Zastosowanie uczenia głębokiego w tłumaczeniu komputerowym

• Authors: Zbigniew Handzel , Mirosław Gajer

Title variants

EN

Application of deep learning in computer translation

Abstracts

EN

Computer-aided translation is the oldest and at the same time the most prominent subject in the field of artificial intelligence. The idea of using computers to translate texts written in natural language is almost as old as the invention of the computer itself. At first it seemed easy to implement and it was expected that in a decade or so the profession of translator would finally disappear because only digital machines would do this kind of work. However, it took more than 60 years of intensive research for this dream to become a reality in modern times. A breakthrough in computer translation research was the application of computational techniques based on artificial neural networks using deep learning algorithms. In 2017, the translation service DeepL was launched, which is a computer program using deep learning in automatic translation. The program under consideration provides translation of very high quality between any pair of more than 20 languages. Among other things, the programme enables translation from and into Polish. The article presents a brief history of research on computer-aided translation, discusses the basic difficulties that had to be overcome on the way to building computer-aided translators, and discusses the basic approaches used in automatic translation. Finally, interesting results of experiments carried out with the program DeepL are presented, which prove its very high efficiency in translation between any pair of languages, regardless of the degree of their genetic affinity

PL

Przekład komputerowy jest najstarszym i zarazem najbardziej doniosłym zagadnieniem zaliczanym do obszaru sztucznej inteligencji. Pomysł zastosowania komputerów do tłumaczenia tekstów zapisanych w języku naturalnym jest prawie tak stary, jak sam wynalazek komputera. Pierwotnie rzecz wydawała się łatwa do realizacji i oczekiwano, że za kilkanaście lat zawód tłumacza ostatecznie zaniknie, ponieważ tego rodzaju prace będą wykonywały wyłącznie maszyny cyfrowe. Potrzeba było jednak ponad 60 lat intensywnych badań, aby marzenie to mogło się urzeczywistnić w czasach nam współczesnych. Przełomem w badaniach nad przekładem komputerowym było zastosowanie technik obliczeniowych bazujących na sztucznych sieciach neuronowych z wykorzystaniem algorytmów uczenia głębokiego. W 2017 roku uruchomiony został serwis tłumaczeniowy DeepL, który jest programem komputerowym wykorzystującym uczenie głębokie w translacji automatycznej. Rozważany program zapewnia przekład o bardzo wysokiej jakości pomiędzy dowolnie wybraną parą spośród ponad 20 języków. Między innymi program ten umożliwia tłumaczenie z i na język polski. W artykule przedstawiono krótką historię badań nad przekładem komputerowym, omówiono główne trudności, które należało przezwyciężyć na drodze do budowy tłumaczy komputerowych, oraz omówiono podstawowe podejścia wykorzystywane w translacji automatycznej. Na zakończenie zaprezentowano interesujące wyniki eksperymentów przeprowadzonych z udziałem programu DeepL, które dowodzą jego bardzo wysokiej skuteczności w tłumaczeniu pomiędzy dowolnie wybraną parą języków, niezależnie od stopnia ich genetycznego pokrewieństwa.

Keywords

PL

sztuczna inteligencja; przekład komputerowy; sieci neuronowe; uczenie głębokie

EN

artificial intelligence; computer translation; neural; networks; deep learning

• Publisher: Wyższa Szkoła Ekonomii i Informatyki w Krakowie
• Journal: Zeszyty Naukowe Wyższej Szkoły Ekonomii i Informatyki w Krakowie
• Year: 2021
• Issue: 17
• Pages: 71-92

Dates

published

2021

Contributors

author

Zbigniew Handzel

• Wyższa Szkoła Ekonomii i Informatyki w Krakowie

author

Mirosław Gajer

• Akademia Górniczo - Hutnicza

reviewer

Tadeusz Grabiński

• Uniwersytet Ekonomiczny w Krakowie

reviewer

Zbigniew Luty

• Uniwersytet Ekonomiczny we Wrocławiu

References

• 1. Arnold D., Balkan L., Meijer S., Humphreys R. L., Sadler L., Machine translation: an introductory guide, NCC Blackwell, London 1994.
• Gajer M., Wielojęzyczne systemy automatycznego przekładu oparte na metodzie wzorców translacyjnych, „Uczelniane Wydawnictwa Naukowo-Dydaktyczne AGH”, Kraków 2008.
• Raschka S., Python – uczenie maszynowe, Wydawnictwo HELION, Gliwice 2018

Identifiers

Biblioteka Nauki

2147416