Przegląd tłumaczeń maszynowych - jak dobrze radzą sobie najnowsi pretendenci?

blog_2

Pomysł wykorzystania maszyn do tłumaczenia pojawia się już od lat 50. ubiegłego wieku. Postępy są zaskakująco powolne, a cel, jakim jest osiągnięcie parytetu z człowiekiem, jak dotąd wymyka się nawet najbystrzejszym umysłom z branży technologicznej i językowej. Nie było to spowodowane brakiem prób, a wielkie firmy technologiczne przeznaczają mnóstwo pieniędzy na próby złamania zasad tłumaczenia maszynowego raz na zawsze. W rezultacie powstało wiele usług, które zapewniają tłumaczenie maszynowe. Niektóre z nich są lepsze od innych, ale wszystkim brakuje finezji dostarczanej przez ludzkich tłumaczy.

W celu zapewnienia obrazu najnowszych postępów w branży tłumaczeń maszynowych, przyjrzeliśmy się kilku głównym pretendentom, aby zobaczyć, jak sobie radzą.

Google Translate

Super łatwy w użyciu, Google Translate jest nieoficjalnym królem branży tłumaczeń maszynowych. W ostatnim przeglądzie przeprowadzonym przez G2 Crowd, osiągnął wynik 91% satysfakcji - więcej niż jakikolwiek inny silnik tłumaczenia maszynowego.

W 2016 roku Google zwiększyło swoje wysiłki w zakresie tłumaczeń maszynowych, zamieniając swój stary, oparty na frazach system tłumaczenia na znacznie bardziej zaawansowany, oparty na sztucznej inteligencji silnik, który wykorzystuje głębokie uczenie do naśladowania sposobu funkcjonowania ludzkiego mózgu. Wstępne wyniki były niezwykle obiecujące. Kiedy oceniano testowe tłumaczenia z angielskiego na hiszpański, tłumaczenia maszynowe uzyskały wynik 5,4, w porównaniu z wynikiem 5,5 dla tłumaczeń wykonywanych przez człowieka. W przypadku tłumaczenia z chińskiego na angielski, maszyny uzyskały wynik 4,3, w porównaniu z wynikiem 4,6 uzyskanym przez człowieka.

Rozwój ten wyznaczył nową erę dla tłumaczeń maszynowych i spotkał się z dużym zainteresowaniem, chociaż wyniki pokazują, że ludzie nadal mają przewagę nad maszynami.

DeepL

Znaczący sukces Google'a zainspirował wiele innych firm do rzucenia się na ring. Jedną z najnowszych, która robi furorę, jest DeepL. Korzystając z "przełomu w neuronowym tłumaczeniu maszynowym", niemiecka firma DeepL zaskoczyła branżę w 2017 roku, gdy twierdziła, że jest w stanie poradzić sobie nawet z najdrobniejszymi niuansami w ramach procesu tłumaczenia.

Siedząc na superkomputerze w Islandii, DeepL wykorzystuje nowy układ neuronów i połączeń, aby lepiej naśladować sposób, w jaki ludzki mózg przetwarza język i tłumaczenie.

Rezultaty są imponujące. Choć nie dorównują one jeszcze ludzkim tłumaczeniom, to z pewnością są już blisko.

Amazon Translate

Mając globalne imperium zakupów i wysyłki, sensowne było, aby Amazon zajął się tłumaczeniem, a wyniki pokazują, że ciężka praca firmy się opłaca. Amazon Translate jest łatwy w użyciu i zapewnia naturalnie brzmiące wyniki dla szerokiej gamy języków.

Yandex.Translate

W Rosji firma Yandex również zrobiła wiele, aby przesunąć granice tego, co może osiągnąć tłumaczenie maszynowe. Yandex.Translate jest jedną z ponad 70 usług i produktów związanych z Internetem, które oferuje firma. System pierwotnie opierał się na samouczącym się, statystycznym tłumaczeniu maszynowym, ale we wrześniu 2017 r. rozpoczął aktualizację do sieci neuronowej, aby zapewnić lepsze wyniki.

Tłumacz Bing

Microsoft trafił na pierwsze strony gazet na początku tego roku (przynajmniej w mediach związanych z tłumaczeniami i sektorem technologicznym), kiedy ogłosił, że osiągnął ludzki parytet w swoich tłumaczeniach maszynowych. Podwójne uczenie się, sieci deliberacji (maszyna sprawdza i poprawia swoją pracę), wspólne szkolenie i regularyzacja umowy (czytanie zdań zarówno w przód, jak i w tył) są w centrum najnowszego rozwoju, choć tylko dla jednej pary językowej(tłumaczenie z chińskiego na angielski).

Okaże się, jak szybko Microsoftowi uda się rozszerzyć ten sukces na inne pary językowe i uczynić go bardziej dostępnym.

Tłumaczenie na ludzki język

Te imponujące osiągnięcia przybliżają nas coraz bardziej do tego, by maszyny konsekwentnie dorównywały ludziom. Jest to jednak długa i kosztowna droga, więc na razie najlepiej jest pozostać przy umiejętnościach i finezji, które może zapewnić tylko ludzki tłumacz.