Kai žmonės naudoja automatinio vertimo įrankius, dažnai tikisi, kad rezultatas bus vienodai geras nepriklausomai nuo to, iš kokios kalbos į kokią verčiama. Deja, taip nėra. Verčiant iš anglų į vokiečių kalbą sistema susitvarko gerokai lengviau nei, tarkime, iš lietuvių į kinų. Kodėl taip yra ir kas iš tikrųjų lemia vertimo sudėtingumą – apie tai ir pakalbėsime.
Kodėl viena kalbų pora „lengvesnė” už kitą
Pirmiausia reikia suprasti, kad kalbų giminingumas vaidina milžinišką vaidmenį. Anglų ir vokiečių kalbos priklauso tai pačiai germanų kalbų šeimai, turi panašią sintaksę, daug bendros leksikos šaknų. Todėl algoritmui (ar žmogui vertėjui) lengviau rasti atitikmenis – struktūros dažnai sutampa žodis į žodį, arba bent jau labai artimai.
Kita vertus, lietuvių kalba priklauso baltų kalbų grupei, turi sudėtingą linksniavimo sistemą, laisvą žodžių tvarką sakinyje ir gramatines kategorijas, kurių daugelyje kalbų tiesiog nėra. Kai tokią kalbą reikia sujungti su, pavyzdžiui, kinų kalba, kurioje nėra linksnių, giminės, o žodžių tvarka atlieka visai kitą funkciją – iššūkių atsiranda gerokai daugiau.
Gramatinės struktūros: kai sistemos tiesiog nesutampa
Vienas didžiausių galvos skausmų vertimo sistemoms – morfologija. Lietuvių kalboje daiktavardis gali turėti septynis linksnius, o kiekvienas linksnis keičia žodžio formą. Anglų kalboje panašios informacijos perteikimui naudojami prielinksniai ir žodžių tvarka. Tai reiškia, kad verčiant algoritmas turi ne tik išversti žodį, bet ir „suprasti”, kokį vaidmenį jis atlieka sakinyje, o tada tą informaciją perkoduoti visiškai kitokia gramatine logika.
Dar sudėtingiau, kai kalbame apie kalbas su gramatine gimine, kaip prancūzų ar vokiečių, kur kiekvienas daiktavardis turi savo giminę, kurią reikia žinoti norint teisingai suderinti būdvardžius ir įvardžius. Lietuvių kalba čia bent jau turi panašią logiką, tad ši pora nėra pati sunkiausia. Bet jeigu bandysite versti į suomių kalbą, kur giminės apskritai nėra, arba į turkų, kur sakinio struktūra visai kitokia (veiksmažodis paprastai keliauja į patį galą), sistemai tenka atlikti daug daugiau „pertvarkymo” darbo.
Idiomos, frazeologizmai ir kultūrinis kontekstas
Gramatika – tik pusė bėdos. Kita, dar keblesnė dalis – kalbos, kurios neatitinka pažodžiui. Pasakymas „lyja kaip iš kibiro” lietuviškai suprantamas iškart, bet pažodinis vertimas į kitą kalbą gali sukelti tik sumišimą. Geros vertimo sistemos turi turėti platų idiomų ir posakių žodyną kiekvienai kalbų porai atskirai – o tai reiškia, kad kuo mažiau duomenų apie tam tikrą kalbų kombinaciją egzistuoja internete, tuo prasčiau algoritmas susitvarko su tokiais niuansais.
Čia ir slypi dar viena problema – duomenų kiekis. Anglų–ispanų arba anglų–prancūzų kalbų poroms egzistuoja milžiniški tekstynai, milijonai išverstų dokumentų, subtitrų, straipsnių. O štai lietuvių–suomių ar lietuvių–vengrų poroms tokių duomenų palyginti nedaug, todėl modeliams sunkiau „išmokti” subtilybių, ypač kalbant apie idiomas, humoro atspalvius ar profesinį žargoną.
Žodžių tvarka ir sakinio ilgis
Įdomu tai, kad kartais problema kyla ne dėl atskirų žodžių, o dėl to, kaip skirtingai kalbos organizuoja informaciją sakinyje. Japonų kalboje veiksmažodis dažniausiai eina sakinio pabaigoje, o subjektas gali būti visiškai praleistas, jei jis aiškus iš konteksto. Lietuvių kalboje toks praleidimas irgi galimas, bet veikia kitaip. Verčiant iš japonų į lietuvių, sistemai reikia „atspėti” trūkstamą informaciją, remiantis platesniu kontekstu, o ne tik viena sakinio dalimi.
Panašiai ir su vokiečių kalba – ilgi sudėtingi sakiniai su veiksmažodžiu, nukeltu į patį galą, arba su sudėtingais sudurtiniais žodžiais reikalauja, kad vertimo sistema „sulaikytų” visą sakinio prasmę atmintyje, kol pasieks tą lemiamą žodį gale. Tai techniškai gerokai sunkiau nei versti trumpus, tiesiogiai struktūruotus sakinius.
Kaip tai veikia praktiškai naudojant vertimo įrankius
Jei esate naudoję kelis skirtingus automatinio vertimo įrankius, tikriausiai pastebėjote, kad kai kurios kalbų poros veikia beveik nepriekaištingai, o kitos – su akivaizdžiomis klaidomis. Tai ne atsitiktinumas ir ne konkretaus įrankio prastumas – tai tiesiog atspindi visą aukščiau aprašytą sudėtingumą.
Praktiškai tai reiškia keletą dalykų:
- Verčiant tarp giminingų kalbų (pvz., lietuvių–latvių, ispanų–portugalų) rezultatas dažniausiai bus tikslesnis net ir sudėtingesniuose tekstuose.
- Verčiant tarp visiškai skirtingų kalbų šeimų (pvz., lietuvių–arabų, lietuvių–korėjiečių) verta būti atsargesniems, ypač su techniniais ar teisiniais tekstais, kur tikslumas kritiškai svarbus.
- Kai kurios sistemos naudoja anglų kalbą kaip „tarpinę” kalbą – tekstas pirma verčiamas į anglų, o tada iš anglų į tikslinę kalbą. Tai gali sukelti papildomų klaidų, ypač jei nė viena iš originalo ar tikslo kalbų nėra artima anglų kalbai.
- Trumpesni, aiškesni sakiniai originalo tekste beveik visada duoda geresnį rezultatą nei ilgi, sudėtingi periodai su daug šalutinių sakinių.
Ką daryti, kai verčiate sudėtingą kalbų porą
Jeigu žinote, kad jūsų kalbų pora priklauso sudėtingesnei kategorijai – tarkime, verčiate iš lietuvių į vengrų arba iš lietuvių į vietnamiečių – yra keletas paprastų būdų pagerinti rezultatą.
Pirma, stenkitės rašyti originalų tekstą kuo aiškiau ir paprasčiau. Trumpi sakiniai, aiškūs subjektai, mažiau dviprasmybių – visa tai palengvina algoritmo darbą. Antra, jei tekstas svarbus (sutartis, medicininis dokumentas, oficialus laiškas), po automatinio vertimo verta pasitelkti žmogų redaktorių, kalbantį abiem kalbomis, arba bent jau perskaityti rezultatą su kimštuku pagalba pačiam. Trečia, jei įmanoma, verčiant per tarpinę kalbą, pabandykite patikrinti, ar rezultatas nesikeičia priklausomai nuo pasirinktos tarpinės kalbos – kartais verčiant tiesiogiai gaunasi geriau, kartais per anglų kalbą.
Ir dar vienas svarbus dalykas – kontekstas. Jeigu vertimo įrankis leidžia pridėti papildomą kontekstą ar pasirinkti sritį (teisinė, techninė, kasdienė kalba), tai gali smarkiai pagerinti rezultatą, ypač sudėtingoms kalbų poroms, kur be konteksto sistema tiesiog neturi pakankamai informacijos teisingai išspręsti dviprasmybes.
Vietoj taško – kelios mintys pakeliui
Kalbų porų sudėtingumas nėra kažkokia abstrakti technine problema, kurią sprendžia tik programuotojai – tai kasdienė patirtis kiekvieno, kas naudoja vertimo įrankius darbui, kelionėms ar tiesiog smalsumui. Suprasti, kodėl kai kurie vertimai gaunasi tobuli, o kiti reikalauja rankinio taisymo, padeda realistiškiau vertinti technologijos galimybes – ir tuo pačiu geriau ja naudotis.
Jei versite tarp artimų kalbų, galite pasitikėti rezultatu daugiau, bet vis tiek verta perskaityti tekstą kritiškai. Jei kalbų pora egzotiškesnė, priimkite tai kaip savaime suprantamą dalyką, kad prireiks papildomo patikrinimo – ir planuokite laiką tam iš anksto, o ne paskutinę minutę prieš siunčiant svarbų dokumentą. Kalbos technologijos sparčiai tobulėja, ir tai, kas šiandien atrodo neįveikiama kliūtis (pavyzdžiui, kokybiškas vertimas tarp visiškai skirtingų kalbų šeimų), po kelerių metų gali tapti visai neblogai veikiančiu standartu. Kol kas tiesiog verta žinoti savo kalbų poros „sudėtingumo lygį” ir elgtis atitinkamai – nei per daug pasitikėti, nei visiškai atsisakyti patogaus įrankio.
