211service.com
Vertaalhulpmiddelen kunnen minder gebruikte talen redden
Soms heb je het gevoel dat er niets de moeite waard is om te lezen op het web, maar er is in ieder geval genoeg materiaal dat je kunt lezen en begrijpen. Miljoenen mensen over de hele wereld spreken daarentegen talen die online nog steeds nauwelijks worden vertegenwoordigd, ondanks de wijdverbreide internettoegang en de verbeterde vertaaltechnologie.
Webgiganten Microsoft en Google proberen daar verandering in te brengen met nieuwe vertaaltechnologie die is gericht op talen die door het web worden achtergelaten - of misschien zelfs worden vernietigd -. Hoewel beide bedrijven jarenlang aan vertaaltechnologie hebben gewerkt, hebben ze zich tot nu toe geconcentreerd op belangrijke internationale handelstalen als Engels, Spaans en Chinees.
De bestaande vertaalhulpmiddelen van Microsoft en Google, die gratis zijn, zijn een triomf van big data. In plaats van te leren zoals een menselijke vertaler zou leren, door de regels van verschillende talen te bestuderen, leren de algoritmen van een vertaaltool hoe ze de ene taal in de andere kunnen vertalen door duizenden of miljoenen online documenten die door mensen zijn vertaald statistisch te vergelijken.
De twee bedrijven zijn beide iets van die formule afgeweken om minder populaire talen te bedienen. Google kon onlangs experimentele alfa-ondersteuning lanceren voor een verzameling van vijf Indiase talen (Bengaals, Gujarati, Kannada, Tamil en Telugu) door zijn software directe grammaticalessen te geven, terwijl Microsoft een service heeft uitgebracht waarmee een gemeenschap kan bouwen een vertaalsysteem voor zijn eigen taal door zijn eigen bronmateriaal aan te leveren.
Google realiseerde zich voor het eerst dat het zijn systeem een grammaticales moest geven bij het polijsten van zijn Japanse vertalingen, zegt Ashish Venugopal , een onderzoekswetenschapper die werkt aan de vertaalsoftware van Google. We maakten zinnen met het werkwoord in het midden, maar in het Japans moet het aan het einde komen, zegt Venugopal. Het probleem kwam voort uit het feit dat het systeem grotendeels blind was voor grammatica. De oplossing die het Google-team bedacht - het toevoegen van enig begrip van de grammatica - maakte de lancering mogelijk van de vijf Indische talen, die allemaal door miljoenen op het subcontinent worden gebruikt, maar grotendeels ontbreken op het web.
Het systeem van Google is getraind in grammatica door het een grote verzameling zinnen te geven waarin de grammaticale delen waren gelabeld - meer instructies dan de vertaalalgoritmen van Google doorgaans ontvangen.
Venugopal zegt dat het systeem tot nu toe de achtergestelde talen niet aankan en dat de bestaande vertaaltechnologie van Google meer gevestigde talen, zoals Frans en Duits, aankan. Maar, zegt hij, het bieden van enige ondersteuning is belangrijk voor talen die online relatief zeldzaam zijn. Het is een belangrijk onderdeel van onze missie om die andere talen op het web beschikbaar te maken, zegt hij. We willen niet dat mensen moeten beslissen of ze hun blog in hun eigen taal of in het Engels willen publiceren. We willen de wereld helpen je blog te lezen.
Microsoft is ook geïnteresseerd in het helpen van talen die online niet algemeen worden gebruikt, om te voorkomen dat die talen buitenspel worden gezet en buiten gebruik raken, zegt Microsoft. Kristin Tolle , een directeur bij Microsoft Research. Haar team heeft onlangs een website gelanceerd die iedereen helpt om zijn eigen vertaalsoftware te maken, genaamd Vertaalhub . Het is bedoeld voor gemeenschappen die ervoor willen zorgen dat hun taal online wordt gebruikt.
Het gebruik van Translation Hub omvat het aanmaken van een account en het uploaden van bronmateriaal in de twee talen waartussen vertaald moet worden. De machine learning-algoritmen van Microsoft gebruiken dat materiaal en kunnen vervolgens proberen elke tekst die in de nieuwe taal is geschreven, te vertalen. Microsoft heeft die technologie getest in samenwerking met leiders van Fresno, Californië's grote Hmong-gemeenschap , voor wiens taal geen machinevertaalsysteem bestaat.
Door iedereen toe te staan zijn eigen vertaalmodel te maken, kunnen gemeenschappen hun taal redden, zegt Kristin Tolle, directeur bij Microsoft Research. Er zijn machinale vertaalsystemen ontwikkeld voor ongeveer 100 van de 7.000 talen ter wereld, zegt Tolle.
Er zit veel waarheid in wat Microsoft zegt, zegt Greg Anderson, directeur van non-profit Levende Tongen , die verdwijnende talen documenteert, onderzoekt en probeert te ondersteunen. Het speelveld van vandaag omvat een digitale online aanwezigheid, of je nu een gemeenschap of een bedrijf bent - als je geen aanwezigheid op het web hebt, besta je op een bepaald niveau niet. Anderson zegt dat talen die een comeback maken, meestal afkomstig zijn uit gemeenschappen die het online leven hebben omarmd met behulp van hun taal.
Margaret Noori , een docent aan de Universiteit van Michigan die werkt aan het behoud van de Anishinaabemowin of Ojibwe, een inheemse Amerikaanse taal, is het daarmee eens, maar voegt eraan toe dat het behouden van een taal meer inhoudt dan alleen het web. Er is een reden om online te zijn in de wereld van vandaag, maar het moet absoluut worden gecompenseerd door liedjes die alleen hardop worden gezongen en ceremonies die nooit zijn opgenomen.
Microsoft's Translation Hub is ook gericht op het mogelijk maken van de vertaling van specialistische technische termen of jargon, die algemene online vertaaltools niet goed aankunnen. Non-profitorganisaties zouden het bijvoorbeeld kunnen gebruiken om materialen over landbouwtechnieken te vertalen, zegt Tolle, en de technologie kan ook nuttig zijn voor bedrijven die de vertaling van instructiehandleidingen of ander materiaal willen versnellen.
Bedrijven willen hun gegevens vaak privé ter beschikking hebben en bewaren, niet om ze aan iemand anders te verstrekken die een vertaalsysteem gaat trainen, zegt ze. Volvo en Mercedes hebben interesse getoond in het testen van Microsoft's Translation Hub, zegt Tolle.