Использование машинного перевода в системах поиска русскоязычной информации

Использование машинного перевода в системах поиска русскоязычной информации RUSSIAinfo, университет Хельсинки Компания ПРОМТ, Санкт Петербург Таня Пурсиайнен Дарьяна Цугульская

Информационная служба RUSSIAinfo создана в университете Хельсинки по инициативе и при поддержке Министерства Просвещения Финляндии RUSSIAinfo предлагает доступ к электронным ресурсам по России для академического международного круга пользователей Метаданные: на английским и на финском Ресурсы: 32% на английском языке, 12% на финском языке, 55% на русском языке, 11% на других языках Реферативная база данных Поиск: на английским и на финском

Для пользователей, не владеющих русским языком, RUSSIAinfo предлагает возможность машинного перевода текстов с русского на английский (лицензия от ПРОМТ) В настоящий момент предлагается три способа использования машинного перевода: перевод текста, перевод URL, и автоматический перевод результата поиска Качество перевода: самое высокое достигается при переводе текстов по экономической тематике (специальные словари) Сотрудничество с компанией ПРОМТ позволит нам также повысить качество перевода текстов по другим тематикам Цель подключения МП – повышения коэффициента полноты поисковой системы: русскоязычные ссылки не отбрасываются пользователем

Машинный перевод: черновой вариант перевода Быстрый перевод текста с целью понять смысл Полное соответствие идеологии WWW: пользователь привык быстро «просматривать» веб-страницы и немедленно получать информацию Лингвистическая база, программная база. Общелексические и специальные словари. Позволит решить одну из основных проблем многоязычного поиска информации: перевод поисковых выражений (фраз)

От чего зависит точность перевода? Грамотность исходного текста: Грамматика, правописание Наличие слов в переносном значении, неологизмов, аббревиатур

Улучшение качества перевода специализированных текстов Подключение специализированных словарей (Созданных ПРОМТ / Созданных пользователем) Создание списка зарезервированных слов Пример: Перевод документации по теме стоматология 1. С использованием созданного компанией ПРОМТ специализированного словаря 2. С использованием общелексического словаря

Example: The layer of material beneath tooth enamel is the dentine. It too is composed of hydroxyapatite to the extent of about 70 per cent, the remainder is collagen and water. The dentine matrix is perforated by a number of tiny canals which radiate from the pulp cavity to the surface. These are the dentine tubules. Перевод с использованием специализированного словаря, созданного на заказ: Перевод с использованием общелексического словаря системы: Слой материала под эмалью зуба - дентин. Это также составлено из гидроксиапатита вплоть до, приблизительно 70 процентов, остаток - коллаген и вода. Матрица дентинов перфорирована множеством крошечных каналов, которые исходят от полости зуба до поверхности. Они - зубные канальцы. Слой материала ниже эмали зуба - dentine. Это также составлено из hydroxyapatite вплоть до приблизительно 70 процентов, остаток - collagen и вода. dentine матрица перфорирована множеством крошечных каналов, которые исходят от впадины целлюлозы до поверхности. Они - dentine tubules.

Создание специализированных словарей для RUSSIAinfo Российские государственные учреждения: Оригинальное название Машинный перевод Официальный перевод Федеральное агентство кадастра объектов недвижимости Federal agency of a cadastre of objects of the real estate Federal Agency of Real Estate Cadastre Федеральная служба по надзору в сфере природопользования Federal service on supervision in sphere of wildlife management Federal Service for Ecology and Natural Resources Supervision Федеральное агентство по строительству и жилищно-коммунальному хозяйству Federal agency on construction and zhilishchnokommunalnomu facilities Federal Agency for Construction, Housing and Communal Services

Схема поиска информации с подключением машинного перевода: пользователь БД (англ.) перевод документов х n x результат поиска …… Релевантный результат(англ. фин.) …… Релевантный результат(англ. фин.) Релевантный результат(русский) ….. Релевантный результат(русский) поисковая команда (англ.) найдено документов n+x

Обратный перевод - с английского на русский - позволит направлять поиск в русские поисковые системы путем перевода поисковых команд (Cross Language Information Retrieval) Перевод метаданных полученных результатов позволит повысить не только коэффициент полноты, но и коэффициент точности системы

Схема поиска информации с подключением машинного перевода; интеграция русских баз данных (обратный перевод): пользователь Поисковая команда (англ.) БД(англ.) n x найдено документов n+x+y перевод документов х + y перевод поисковой команды результат поиска Релевантный результат(англ. фин.) … Релевантный результат(англ. фин.) … Релевантный результат(русский) Релевантный результат(русский) … Релевантный результат(русский) Релевантный результат(русский) Релевантный результат(русский) y БД(рус.) перевод метаданных

Планы на будущее: Создание двуязычных (многоязычных ?) тезаурусов для поиска информации Создание систем репрезентации поисковых команд и документов, не зависящих от входного/выходного языков для многоязычного поиска информации

СПАСИБО! RUSSIAinfo, университет Хельсинки Компания ПРОМТ, Санкт Петербург Таня Пурсиайнен Дарьяна Цугульская