Hlavní navigace

Čeští lingvisté vytvořili na pomoc po tajfunu strojový překladač z filipínštiny

David Slížek 9. 12. 2014

Pouhých devět hodin trvala týmu z Ústavu formální a aplikované lingvistiky příprava překladového systému, který automaticky převádí texty z tagalštiny do angličtiny.

Byla to blesková akce. „V 10:40 ráno jsem na semináři svým šesti studentům řekl: pojďme to zkusit. Po 90 minutách shánění dat už většina z nich odešla a zbytek dodělal kolega Aleš Tamchyna. V 19:32 systém běžel,“ popisuje Ondřej Bojar z Ústavu formální a aplikované lingvistiky MFF UK v Praze.

Nápad vzešel z hlavy bývalého kolegy a lingvistům se zalíbila představa, že by překladač z filipínštiny (tagalštiny) mohl třeba pomoci při záchranných pracích po tajfunu Hagupit, který o víkendu na Filipínách zabil nejméně 21 lidí.

Zároveň si chtěli otestovat, jak rychle jsou schopní přidat nový jazyk do svého opensourcového strojového překladače Moses.

„Použili jsme frázový překlad, kde se všechno děje automaticky, stačí dodat dvojice dokumentů, které jsou si překladem. Počítač sám pozná, které věty si odpovídají, která slova si odpovídají v jednotlivých větách, a potom stejné úseky použije pro překlad nových vět,“ vysvětluje Bojar. Demo překladače si můžete vyzkoušet na této stránce.

Jak přeložit tweety

Výsledkem je hrubý překlad, který by ale při záchranných pracích zřejmě zcela dostačoval. „Použili jsme automatické vyhodnocení kvality překladu a výsledné číslo nebylo špatné, ale velmi dobře známe i slabiny této automatické metody hodnocení, takže se zdráhám cokoli tvrdit. Na to už bych se opravdu musel naučit filipínsky,“ podotýká Bojar. K dosažení lepší srozumitelnosti a věcné správnosti strojového překladu podle něj bude komputační lingvistika potřebovat ještě „pár desítek let výzkumu“.

Příklad s filipínštinou ale ukazuje, že je už dnes možné rychle vytvořit aspoň orientační strojový překlad téměř z jakéhokoli jazyka. „Závisí to především na dostupnosti paralelních dat. Kterékoli z oficiálních jazyků Evropské unie jsou pro velmi hrubý orientační překlad bez problémů, například japonsko-český překlad byl naopak oříšek, data nebyla přímo žádná,“ říká Bojar.

CIF16

Kromě filipínštiny lingvisté nedávno experimentálně spustili i překladač z ruštiny a ukrajinštiny do češtiny. Testují na něm kvalitu strojového překladu příspěvků na Twitteru, které jsou kvůli neformálnosti a malé délce pro automaty velkým překladatelským oříškem.

Aby se měli od čeho odrazit, sbírají zatím v rámci projektu Tweeslate ruční překlady z obou jazyků. Pokud se chcete zapojit, hledají dobrovolníky, kteří by zprávy na Twitteru překládali a pak ověřovali správnost překladů.  

Našli jste v článku chybu?
Vitalia.cz: Když bílkoviny, tak jíme ty nekvalitní

Když bílkoviny, tak jíme ty nekvalitní

DigiZone.cz: Euro TV: personalizované znělky

Euro TV: personalizované znělky

Podnikatel.cz: Udělali jsme velkou chybu, napsal Čupr

Udělali jsme velkou chybu, napsal Čupr

Podnikatel.cz: Poslanci chtějí sebrat majetek Bakalovi

Poslanci chtějí sebrat majetek Bakalovi

Vitalia.cz: Tesco nabízí desítky tun jídla zdarma

Tesco nabízí desítky tun jídla zdarma

Root.cz: Prvních 700 routerů Omnia je hotových

Prvních 700 routerů Omnia je hotových

DigiZone.cz: Nova opět stahuje „milionáře“

Nova opět stahuje „milionáře“

Lupa.cz: Proč jsou firemní počítače pomalé?

Proč jsou firemní počítače pomalé?

Lupa.cz: Patička e-mailu závazná jako vlastnoruční podpis?

Patička e-mailu závazná jako vlastnoruční podpis?

DigiZone.cz: DVB-T2 ověřeno: seznam TV zveřejněn

DVB-T2 ověřeno: seznam TV zveřejněn

Podnikatel.cz: ČSSZ posílá přehled o důchodovém kontě

ČSSZ posílá přehled o důchodovém kontě

DigiZone.cz: Nejnovější špičkové TV ve videu

Nejnovější špičkové TV ve videu

Vitalia.cz: Tahák, jak vyzrát nad zápachem z úst

Tahák, jak vyzrát nad zápachem z úst

Podnikatel.cz: Babišovy firmy a registr smluv. Co odhalil?

Babišovy firmy a registr smluv. Co odhalil?

DigiZone.cz: Mordparta: trochu podchlazený 87. revír

Mordparta: trochu podchlazený 87. revír

120na80.cz: Běžci, co jíst poslední dny před závodem?

Běžci, co jíst poslední dny před závodem?

Vitalia.cz: Muž, který miluje příliš. Ženám neimponuje

Muž, který miluje příliš. Ženám neimponuje

Vitalia.cz: Tradiční čínská medicína a rakovina

Tradiční čínská medicína a rakovina

Lupa.cz: Jak levné procesory změnily svět?

Jak levné procesory změnily svět?

120na80.cz: Zázrak ze smetiště: co léčí lopuch?

Zázrak ze smetiště: co léčí lopuch?