샘플 기반의 기계 번역
Example-based machine translation |
예제 기반 기계 번역(EBMT)은 런타임에 주요 지식 기반으로서 병렬 텍스트가 포함된 이중 언어 말뭉치를 사용하는 것이 특징인 기계 번역 방법입니다.이는 본질적으로 유추에 의한 번역이며 머신러닝에 대한 케이스 베이스의 추론 접근방식의 실장이라고 볼 수 있습니다.
유추에 의한 번역
예에 근거한 기계 번역의 기초에는 유추에 의한 번역이 있습니다.인간의 번역 과정에 적용했을 때, 번역은 유추에 의해 이루어진다는 생각은 사람들이 깊은 언어 분석을 통해 문장을 번역한다는 생각을 부정하는 것이다.대신, 사람들은 먼저 문장을 특정 문구로 분해하고, 그 다음 이 문구를 번역하고, 마지막으로 이 단편들을 하나의 긴 문장으로 적절하게 구성함으로써 번역한다는 믿음에 기초하고 있다.구어 번역은 이전 번역과 유추하여 번역됩니다.유추에 의한 번역의 원리는, 그러한 시스템을 훈련시키기 위해서 사용되는 예문을 통해서, 예에 근거하는 기계 번역으로 부호화됩니다.
통계적 기계번역을 포함한 기계번역에 대한 다른 접근법도 번역 프로세스를 학습하기 위해 이중언어 말뭉치를 사용합니다.
역사
예에 근거한 기계 번역은 1984년 [1]나가오 마코토에 의해 처음 제안되었다.그는 특히 영어와 일본어 등 전혀 다른 두 언어 사이의 번역에 적합하다고 지적했다.이 경우 한 문장을 다른 언어로 잘 구성된 여러 문장으로 번역할 수 있으므로 규칙 기반 기계 번역의 심층 언어 분석을 실시해도 소용이 없습니다.
예
| 영어 | 일본인입니다 | |
|---|---|---|
| 저 빨간 우산은 얼마예요? | 아노아카이 카사 와 이쿠라 데스카. | |
| 저 작은 카메라는 얼마예요? | 아노치사이 가메라 와 이쿠라 데스카. |
예시 기반의 기계번역 시스템은 위의 표와 같은 문장쌍을 포함하는 2개 국어 병렬 코퍼스에서 훈련된다.문장 쌍은 한 언어로 된 문장과 다른 언어로 번역된 문장을 포함합니다.이 예에서는 최소 쌍의 예를 보여 줍니다.즉, 문장은 한 요소만 다릅니다.이 문장들은 문장의 일부를 번역하는 것을 배우는 것을 쉽게 한다.예를 들어, 예에 근거한 기계번역 시스템은 위의 예에서3개의 번역 유닛을 학습합니다.
- 그 X는 Ano X wa ikura deska에 상당하는 얼마입니까?
- 붉은 우산은 아카이카사에 대응하고 있다
- 치이사이카메라에 대응한 소형 카메라
이러한 유닛을 구성하는 것은, 장래에 새로운 번역을 작성하는데 사용할 수 있습니다.예를 들어, 문장이 포함된 텍스트를 사용하여 교육을 받은 경우:
케네디 대통령은 퍼레이드 도중 총에 맞아 사망했다.7월 15일에 탈옥했어요죄수는 퍼레이드 중에 총에 맞아 죽었다는 문장을 해석할 수 있습니다.문장의 적절한 부분을 치환함으로써.
동사
예에 기초한 기계 번역은 동사와 같은 하위 언어 현상에 가장 적합합니다.구절 동사는 문맥 의존성이 높은 의미를 가지고 있다.이들은 영어에서 흔히 볼 수 있으며, 동사 뒤에 부사 및/또는 전치사가 이어지며, 이는 동사의 입자라고 불린다.구절 동사는 구성 요소의 의미로부터 파생되지 않을 수 있는 특수한 문맥별 의미를 만들어냅니다.소스 언어에서 타깃 언어로의 워드 투 워드 번역에는 거의 항상 애매한 부분이 있습니다.
예를 들어, 동사 "put on"과 힌두스탄어 번역을 생각해 보세요.다음과 같은 방법으로 사용할 수 있습니다.
- 램을 켜다 (스위치 켜짐) (힌두스타니 번역: 잘라나)
- 램은 모자를 쓰고 (마모) (힌두스타니 번역:파헤나)
「 」를 참조해 주세요.
레퍼런스
- ^ Makoto Nagao (1984). "A framework of a mechanical translation between Japanese and English by analogy principle" (PDF). In A. Elithorn and R. Banerji (ed.). Artificial and Human Intelligence. Elsevier Science Publishers.
추가 정보
- Carl, Michael; Way, Andy (2003). Recent Advances in Example-Based Machine Translation. Netherlands: Springer. doi:10.1007/978-94-010-0181-6. ISBN 978-1-4020-1400-0.
