Google Translate: Көптілдік аударма қызметі

Кіріспе

Көптілді нейрондық машиналық аударма қызметі

Google Translate – мәтіндерді, құжаттарды және веб-сайттарды бір тілден екінші тілге аудару үшін Google компаниясы әзірлеген көптілді нейрондық машиналық аударма қызметі. Ол веб-сайт интерфейсін, Android және iOS үшін мобильді қосымшаны, сондай-ақ әзірлеушілерге браузер кеңейтулері мен бағдарламалық жасақтама құруға көмектесетін API ұсынады. 2022 жылғы мәліметтер бойынша Google Translate әртүрлі деңгейде көптеген тілді қолдайды. 2016 жылы 500 миллионнан астам пайдаланушысы болса, күн сайын 100 миллиардтан астам сөз аударылған. Компания 2013 жылдың мамыр айында күн сайын 200 миллионнан астам адамға қызмет көрсететінін хабарлаған. 2006 жылдың сәуірінде статистикалық машиналық аударма қызметі ретінде іске қосылған ол бастапқыда Біріккен Ұлттар Ұйымы мен Еуропалық Парламенттің құжаттары мен транскрипттерін пайдаланып тілдік деректер жинаған, мәтінді ағылшын тіліне аударып, содан кейін қажетті тілге аударған. Соңғы жылдары аудармаларды жүзеге асыру үшін терең оқыту моделі қолданылуда. Оның дәлдігі, бірнеше рет сынға ұшыраған, тілдерге қарай әртүрлі деңгейде болады.

Тарих

Google Translate – Google компаниясы 2006 жылғы сәуір айында әзірлеген, пайдаланушыларға тегін қолжетімді аударма қызметі. Ол сөздер, тіркестер және веб-беттер сияқты мәтіннің әртүрлі түрлерін аударады. Google Translate бастапқыда статистикалық машиналық аударма қызметі ретінде ұсынылды. Ол құрылғы арқылы мәтінді немесе суретті сканерлеп, дереу аударуға мүмкіндік береді. Бұдан әрі, жүйе шетел тілдерін автоматты түрде анықтайды және сөйлеуді аударғанда, пайдаланушылардың микрофон батырмасын басу қажеттілігін жояды. Ол терең оқыту технологияларын қолданады, соның арқасында бірден толық сөйлемдерді аудару мүмкін, бұл ағылшын, француз, неміс, испан және қытай тілдері арасында аударманың дәлдігін арттырады. Google зерттеушілері GNMT жүйесі үшін ағылшын тілінен басқа тілдерге, басқа тілдерден ағылшын тіліне немесе ағылшын тілін қамтымайтын тіл жұптары арасындағы өлшемдердің нәтижелерін ұсынған жоқ. 2018 жылғы мәліметтер бойынша, ол күніне 100 миллиардтан астам сөзді аударады. 2022 жылдың қыркүйек айының соңында Google Translate Қытайдың материктік бөлігінде тоқтатылды, Google бұл шешімді «пайдалану деңгейінің төмендігімен» түсіндірді.

Функциялар

Google Translate мәтін мен медианың бірнеше түрін аударады, оның ішінде мәтін, сөйлеу және қозғалмайтын немесе қозғалатын суреттердегі мәтін. Оның функцияларына мыналар жатады:
Жазбаша сөздерді аудару: жазба сөздерді немесе мәтінді шетел тілдеріне аударатын функция.
Веб-сайт аудармасы: веб-сайттың толық бетін таңдалған тілдерге аударатын функция.
Құжаттарды аудару: пайдаланушылар жүктеген құжатты таңдалған тілдерге аударатын функция. Құжаттар келесі форматта болуы керек: doc, docx, odf, pdf, ppt, pptx, ps, rtf, txt, xls, xlsx.
Мобильді қосымша аудармасы: 2018 жылы Google «Тіптіңізді аудару» деп аталатын жаңа Google Translate мүмкіндігін ұсынды, ол кез келген қосымша ішінде оны жауып немесе ауыстырмастан дереу аударма жасауға мүмкіндік берді.
Суреттегі мәтінді аудару: пайдаланушылар түсірген суреттегі мәтінді анықтап, экрандағы мәтінді суреттер арқылы бірден аударатын функция.
Қолмен жазылған мәтінді аудару: телефон экранында қолмен жазылған немесе виртуалды пернетақтада сызылған тілді пернетақтаның көмегінсіз аударатын функция.
Екі тілдегі әңгіме аудармасы: бірнеше тілдегі әңгімелерді аударатын функция.
Транскрипция: сөйлеуді әртүрлі тілдерге көшіретін функция.
Оның көптеген мүмкіндіктері үшін Google Translate айтылуын, сөздігін және аударманы тыңдау мүмкіндігін ұсынады. Сонымен қатар, Google Translate өзінің Translate қосымшасын ұсынды, сондықтан аударма ұялы телефонда офлайн режимде қолжетімді. Сондай-ақ, ол танымайтын сөздерді барлық тілдерге аударуды ойлап тапқан. Егер «Тілді анықтау» таңдалса, белгісіз тілдегі мәтін автоматты түрде анықталады. Веб-интерфейсте пайдаланушылар техникалық терминдер сияқты баламалы аудармаларды ұсына алады немесе қателерді түзете алады. Бұл ұсыныстар аударма процесінің болашақ жаңартуларына енгізілуі мүмкін. Егер пайдаланушы бастапқы мәтінге URL мекенжайын енгізсе, Google Translate веб-сайттың автоматты аудармасына гиперсілтеме жасайды. Кейбір тілдерде мәтінді экрандағы пернетақта арқылы, қолмен жазуды тану немесе дауысты тану арқылы енгізуге болады. 2010 жылдың ақпан айында Google Translate Google Chrome шолғышына әдепкі бойынша енгізілді, бұл веб-беттің автоматты түрде аударылуын қамтамасыз етеді.

Google Translate can translate multiple forms of text and media, which includes text, speech, and text within still or moving images. Specifically, its functions include:
Written Words Translation: a function that translates written words or text to a foreign language. Website Translation: a function that translates a whole webpage to selected languages. Document Translation: a function that translates a document uploaded by the users to selected languages. The documents should be in the form of: doc, docx, odf, pdf, ppt, pptx, ps, rtf, txt, xls, xlsx. Mobile App Translation: in 2018, Google introduced its new Google Translate feature called "Tap to Translate", which made instant translation accessible inside any app without exiting or switching it. Image Translation: a function that identifies text in a picture taken by the users and translates text on the screen instantly by images. Handwritten Translation: a function that translates language that are handwritten on the phone screen or drawn on a virtual keyboard without the support of a keyboard. Bilingual Conversation Translation: a function that translates conversations in multiple languages. Transcription: a function that transcribes speech in different languages. For most of its features, Google Translate provides the pronunciation, dictionary, and listening to translation. Additionally, Google Translate has introduced its own Translate app, so translation is available with a mobile phone in offline mode. and has been shown to invent translations in all languages for words it does not recognize. If "Detect language" is selected, text in an unknown language can be automatically identified. In the web interface, users can suggest alternate translations, such as for technical terms, or correct mistakes. These suggestions may be included in future updates to the translation process. If a user enters a URL in the source text, Google Translate will produce a hyperlink to a machine translation of the website. For some languages, text can be entered via an on screen keyboard, through handwriting recognition, or speech recognition. In February 2010, Google Translate was integrated into the Google Chrome browser by default, for optional automatic webpage translation.

Мобильді қосымша

Android және iOS үшін Google Translate қосымшасы тілдерді қолдайды және 37 тілді фотосурет арқылы, 32 тілді «әңгімелесу режимінде» және 27 тілді тікелей бейне арқылы «күрделендірілген шындық режимінде» аудармаларды ұсына алады. Android қосымшасы 2010 жылдың қаңтарында, ал iOS үшін 2011 жылдың 8 ақпанында шығарылды, iOS пайдаланушылары үшін HTML5 веб-қосымшасы 2008 жылдың тамызында жарияланғаннан кейін. Android қосымшасы кем дегенде Android 8.0 нұсқасында жұмыс істейтін құрылғылармен үйлесімді, ал iOS қосымшасы iOS 16.0+ нұсқасына жаңартылған iPhone және iPad құрылғыларымен үйлесімді. 2011 жылдың қаңтарында Android нұсқасында «Әңгімелесу режимі» сынақтан өтті, ол пайдаланушыларға басқа тілдегі жақын адаммен еркін қарым-қатынас жасауға мүмкіндік береді. Бастапқыда ағылшын және испан тілдерінде ғана қолжетімді болған бұл мүмкіндік, келесі қазан айында әлі де сынақтан өтіп жатқан 12 жаңа тілді қолдауға ие болды. «Камералық кіріс» функциясы пайдаланушыларға құжаттардың, таңбалардың және т.б. суреттерін түсіруге мүмкіндік береді. Google Translate оптикалық таңбаларды тану (OCR) технологиясын пайдаланып, суреттен мәтінді таниды және аударманы ұсынады. Камералық кіріс барлық тілдер үшін қолжетімді емес. 2015 жылдың қаңтарында Google Word Lens қосымшасын сатып алғаннан кейін, қосымшалар құрылғының камерасын пайдаланып, физикалық таңбаларды нақты уақытта аудару мүмкіндігіне ие болды. Бұл мүмкіндік кейіннен Instant Camera деп аталды. Instant Camera технологиясы кескінді өңдеу және оптикалық таңбаларды тануды біріктіреді, содан кейін мәтін үшін стандартты Google Translate бағалауларын қолдана отырып, тілдер аралық эквиваленттерді жасауға тырысады. 2016 жылдың 11 мамырында Google Android үшін Google Translate үшін «Тіпті аудару» (Tap to Translate) мүмкіндігін ұсынды. Шет тіліндегі мәтінді бөліп көрсеткен кезде, Translate қосымшаның ішінде пайда болып, аудармаларды ұсынады.

АЖҚ

2011 жылдың 26 мамырында Google бағдарламалық құралдарды әзірлейтін мамандарға арналған Google Translate API қолданыстан шығарылып, тоқтатылатынын хабарлады. Translate API бетінде бұның себебі "көптеп жасалған теріс пайдаланудың салдарынан туындаған ауыр экономикалық жағдай" деп көрсетілген, соңғы мерзімі 2011 жылдың 1 желтоқсаны деп белгіленген. Халықтың талабына жауап ретінде Google 2011 жылдың маусым айында API ақылы қызмет ретінде қолдануға болатынын мәлімдеді. API көптеген үшінші тарап веб-сайттары мен қосымшаларда пайдаланғандықтан, оны қолдануды тоқтату туралы алғашқы шешім кейбір әзірлеушілерді Google-ді сынауға және өнімдерінде Google API-ді пайдаланудың ыңғайлылығына күмән келтіруге әкелді.

Google көмекшісі

Google Translate Google Assistant-ке және Google Assistant істейтін Google Nest және Pixel Buds сияқты құрылғылар үшін де аударма ұсынады.

Google аудармасының қауымдастығы

Google-де еріктілерге Google Translate-тің дәлдігін арттыруға көмектесу үшін "Аударма қауымдастығына" қосылу мүмкіндігі бар. Еріктілер аударманы жақсарту үшін бес тілге дейін таңдап алады; пайдаланушылар аудармаларды тексеріп, өз тілдерінен ағылшын тіліне және керісінше фразаларды аудару арқылы сирек кездесетін және күрделі фразаларды аударудың дәлдігін арттыруға көмектеседі. 2016 жылдың тамызында Android қолданушылары үшін Google Crowdsource қосымшасы жарық көрді, онда аударма тапсырмалары ұсынылады. Үш түрлі тәсілмен үлес қосуға болады. Біріншіден, Google аудармада теріп жазу керек фразаны көрсетеді.

Статистикалық автоматты аударма

Google аударма сапасын жақсарту үшін «нейрондық машиналық аударма» деп аталатын жаңа жүйені енгізгенімен, әлі де «статистикалық машиналық аударма» деп аталатын дәстүрлі аударма әдісін қолданатын тілдер бар. Бұл – шетел тілдеріндегі мәтіндерді аудару жолдарын болжау үшін болжамдық алгоритмдерді пайдаланатын ережелерге негізделген аударма әдісі. Ол жеке сөздерді емес, тұтас тіркестерді аударуға, содан кейін аударма үшін үлесті бөлісетін тіркестерді жинақтауға бағытталған. Бұдан өзге, ол екі тілді мәтін жиынтығын талдап, бір тілден екінші тілге мәтіндерді аударатын статистикалық модельді құрайды.

Google нейрологиялық машиналық аудармасы

2016 жылдың қыркүйегінде Google зерттеу тобы Google Neural Machine Translation (GNMT) жүйесін Google Translate-тің ағымдылығы мен дәлдігін арттыру мақсатында жасағанын және қарашада Google Translate GNMT-ге көшетінін хабарлады. Google Translate жүйкелік машиналық аударма жүйесі, ең бастысы, ұзақ және қысқа мерзімді жад желілерін қолданатын терең оқытуға негізделген үлкен жасанды нейрондық желіні пайдаланды. GNMT кейбір жағдайларда SMT-ге қарағанда аударма сапасын жақсартты, себебі ол үлгілерге негізделген машиналық аударма (EBMT) әдісін қолданады, онда жүйе "миллиондаған мысалдардан үйренеді". GNMT алғашқыда сегіз тіл үшін қолжеткізілді: ағылшын және қытай, француз, неміс, жапон, корей, португал, испан және түрік тілдері. Сәуір айында бенгал, гужарати, индонезия, каннада, малаялам, маратхи, пәнджаб, тамил және телугу тілдері қосылды.

Трансформаторларға негізделген желілер

2020 жылдан бері Google GNMT-ді тоқтатып, трансформаторларға негізделген терең оқыту желілерін енгізіп келеді.

Дұрыс

Google Translate адам аудармасы сияқты сенімді емес. Егер мәтін дұрыс құрылымдалған, ресми тілде жазылған, қарапайым сөйлемдерден тұрса және оқыту деректері жеткілікті ресми тақырыптарға қатысты болса, ол ағылшын тілі мен бірқатар ресурстары мол тілдер арасындағы адам жасаған аудармаларға ұқсас нәтижелер береді. Ағылшын тілінен 102 тілге жасалған адам бағалауы 35 тілде мәтіннің негізгі идеясының 50%-дан астам уақыт дұрыс берілетінін көрсетті. 67 тіл үшін ең төменгі деңгейде түсінікті нәтиже 50% немесе одан да көп жағдайда қол жеткізілмейді. 2011 жылы жүргізілген зерттеулер Google Translate ағылшын тілін білу емтиханында UCLA-ның ең төменгі шегінен сәл жоғары балл алғанын көрсетті. Ол сөздерді бірдей таңдайды, баламалы сөздерді немесе тіркестерді таңдау мүмкіндігін ескермейді, сондықтан формальдылық, мағыналық байланыс және түсіндіру байланысы тұрғысынан адам аудармасына ұқсас аударма жасайды. Сонымен қатар, көптеген тілдерде сөйлемдердің құрылымы мен ұзындығы адам аудармасына ұқсас болады. Егер әр мағынасы мақсат тіліндегі әртүрлі сөзбен сәйкес келсе, дұрыс аударманың ықтималдығы 15:1 құрайды. Көптеген ағылшын сөздерінің кем дегенде екі мағынасы бар, сондықтан мақсат тілі әртүрлі мағыналар үшін әртүрлі сөздерді қолданса, 50/50 мүмкіндік бар. Басқа тілдерден ағылшын тіліне аударғанда да ұқсас жағдай орын алады. Google Translate статистикалық болжамдар жасайды, бұл сөздің ең көп кездесетін мағынасын табу ықтималдығын арттырады, нәтижесінде көпшілік немесе басым бөлігі корпуста кездеспейтін жағдайларда дәл аударма алу мүмкін болмайды. Ешбір тіл үшін жеке сөздерді дұрыс болжау дәлдігі өлшенбеген. Ағылшын тілінен басқа тілдердің барлық жұптары ағылшын тілі арқылы аударлатындықтан, бір тілден екінші тілге жеке сөздерді дұрыс аудару ықтималдығын бастапқы тілдегі мағыналар санын ағылшын тіліндегі мағыналар санына көбейту арқылы бағалауға болады. Google Translate сөздігінде сөз болмаса, ол алгоритмінің бір бөлігі ретінде нәтиже шығарады. Google Translate-ке Австралияның жергілікті тілдері енгізілмеген. Еуропалық тілдер үшін жоғары баллдарды Europarl Corpus-ымен түсіндіруге болады, ол Еуропалық Одақтың тапсырысы бойынша 21 тілге кәсіби түрде аударылған Еуропалық Парламент құжаттарының жиынтығы болып табылады. 2010 жылғы талдау француз тілінен ағылшын тіліне аударма салыстырмалы түрде дәл екенін көрсетті, ал 2011 және 2012 жылғы талдаулар итальян тілінен ағылшын тіліне аударма да салыстырмалы түрде дәл екенін көрсетті. Дегенмен, егер бастапқы мәтін қысқа болса, ережеге негізделген машиналық аудармалар көбінесе жақсы нәтиже береді, бұл әсер қытай тілінен ағылшын тіліне аудармаларда ерекше байқалады. Аудармаларды өңдеуге болады, бірақ қытай тілінде сөйлемдерді толығымен өңдеуге болмайды. Оның орнына кейде кездейсоқ таңбалар жиынтығын өңдеу қажет, бұл дұрыс емес түзетулерге әкелуі мүмкін. Шетел тіліндегі сөз аударма тілінде екі түрлі мағынаға ие болуы мүмкін, бұл қате аудармаларға әкелуі мүмкін. Сонымен қатар, грамматикалық қателер Google Translate-тің дәлдігін шектейтін маңызды фактор болып табылады.

Google Translate is not as reliable as human translation. When text is well structured, written using formal language, with simple sentences, relating to formal topics for which training data is ample, it often produces conversions similar to human translations between English and a number of high resource languages. Human evaluation from English to all 102 languages shows that the main idea of a text is conveyed more than 50% of the time for 35 languages. For 67 languages, a minimally comprehensible result is not achieved 50% of the time or greater. Research conducted in 2011 showed that Google Translate got a slightly higher score than the UCLA minimum score for the English Proficiency Exam. Due to its identical choice of words without considering the flexibility of choosing alternative words or expressions, it produces a relatively similar translation to human translation from the perspective of formality, referential cohesion, and conceptual cohesion. Moreover, a number of languages are translated into a sentence structure and sentence length similar to a human translation. which makes the odds against a correct translation about 15 to 1 if each sense maps to a different word in the target language. Most common English words have at least two senses, which produces 50/50 odds in the likely case that the target language uses different words for those different senses. The odds are similar from other languages to English. Google Translate makes statistical guesses that raise the likelihood of producing the most frequent sense of a word, with the consequence that an accurate translation will be unobtainable in cases that do not match the majority or plurality corpus occurrence. The accuracy of single word predictions has not been measured for any language. Because almost all non English language pairs pivot through English, the odds against obtaining accurate single word translations from one non English language to another can be estimated by multiplying the number of senses in the source language with the number of senses each of those terms have in English. When Google Translate does not have a word in its vocabulary, it makes up a result as part of its algorithm. No languages indigenous to Australia are included within Google Translate. Higher scores for European can be partially attributed to the Europarl Corpus, a trove of documents from the European Parliament that have been professionally translated by the mandate of the European Union into as many as 21 languages. A 2010 analysis indicated that French to English translation is relatively accurate, and 2011 and 2012 analyses showed that Italian to English translation is relatively accurate as well. However, if the source text is shorter, rule based machine translations often perform better; this effect is particularly evident in Chinese to English translations. While edits of translations may be submitted, in Chinese specifically one cannot edit sentences as a whole. Instead, one must edit sometimes arbitrary sets of characters, leading to incorrect edits. A word in a foreign language might have two different meanings in the translated language. This might lead to mistranslations. Additionally, grammatical errors remain a major limitation to the accuracy of Google Translate.

Ашық бастапқы кодты лицензиялар мен компоненттер

Тіл WordNet Лицензиясы Албания Albanet CC BY 3.0/GPL 3 Араб Араб WordNet CC BY SA 3.0 Каталон Көптілді Орталық Қойма CC BY 3.0 Қытайлық Қытай WordNet Wordnet Даниялық DanNet Wordnet Ағылшын Принстон WordNet Wordnet Финляндиялық FinnWordNet Wordnet Француз WOLF (WOrdnet Libre du Français) CeCILL C Галисиан Көптілді Орталық Қойма CC BY 3.0 Гаити креолдық MIT Гаити бастамасы CC BY 4.0 Еврей еврей Wordnet Индонезия Wordnet Bahasa MIT Италиялық MultiWordNet CC BY 3.0 Жапондық Жапон Wordnet Wordnet Малайзия Wordnet Bahasa MIT Норвегиялық Норвегия Wordnet Wordnet Парсы Persian Wordnet Польшалық plWordNet Wordnet Португал OpenWN PT CC BY SA 3.0 Испандық Көптілді Орталық Қойма CC BY 3.0 Тайланд Thai Wordnet

Ирланд тіліндегі деректер Foras na Gaeilge-дің жаңа ағылшын-ирланд сөздігінен (Foras na Gaeilge үшін Lexicography MasterClass Ltd. компаниясы жасаған және дамытқан ағылшын деректер базасы).

Уэльс тіліндегі деректер Gwerin-нің Gweiadur сөздігінен алынған. Кейбір мазмұнның авторлық құқығы Oxford University Press USA-ға тиесілі. Кейбір тіркестер Wikitravel-ден алынған.

Пікірлер

Аударма қызметін алғаш рет іске қосқаннан кейін көп ұзамай Google ағылшын-араб және ағылшын-қытай тілдерін машиналық түрде аудару бойынша халықаралық бәйгеде жеңіске жетті.

Аударма қателері мен ерекшеліктері

Google Translate аударма үшін статистикалық сәйкестікті қолданғандықтан, аударма мәтінінде көбінесе түсініксіз және айқын қателер кездеседі, жиі қолданылатын сөздерді басқа тілдегі ұқсас, бірақ мағынасы толыққанды сәйкес келмейтін сөздермен алмастырып, тіпті сөйлемнің мағынасын өзгертіп жіберуі мүмкін. Bad Translator және Translation Party сияқты жаңалық сайттары осы қызметті пайдаланып, бірнеше тілге қатар аударып, кері аудару арқылы күлкілі мәтіндер жасады, бұл балалардың "телефон" ойынына ұқсас.