Vertaling in het tijdperk van terreur

In een geluidsdichte vergaderruimte in Washington, DC om afluisteren te voorkomen, beschrijven vijf taalkundigen die voor de regering werken - sprekend op voorwaarde dat hun namen niet worden gepubliceerd - de monumentale taak waarmee ze worden geconfronteerd bij het analyseren van onderscheppingen in vreemde talen in het tijdperk van terreur.

Rond de tafel zitten experts in het Arabisch, Russisch, Chinees en Italiaans, en een vrouw die een van de weinige sprekers van de regering is van het Dari, een taal die in Afghanistan wordt gebruikt. Ze zijn jong; drie zijn in de twintig, de anderen in de dertig en veertig. Maar ze worden steeds belangrijker voor de Amerikaanse nationale veiligheid: zij zijn de eerstelijnsvertalers die taal analyseren die rommelig, gecompliceerd en gefragmenteerd is, maar die aanwijzingen kan geven voor een naderende terroristische aanslag.

Dit verhaal maakte deel uit van ons nummer van maart 2004

• Zie de rest van het probleem
• Abonneren

Analyseren is hier het sleutelwoord - niet alleen vertalen. Terwijl ze zich verdiepen in documenten en audioclips, worstelen de vijf, samen met duizenden andere taalkundigen van de overheid of contracten die soortgelijk werk doen, om losse woorden eruit te halen, fragmenten van informatie te isoleren, informatie uit de fragmenten te weven en in het algemeen taalkundige triage uit te voeren op de stortvloed aan grondstoffen die dagelijks worden verzameld door de CIA, FBI, Ministerie van Defensie en andere bronnen. Een linguïst vertelt dat hij door een smerige doos met documenten moest graven, die naar benzine stonk, die net uit een vliegtuig uit Afghanistan was gekomen. Een ander beschrijft het decoderen van een handgeschreven notitie waarvan de handtekening - een belangrijke aanwijzing voor de waarde van de intelligentie - voor de helft was opgelicht. Een ander vertelt dat hij naar een onderschept gsm-gesprek, in het Russisch, tussen twee mannen luisterde op een luidruchtige openluchtmarkt. Een man stotterde; dat zou erop kunnen duiden dat hij nerveus was, wat al dan niet het belang van het gesprek weerspiegelde. Het is alsof je naar de stukjes van een legpuzzel kijkt, zonder de doos die laat zien hoe de afbeelding eruit zou moeten zien, zegt de Chinese taalkundige. En misschien passen de stukjes niet bij elkaar. Je moet het stof van je afvegen en zeggen: wat moet ik nu doen?

Naast deze fysieke en contextuele struikelblokken, worden analisten geconfronteerd met uitdagingen van de talen zelf. Al-Qaeda-leden hebben de neiging om Arabisch te spreken dat doordrenkt is met culturele en historische toespelingen; dat maakt het moeilijk om religieuze dialoog te onderscheiden van aanvalsplannen. En sommige leden van de terreurgroep zijn geen moedertaalsprekers van de taal, wat betekent dat ze ongebruikelijke woordkeuzes maken, woorden anders uitspreken en veel grammaticale fouten maken. We hebben veel geoefend met het Sovjetmodel of het Europese gespreksmodel, maar niet zozeer met culturen waarin directe, duidelijke taal zeldzaam is, zegt Everette Jordan, een voormalige taalkundige van het National Security Agency die ervoor zorgde dat de vijf taalkundigen ontmoeten Technologie beoordeling . Het is niet het waar, wat, hoe en wanneer. Het is het waarom, en het waarom niet. Dat is wat we veel tegenkomen.

De kosten van het niet tijdig duidelijk maken wat tegenstanders bedoelen zijn hoog. Dat werd duidelijk gemaakt tijdens onderzoeken van het Congres naar de lekken in de inlichtingendienst die leidden tot de aanslagen van 11 september. In misschien wel het meest in het oog springende voorbeeld, op 10 september 2001, onderschepte de NSA volgens de nieuwsberichten van juni 2002 twee Arabisch-talige berichten, een waarin stond dat het morgen nul uur is en een andere waarin stond dat de wedstrijd bijna begint. De zinnen werden pas op 12 september 2001 vertaald. De onthulling onderstreepte het feit dat de Amerikaanse regering te maken heeft met een ernstige crisis in haar vermogen om gegevens in tientallen vreemde talen op te slaan, te analyseren, te doorzoeken en te vertalen.

Het is een crisis die met het uur erger wordt. De achterstand van niet-onderzocht materiaal is zo groot dat het niet wordt gemeten in pagina's, maar in kubieke meters. Bedenk dat NSA-satellieten elke drie uur genoeg informatie verzamelen om de Library of Congress te vullen. En de NSA is maar één inlichtingendienst. Ergens in die enorme hooiberg zou een naald van ongeveer twee kilobyte groot kunnen zijn - de hoeveelheid gegevens op een enkele getypte pagina - waarin terroristen hun plannen lieten glippen.

En hoewel er een bekend tekort is aan gekwalificeerde vertalers om te helpen zoeken naar die naald, is er ook een systemisch probleem. Deze stortvloed aan inlichtingen wordt geabsorbeerd door een federale bureaucratie voor het verzamelen van inlichtingen die zich uitbreidt en balkaniseert. Vier takken van het leger, 13 inlichtingendiensten en het diplomatieke korps van het ministerie van Buitenlandse Zaken hebben allemaal hun eigen krakende systemen die in de loop van tientallen jaren zijn opgebouwd. Elk bureau herbergt - sommigen zeggen grote schatten - zijn eigen set vertalers, analisten en databases. Inderdaad, ruim voor 11 september wisten experts dat de vertaalinfrastructuur van de overheid niet alleen overweldigd was; het was achterhaald. Maar de aanvallen vormden de motivatie om vanaf het begin te heroverwegen hoe vertalingen tot stand komen. We maken momenteel een cultuuromslag door, zegt de Chinese taalkundige. We moeten het gereedschap vinden voor de klus.

Een nieuwe stuwkracht

De plaats van deze culturele verandering - en verschuiving in technologiestrategie - is verschillende verdiepingen van een onopvallend kantoorgebouw in het centrum van Washington, niet ver van het hoofdkwartier van de FBI. Dit is de zetel van het National Virtual Translation Center, een nieuw federaal kantoor, opgericht door de USA Patriot Act in 2001 maar pas gefinancierd in 2003. Het budget is geheim en afgelopen herfst stonden de meeste van zijn gloednieuwe cellen leeg. In één kamer stonden dozen die ooit Dell computermonitoren bevatten tegen een muur gestapeld; in een andere kamer waren de woordenboeken Russisch, Arabisch en Swahili nog in krimpfolie verpakt.

Maar de alledaagse setting logenstraft de centrale rol van het centrum bij het transformeren van de benadering van vertaling en analyse door de Amerikaanse regering. Het zal fungeren als de spil van een vertaalweb dat alle federale inlichtingendiensten bedient. Dit jaar is het bezig misschien 300 interne linguïsten in dienst te nemen, maar belangrijker nog, in de komende drie tot vijf jaar zal het tienduizenden overheidslinguïsten en particuliere contractanten met elkaar verbinden via beveiligde netwerkverbindingen van een type dat al door de FBI wordt gebruikt en de CIA.

Het basisidee - het doorbreken van bureaucratische muren en het houden van menselijke vertalers in het centrum van de onderneming - staat in contrast met de traditionele benadering van de overheid van het vertaalprobleem. Sinds het einde van de jaren veertig hebben de Amerikaanse regering en haar onderzoeksbureaus enorme bedragen uitgegeven om de ultieme spionagecomputer te bouwen, die automatisch elke zin in elke taal, zowel gesproken als geschreven, in sierlijk Engels zou vertalen. Deze inspanningen hebben een aantal beperkte hulpmiddelen opgeleverd, maar hebben niet geleid tot de grotere visie. Computers zijn gewoon niet erg effectief in het decoderen van taalcomplexiteiten die mensen gemakkelijk interpreteren.

Het nieuwe vertaalcentrum betekent een grote verschuiving in de soorten vertaaltechnologieën die de overheid wil ontwikkelen. In wezen wordt de droom van universele machinevertaling opzij geschoven, ten gunste van een nieuwe impuls - een waarin een verscheidenheid aan hulpmiddelen wordt ontwikkeld, niet om mensen te vervangen, maar om hen te helpen. Het is een model voor hoe de overheid in de 21e eeuw zal omgaan met vreemde talen, zegt William Rivers, assistent-onderzoeksdirecteur van het Center for the Advanced Study of Language aan de Universiteit van Maryland.

Bijvoorbeeld, zeggen Rivers en anderen, vergeten software die gedrukt Arabisch kan vertalen: analisten zouden er enorm van profiteren als software eenvoudig Arabisch schrift gemakkelijker leesbaar zou maken, zodat herstelde documenten efficiënter zouden kunnen worden verwerkt. De regering loopt verschrikkelijk achter met computerondersteunde vertalingen, omdat ze al dit geld hebben geïnvesteerd in automatische vertaling, zegt Kevin Hendzel, een voormalige Russische taalkundige voor het Witte Huis en nu chief operating officer bij Aset International Services, een vertaalbureau in Arlington , VA.

Voor sommige oude taalhanden is het nieuwe centrum de realisatie van een lang gekoesterde visie. Al sinds de jaren zeventig, toen de eerste pc's online beschikbaar kwamen, hebben we nagedacht over hoe we onervaren vertalers kunnen koppelen aan online woordenboeken en deskundige hulp, zegt Glenn Nordin, een taalinlichtingenfunctionaris bij het ministerie van Defensie. Het [Nationaal Virtueel Vertaalcentrum] is een droom van 20 jaar die uitkomt.

Als het werkt, zal het centrum opkomende vertaalhulptechnologieën samenbrengen en efficiënt op grote schaal inzetten. Het vertaalweb, dat wordt beheerd vanuit de DC-kantoren, zal ook gebruikmaken van de vaardigheden van mensen verspreid over de hele VS: professoren, contractvertalers, taalkundigen van de overheid, groene twintigers en gepensioneerden. Ik kan nog steeds de regering [linguïst] bereiken die met pensioen is gegaan in Pocatello, Idaho, zodat we die vaardigheden niet buiten de deur verliezen, zegt Jordan, de nieuwe directeur van het centrum. Op dit moment is dat onze enige optie.

Een vertaalweb voor nationale veiligheid
Het nieuwe Nationale Virtuele Vertaalcentrum heeft tot doel snel vreemdetaleninformatie te verwerken door een beveiligd communicatienetwerk te vormen en assistentietechnologieën te bieden aan menselijke vertalers. In dit hypothetische voorbeeld worden in Afghanistan vastgelegde documenten verwerkt met behulp van technologieën van scansoftware tot gedeelde databases met vertaalde zinnen.

een. Amerikaanse agenten vangen een doos met drassige documenten in Kabul, Afghanistan, en gebruiken scansoftware van de volgende generatie om ze te digitaliseren. De gedigitaliseerde documenten worden naar de Defense Intelligence Agency van het Pentagon gestuurd.
twee. Geconfronteerd met een overbelasting, verplaatst de Defense Intelligence Agency de baan naar het National Virtual Translation Center in Washington, DC. Daar gebruiken analisten geavanceerde software om belangrijke namen en termen te markeren.
3. De meeste documenten zijn vrij van onheilspellende taal, maar één bevat het woord vergister. Het centrum stuurt dit document door naar een gepensioneerde Arabische vertaler met expertise op het gebied van biowapens die in Idaho woont.
Vier. De Idaho-vertaler doet een gedeeltelijke vertaling met behulp van databases die vertaalgeheugens worden genoemd waarin veelvoorkomende zinnen zijn opgeslagen. Hij stelt vast dat het document over geneesmiddelen gaat en niet wijst op een bedreiging.

Vertaal Toolbox

Een reeks technologieën - tools die het ruwe materiaal voor die vertaler in Pocatello kunnen digitaliseren, ontleden en verwerken - vormen de kern van de inspanningen van het centrum. Van scansoftware die meer talen herkent, tot betere databases die het zoeken naar vertaalde zinnen vergemakkelijken, tot webgebaseerde samenwerkingsmethoden, de technologische focus ligt op het helpen van de taalkundige in de frontlinie.

De eerste stap is simpelweg om de vertaler zijn of haar werk in digitale vorm aan te bieden. Het maakt niet alleen de tekstmachine- leesbaar , maar machine- handelbaar , zegt Jordanië. Als je iets in de tekst wilt markeren en naar een offline woordenboek of woordenlijst wilt sturen, moet de machine de tekst echt kunnen pakken en verplaatsen. Dat vereist het digitaliseren van gedrukte documenten, zodat ze kunnen worden verwerkt door tekstverwerkingssoftware.

Toch laat de technologie voor optische tekenherkenning, die gedrukte tekens herkent en ze in een standaard digitaal lettertype weergeeft, veel te wensen over. Om te beginnen is het voornamelijk ontwikkeld voor het Romeinse alfabet en de belangrijkste Europese talen; voor een ander volgt het taalspecifieke regels en zoekt het naar verschillende symbolen - bijvoorbeeld de letter R - waarvan het de grenzen en vorm is geprogrammeerd om te herkennen. Hoewel dergelijke technologie bestaat voor het Arabisch (en talen zoals Dari en Pashto, die zijn geschreven in variaties van het Arabische alfabet), is het alleen betrouwbaar op duidelijk afgedrukte, niet vlekkerige, wazige of handgeschreven documenten.

Deze technologische leegte vertraagt ​​het proces van het toevoegen van nieuwe talen aan de scansoftware, waardoor een menselijke expert nieuwe regels moet uitschrijven. Op de grond maakt het het werk van vertalers vanaf het begin moeilijk, waardoor ze vaak gedwongen worden hun werk met pen en papier te doen. Als de technologie niet up-to-date is, kan het aan jou en je woordenboek liggen, zegt de Italiaanse vertaler.

Het verbeteren van de situatie vraagt ​​om een ​​nieuwe aanpak. Een onderzoeksgroep van BBN, een dochteronderneming van Verizon in Cambridge, MA, heeft een flexibelere, trainbare versie van optische tekenherkenning ontwikkeld. In plaats van alleen naar een R te zoeken, zoekt het systeem bijvoorbeeld naar een reeks vormen die R's kunnen zijn en zoekt het naar mogelijke overeenkomsten in een lijst met modellen die tijdens de training zijn gemaakt. Deze aanpak is effectiever bij onscherpe tekst en kan worden aangepast aan een breder scala aan talen, zegt Prem Natarajan, de technische leider van het project. Hij zegt inderdaad dat het systeem een ​​hoge mate van nauwkeurigheid heeft met zeven schrijfsystemen, waaronder Chinees, Japans, Arabisch en Thai. Het project krijgt al federale financiering; het eindproduct kan worden ingezet door het nieuwe vertaalcentrum.

Met de BBN-technologie konden documenten in meer talen ter plaatse worden gescand, bijvoorbeeld een grot in Afghanistan, en rechtstreeks naar een vertaler worden gestraald. Maar de tekst in digitale vorm krijgen is nog maar het begin. Een andere stap in het technologische assistentieplan van het virtuele vertaalcentrum is het vinden en implementeren van software die kan zoeken naar sleutelwoorden of zinsdelen en verdachte documenten kan markeren voor nader onderzoek. Deze technologieën kunnen worden toegepast op zowel digitale tekstbestanden als transcripties van spraakonderscheppingen.

Het is geen nieuw idee. Maar nogmaals, de bestaande software werkt meestal met Europese talen, waarvoor particuliere zakelijke markten lange tijd de motivatie voor commerciële ontwikkeling zijn geweest. Het probleem is dat niet alle talen structuren en woorden hebben waarop op dezelfde manier kan worden gezocht als die van bijvoorbeeld Engels of Frans. Arabische woorden worden bijvoorbeeld over het algemeen zonder klinkers geschreven en bevatten grammaticale elementen, zoals markeringen voor meervoudsvormen, die dit ruwe vertaalproces, dat vaak gisting wordt genoemd, moeilijker maken. Maar één nieuwe gisting-tool zal helpen bij het ruw zoeken naar terminologie op materialen in het Arabisch. Het heet de Rosette Arabic Language Analyzer, ontwikkeld door Basis Technology, een meertalig softwarebedrijf gevestigd in Cambridge, MA, en het verbetert zoekopdrachten door de spelling van Arabische woorden te regulariseren en verwarrende grammaticale toevoegingen te verwijderen. De tool doet het brute, repetitieve werk en laat mensen meer tijd besteden aan het daadwerkelijk analyseren van de informatie.

Nadat een document is gedigitaliseerd en gegist, kan een taalkundige ermee worstelen met een andere opkomende hulptechnologie: vertaalgeheugen. Een vertaalgeheugen werkt een beetje als een toepassing voor spellingcontrole; het selecteert een stuk tekst - of het nu een woordfragment, meerdere woorden of hele zinnen is - en vergelijkt dat stuk met eerder vertaald materiaal, waardoor tijd wordt bespaard en de nauwkeurigheid wordt verbeterd door ten minste een gedeeltelijke vertaling te bieden. Het is al een belangrijk hulpmiddel in de medische en juridische sector, waar hetzelfde jargon vaak in verschillende talen opduikt.

Nu wordt vertaalgeheugentechnologie toegepast op inlichtingenwerk, waarbij documenten worden gelezen die allesbehalve opgemaakt zijn. Trados uit Sunnyvale, CA, de grootste fabrikant van software voor vertaalgeheugens, hoopt analisten te voorzien van op maat gemaakte vertaalgeheugens die werken met samengevatte teksten, niet alleen met volledige vertalingen, zegt Mandy Pet, een vice-president van Trados. Vorig jaar kondigde Trados aan dat het zijn vertaalgeheugensoftware zou leveren aan de taalafdeling van de FBI, die nauw gaat samenwerken met het nieuwe centrum.

Door al deze tools aan elkaar te koppelen, zal een op internet gebaseerd systeem ontstaan ​​dat het nieuwe centrum in staat zal stellen projecten snel naar analisten in het veld te sturen en die ver verwijderde analisten zal helpen sneller en nauwkeuriger samen te werken aan dezelfde projecten. De precieze, zeer veilige webarchitectuur die dit soort samenwerking mogelijk maakt, is nog in aanbouw. Kathleen Egan, technisch directeur van het vertaalcentrum, zegt dat het een deel van de uitdaging is om ervoor te zorgen dat individuele federale inlichtingendiensten hun geheimen bewaren - niet alleen voor hackers en terroristische infiltranten, maar ook voor andere federale agentschappen. Dit vereist aanpassingen van bestaande internetsamenwerkingssoftware om het delen van sommige databases mogelijk te maken en tegelijkertijd bedrijfseigen informatie te beschermen.

Toekomstige agenda

De belangrijkste vraag over het nieuwe vertaalcentrum blijft: zal het een merkbare impact hebben op de vertaalcrisis van het land? Sommige waarnemers zijn sceptisch. Robert David Steele, een voormalige CIA-officier die nu een horzel van de inlichtingengemeenschap is, zegt het botweg: de FBI zal falen omdat ze niet de mentaliteit hebben om netwerken, vertalers zonder veiligheidsmachtiging en ad-hoccontracten te begrijpen. Hij voorspelt dat het centrum zich zal aansluiten bij andere grote federale inspanningen die twijfelachtige waarde bleken te hebben ( zien Digitale disfunctie van DC , zijbalk ). Ondertussen zien andere experts de toekomst nog steeds liggen in machinevertaling - en werken ze hard, vaak met overheidsgeld, om die visie te realiseren. Het nieuwe vertaalcentrum is de enige weg op korte termijn. Maar misschien moeten ze die beslissing opnieuw bekijken wanneer de technologie het inhaalt, zegt Jaime Carbonell, een computerwetenschapper aan de Carnegie Mellon University en de belangrijkste wetenschappelijke adviseur van Meaningful Machines, een startup in New York City die machinevertalingsproducten ontwikkelt op basis van geavanceerde statistische methoden.

Of geautomatiseerde computertools nu wel of niet de meer tuinvarieteithelpers inhalen, de rol van het nieuwe centrum zou cruciaal moeten zijn. En zijn inspanningen kunnen een aantal uitbetalingen hebben. De vertaalhulptechnologieën die door het centrum worden begeleid, zouden het vermogen van de Amerikaanse regering om informatie te verwerken die in niet-Romeinse alfabetten is geschreven, kunnen verbeteren, wat visumaanvragen, paspoortcontroles aan de grenzen en zelfs belastingaangiften zal versnellen. Ze zouden vertalingen door bedrijven ook goedkoper en sneller kunnen maken. Een betere optische tekenherkenning betekent bijvoorbeeld kostenbesparing voor bedrijven die formulieren lezen, zoals bankcheques of gestandaardiseerde tests. Grote organisaties zoals de Wereldbank en de Verenigde Naties hebben enorme voorraden meertalige documenten die ze willen digitaliseren en online willen zetten.

zich verstoppen