng lý thuyết đi kèm,
không có phương pháp luận. Nên cũng có nhà nghiên cứu gọi thuật ngữ dịch
trực tiếp là dịch nhớ. Nói cách khác, dịch trực tiếp chỉ áp dụng được trong
những miền xác định hẹp (chuyên ngành).
Một hệ dịch trực tiếp hoạt động theo 3 giai đoạn:
Tiền xử lý: Ngắt đoạn cần dịch thành dãy các câu.
Xử lý: Hệ phân tích câu cần dịch thành dãy các từ, sau đó dựa trên từ điển
song ngữ, tìm hình thái và nghĩa cho từng từ hay cụm từ.
Sinh câu đích thích hợp.
Các hệ dịch trực tiếp có ưu điểm là đơn giản và có tốc độ nhanh. Phương
pháp rất thích hợp với việc dịch trong những lĩnh vực chuyên môn (không có
nhiều nhập nhằng về ngữ nghĩa) và cho kết quả khá tốt khi áp dụng cho các
cặp ngôn ngữ có nhiều điểm tương đồng về ngữ pháp và từ vựng (như tiếng
Pháp và tiếng Anh,...). Với những cặp ngôn ngữ ít tương đồng hơn, hoặc với
nguồn có không gian nghĩa mở (như các tác phẩm văn học), cách tiếp cận này
tỏ ra thiếu hiệu quả.
Biến thể của dịch trực tiếp, áp dụng cho các chuyên ngành hẹp, đi theo
hướng phrase-based (đơn vị được dịch là một chuổi các từ liên tiếp) chứ
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
- 27 -
Trần Lâm Quân
không phải là word-based (đơn vị để dịch là từ, word-for-word) là một
phương pháp mới, hiệu quả hơn trong xu hướng dịch trực tiếp.
IV) Dịch chuyển đổi
1) Dịch chuyển đổi cú pháp
Cũng có tài liệu gọi vắn tắt thuật ngữ này là dịch chuyển đổi. Dịch chuyển
đổi cú pháp thực hiện phân tích cú pháp câu được nhập vào và sau đó áp dụng
những luật ngôn ngữ và từ vựng (hay còn được gọi là những luật chuyển đổi)
để ánh xạ thông tin văn phạm từ ngôn ngữ này sang ngôn ngữ khác. Do đó,
không thể giải quyết các trường hợp nhập nhằng ngữ nghĩa của câu có cùng
cấu trúc nhưng khác nghĩa nhau.
So với dịch trực tiếp, các hệ thống dịch chuyển đổi đi xa hơn các hệ dịch
trực tiếp trong việc phân tích ngữ pháp (và ngữ nghĩa) của ngôn ngữ nguồn và
ngôn ngữ đích. Đầu tiên, hệ dịch chuyển đổi tiến hành phân tích ngữ pháp
trong ngôn ngữ nguồn, sau đó cố gắng chuyển đổi sáng cấu trúc ngữ pháp
tương đương ở ngôn ngữ đích và cuối cùng sinh câu đích từ cấu trúc ngữ pháp
đã chuyển đổi. Sơ đồ hoạt động của hệ dịch chuyển đổi được thể hiện ở mô
hình dưới đây:
TÌM HIỂU KỸ THUẬT DỊCH MÁY VÀ ỨNG DỤNG VÀO TÀI LIỆU HÀNG KHÔNG
Tải về để xem bản đầy đủ
86 trang
28/04/2025
120
Bạn đang xem 30 trang mẫu của tài liệu "Luận văn Tìm hiểu kỹ thuật dịch máy và ứng dụng vào tài liệu hàng không", để tải tài liệu gốc về máy hãy click vào nút Download ở trên.
File đính kèm:
- luan_van_tim_hieu_ky_thuat_dich_may_va_ung_dung_vao_tai_lieu.pdf
