Документ описывает историю и опыт работы над системой машинного перевода компании Systran, начиная с 1947 года и включая ключевые этапы развития технологии. Systran занимает значительную долю рынка и предлагает различные решения для машинного перевода, включая серверные, настольные и мобильные приложения. В документе также рассматриваются проблемы и перспективы дальнейшего развития машинного перевода.

1. О чем, собственно, речь Машинный перевод Былое и думы Опыт работы над системой машинного перевода в компании SYSTRAN (2004-2006) Alexandre Grebenkov [email_address]

2. Планчик Немного истории Компания SYSTRAN Система SYSTRAN Опыт разработки (былое) Актуальное (думы)

3. Немного истории 1. 1947 – Warren Weaver, Andrew Booth, Norbert Wiener : "I have a text in front of me which is written in Russian but I am going to pretend that it is really written in English and that it has been coded in some strange symbols. All I need to do is strip off the code in order to retrieve the information contained in the text.''

4. Немного истории 2. 19 54 – Georgeto wn experiment словарь порядка 200 слов 6 грамматических правил 60 русских предложений Как следствие возникновение многих исследовательских групп, ориентированных на создание машинного перевода

5. Немного истории 3. 19 66 – Доклад ALPAC Yohoshua Bar-Hillel : “ John was looking for his toy box. Finally he found it. The box was in the pen. John was very happy. ” (1959) Как следствие свертывание большинства исследовательских групп, ориентированных на создание машинного перевода

6. Немного истории 4 . 19 68 – Образование SYSTRAN Dr. Peter Toma, California 1. Поддержка системы, разработанной в недрах United States Department of Defense 2. Работа для/с Еврокомиссией *. Проект Союз-Апполон (1973) тишина до 1986 года… ( Gachot, французская компания)

7. Компания SYSTRAN SYSTRAN = PROMT in the world in Russia Более 90% рынка Доход в 2007 году ~ 13 млн евро Акции торгуются на бирже

8. Компания SYSTRAN Штаб-квартира в Париже Grande Arche de la D éfense

9. Компания SYSTRAN Филиал в Сан-Диего California

10. Компания SYSTRAN Организация Численность -- порядка 100 человек (50 в Париже, 50 в Сан-Диего) R&D и директорат в Париже Продажи и маркетинг в Сан-Диего Гендиректор Dimitris Sabatakakis http://www.systran.fr/ http://www.systran. ru /

11. Компания SYSTRAN Заказчики Большие корпорации (70%) Интернет-компании (28%) Обычные пользователи (2%) 1. Ford, General Motors, Oracle, Symantec, Gaumont, DaimlerChrysler, Cisco 2. aol, yahoo, altavista, babelfish, -google, +windows

12. Компания SYSTRAN Классификация систем машинного перевода Классический ( MT, LMT ), Systran, Promt Т ranslation Memory (TM), ассоциативная память, Promt, Trados Статистический ( SMT ) , Google SYSTRAN – это Голиаф классического подхода , это тысячи человеко-лет.

13. Система SYSTRAN Переводчик в разных видах Серверные решения, много десятков тысяч евро, контракты на много лет Настольные решения ( Windows, Linux, Unix ), стоимость от 80 евро до 1000 Мобильные решения ( PocketPC, wap ) до сих пор не выпущены

14. Система SYSTRAN Команда R&D Руководитель : Jean Senellart Соотношение лингвистов и программистов 3 к 1 Порядка 10 млн строк кода только в программах SYSTRAN , а словари никто и не считал. Число программистов, работающих над ядром… 5 включая руководителя.

15. Система SYSTRAN Языковые пары Качественный перевод: англо-франко-английский, англо-немецко-английский, немецко-франко-немецкий, русско-английский Средний перевод: европейские языки Восточные языки : арабский, японский, китайский, корейский Экзотика: урду, хинди А вообще, 52 пары

16. Система SYSTRAN Гы-гы-гы или оценка качества перевода Ээээ… нууу… ээээ… так сказать… Скажем так, для больших объемов текста это очень круто, когда можно примерно понять, о чем идет речь.

17. Система SYSTRAN Оценка качества перевода (серьезная версия) BLEU, NIST Система SYSTRAN показывает хорошие результаты относительно других переводчиков, а по основным парам перевода она является лидером.

18. Система SYSTRAN Опыт работы или « здраствуйте , кажетсь , у вас есть ош u бка » Работа над ядром системы Работа над лингвистическими движками Ответственный за RU-EN-RU Разработка RU-FR-RU Разработка независимого трансфера Всякое, разное, прочее

19. Система SYSTRAN Архитектура Ядро системы (С++) Лингвистические движки (С) Оболочка (С++) Лингвистические ресурсы Внутренние инструменты ( perl )

20. Система SYSTRAN Лингвистический движок (теория) Модуль анализа Модуль трансфера Модуль синтеза Лингвистические ресурсы

21. Система SYSTRAN Лингвистический движок (жизнь) Модули разбиваются над сабмодули: лексический, снятия омонимии etc. Модули не независимы: анализ связан с трансфером и синтезом. Нет четкого разделения между морфологией, синтаксисом и семантикой Нет четкого разделения между кодом и ресурсами Процесс перевода построен на использовании индексов ( более 120 индексов )

22. Система SYSTRAN Лингвистический движок (код) Движки были написаны в цифровом коде в 60 годах В 70-80 их переписали в ассемблере В начале 90 их переписали в ассемблероподобном СИ. В середине 90 разобрались с некоторыми техническими моментами (использование Unicode, современные библиотеки). С тех пор их боятся, и никто не трогает Код необычайно уязвим.

23. Система SYSTRAN В чем проблема Сложность задачи Организация работы Бизнес-подход Невозможность решить задачу академически

24. Система SYSTRAN Как сделать лучше Централизованное решение (а-ля multitran.ru ) Объединение статистики и классики

25. Система SYSTRAN GALE (new DARPA project) Global Autonomous Language Exploitation Полное разрешение проблемы распознавания речи и автоматического перевода 1 млрд долларов на 10 лет