1
00:00:06,677 --> 00:00:11,306
Hogyan lehetséges, hogy sok, filmekben
és tévében szereplő intergalaktikus faj

2
00:00:11,306 --> 00:00:14,483
tökéletesen beszél angolul?

3
00:00:14,483 --> 00:00:17,956
A rövid válasz az, hogy senki
nem akarja végignézni,

4
00:00:17,956 --> 00:00:21,774
ahogy egy csillaghajó legénysége
éveket tölt egy szótár összeállításával.

5
00:00:21,774 --> 00:00:24,252
De hogy következetesek
maradjanak, a Star Trek

6
00:00:24,252 --> 00:00:26,789
és más tudományos-fantasztikus
világok alkotói,

7
00:00:26,789 --> 00:00:30,514
bevezették az univerzális
fordítóeszköz fogalmát.

8
00:00:30,514 --> 00:00:35,012
Ez egy hordozható eszköz, amely
azonnal fordít bármely két nyelv között.

9
00:00:35,012 --> 00:00:38,539
Létezik ilyen univerzális
fordítóeszköz a valóságban?

10
00:00:38,539 --> 00:00:42,137
Sok program tudja elvileg megcsinálni azt,

11
00:00:42,137 --> 00:00:45,954
hogy vesz egy szót, mondatot,
vagy egy egész könyvet egy nyelven

12
00:00:45,954 --> 00:00:49,004
és lefordítja szinte bármely másikra,

13
00:00:49,004 --> 00:00:52,337
legyen az mai angol vagy ősi szanszkrit.

14
00:00:52,337 --> 00:00:56,433
És ha a fordítás csak annyiból állna,
hogy megtaláljunk szavakat a szótárban,

15
00:00:56,433 --> 00:00:59,825
ezek a programok leköröznék az embereket.

16
00:00:59,825 --> 00:01:03,299
A valóság azonban egy kicsit bonyolultabb.

17
00:01:03,299 --> 00:01:07,349
A szabályokon alapuló fordítóprogram
lexikális adatbázist használ,

18
00:01:07,349 --> 00:01:10,302
ami tartalmaz minden szótárban
megtalálható szót,

19
00:01:10,302 --> 00:01:14,413
annak minden lehetséges nyelvtani
alakjával, és egy szabályhalmazt,

20
00:01:14,413 --> 00:01:18,925
amivel felismeri a nyelvészeti
alkotóelemeket a bemeneti nyelvben.

21
00:01:18,925 --> 00:01:22,396
Egy olyan egyszerűnek tűnő mondatot, mint
"The children eat the muffins,"

22
00:01:22,396 --> 00:01:27,050
a program először szintaktikailag elemez,
vagyis a nyelvtani struktúrát nézi,

23
00:01:27,050 --> 00:01:29,587
és azonosítja, hogy
a "the children" az alany,

24
00:01:29,587 --> 00:01:32,317
és a mondat további része az állítmány,

25
00:01:32,317 --> 00:01:34,368
ami az "eat" igéből

26
00:01:34,368 --> 00:01:37,422
és a "the muffins" tárgyból áll.

27
00:01:37,422 --> 00:01:40,249
Ezután következik
az angol morfológiai elemzés,

28
00:01:40,249 --> 00:01:44,681
avagy hogyan lehet a nyelvet
a legkisebb értelmes egységekre bontani,

29
00:01:44,681 --> 00:01:46,124
mint például a "muffin" szó

30
00:01:46,124 --> 00:01:49,755
és az "s" utótag, ami [az angolban]
a többesszámot jelenti.

31
00:01:49,755 --> 00:01:52,449
Végül értenie kell a szemantikát,

32
00:01:52,449 --> 00:01:56,178
vagyis a mondat különböző
részeinek jelentését.

33
00:01:56,178 --> 00:01:58,074
A mondat megfelelő lefordításához

34
00:01:58,074 --> 00:02:01,982
a program a célnyelv minden egyes elemére

35
00:02:01,982 --> 00:02:05,166
egy másik szó- és szabályhalmazt alkalmaz.

36
00:02:05,166 --> 00:02:07,020
És itt válik trükkössé a dolog.

37
00:02:07,020 --> 00:02:11,820
Pár nyelv szintaxisa lehetővé teszi, hogy
a szavak bármilyen sorrendben legyenek,

38
00:02:11,820 --> 00:02:16,954
míg más nyelveken, ha így teszünk,
akkor a muffin eszi meg a gyereket.

39
00:02:16,954 --> 00:02:19,647
A morfológia is problémás lehet.

40
00:02:19,647 --> 00:02:23,243
A szlovén különbséget tesz kettő,
és három vagy több gyerek között

41
00:02:23,243 --> 00:02:27,097
a más nyelveken nem létező
dupla utótag használatával.

42
00:02:27,097 --> 00:02:30,532
Az oroszban pedig a határozott névelők
hiánya miatt azon gondolkodsz,

43
00:02:30,532 --> 00:02:33,575
hogy a gyerekek néhány
konkrét muffint esznek

44
00:02:33,575 --> 00:02:36,719
vagy csak általában esznek muffint.

45
00:02:36,719 --> 00:02:39,708
Végül, még ha a szemantika
gyakorlatilag helyes is,

46
00:02:39,708 --> 00:02:42,757
a program eltévesztheti
a finomabb részleteket,

47
00:02:42,757 --> 00:02:45,809
mint például, hogy a gyerekek
"mangiano" (megeszik) a muffinokat,

48
00:02:45,809 --> 00:02:47,794
vagy "divorano" (felfalják) azokat.

49
00:02:47,794 --> 00:02:51,558
Egy másik módszer
a statisztikai gépi fordítás,

50
00:02:51,558 --> 00:02:55,762
ami egy olyan könyvekből, cikkekből és
dokumentumokból álló adatbázist elemez,

51
00:02:55,762 --> 00:02:59,488
amit emberek már lefordítottak.

52
00:02:59,488 --> 00:03:02,959
Ha egyezéseket talál a forrás-
és a célszövegek között,

53
00:03:02,959 --> 00:03:05,393
amik nem valószínű, hogy
véletlenül fordulnak elő,

54
00:03:05,393 --> 00:03:09,345
a program összetartozó frázisokat
és mintázatokat azonosíthat,

55
00:03:09,345 --> 00:03:12,429
és használhatja őket
jövőbeni fordításokban.

56
00:03:12,429 --> 00:03:14,969
Viszont az effajta fordítás minősége

57
00:03:14,969 --> 00:03:17,690
függ a kezdeti adatbázis nagyságától,

58
00:03:17,690 --> 00:03:21,357
és attól, hogy mennyi minta áll
rendelkezésre bizonyos nyelveken

59
00:03:21,357 --> 00:03:23,383
illetve bizonyos stílusú írásokból.

60
00:03:23,383 --> 00:03:27,140
Az emberek számára
ösztönösen érezhető kivételek,

61
00:03:27,140 --> 00:03:30,994
szabálytalanságok és jelentésárnyalatok,
amik a gépeknek nehézséget okoznak,

62
00:03:30,994 --> 00:03:35,045
azt a benyomást keltik a kutatókban,
hogy a nyelv megértése

63
00:03:35,045 --> 00:03:39,251
biológiai agyunk struktúrájának
egyedi terméke.

64
00:03:39,251 --> 00:03:43,101
Az egyik legismertebb
kitalált univerzális fordítóeszköz,

65
00:03:43,101 --> 00:03:46,439
a Bábel-hal, a Galaxis útikalauz
stopposoknak című alkotásból,

66
00:03:46,439 --> 00:03:49,726
valójában nem is egy gép,
hanem egy apró teremtmény,

67
00:03:49,726 --> 00:03:54,210
amely az élőlények agyhullámait

68
00:03:54,210 --> 00:03:57,005
és idegjelzéseit egyféle telepátián
keresztül fordítja le.

69
00:03:57,005 --> 00:04:01,466
Egyelőre a régimódi nyelvtanulás
még mindig jobb eredményeket hoz,

70
00:04:01,466 --> 00:04:05,106
mint bármelyik jelenleg elérhető
számítógépes program.

71
00:04:05,106 --> 00:04:06,749
De ez nem egyszerű feladat,

72
00:04:06,749 --> 00:04:09,014
a világ nyelveinek puszta száma,

73
00:04:09,014 --> 00:04:12,989
illetve a növekvő interakció
a nyelveket beszélők között,

74
00:04:12,989 --> 00:04:18,004
továbbra is viszi előre
az automatizált fordítás fejlesztését.

75
00:04:18,004 --> 00:04:21,409
Talán mire találkozunk
az intergalaktikus életformákkal,

76
00:04:21,409 --> 00:04:24,660
tudunk majd kommunikálni velük
egy apró kütyüvel.

77
00:04:24,660 --> 00:04:29,026
Vagy lehet mégis el kell kezdenünk
összeállítani azt a szótárat.