ВВЕДЕНИЕ 3
ГЛАВА I. НЕЙРОННЫЙ МАШИННЫЙ ПЕРЕВОД. ТЕОРИЯ И ПРИМЕРЫ 5
1.1 Описание процессов машинного перевода основанного на базе правил
(Rule-Based), машинного перевода на базе фраз (Phrase-Based) и нейронного перевода 5
1.2 Машинный перевод на базе правил 7
1.3 Машинный перевод на базе фраз 10
1.4 Нейронный машинный перевод 13
1.5 Диалектика нейронного машинного перевода 22
1.6 Качество перевода: есть ли прорыв? 25
1.7 Задачи машинного перевода 27
1.8 Проблемы использования NMT для бизнеса 30
Выводы по главе I 31
ГЛАВА II. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ПОМОЩНИКА ДЛЯ ИЗУЧЕНИЯ ЯЗЫКА/ ПЕРЕВОДА 32
2.1 Знакомство с JavaScript 32
2.2 Использование JavaScript в браузерах 34
2.3 Фундамент приложения 36
2.4 Процесс работы расширения 36
2.5 Функционал программы 39
Выводы по II главе 40
ЗАКЛЮЧЕНИЕ 41
СПИСОК ИСПОЛЬЗУЕМЫХ РЕСУРСОВ 42
ПРИЛОЖЕНИЕ
Про нейронные сети говорят уже давно, и, казалось бы, что одна из классических задач искусственного интеллекта - машинный перевод - просто напрашивается на то, чтобы решаться на базе этой технологии.
Однако на радарах вплоть до недавнего времени отсутствует информация о нейронном машинном переводе - и вот в конце 2016 года свои новые технологии и системы машинного перевода, построенные на базе нейронных сетей, продемонстрировали сразу несколько компаний, среди которых Google, Microsoft и SYSTRAN. Они появились почти одновременно, с разницей в несколько недель или даже дней. Почему так? Для того, чтобы ответить на этот вопрос, необходимо понять, что такое машинный перевод на базе нейронных сетей и в чем его ключевое отличие от классических статистических систем или аналитических систем, которые используются сегодня для машинного перевода.
Актуальность исследования состоит в том, что все вышеперечисленные корпорации-гиганты не видят полного потенциала своего детища, например, «Алиса» Яндекса, переводчики Google и SYSTRAN. У каждого из них свои недостатки и преимущества. Объединив свои усилия по данному направлению, эти компании могли бы вместе достичь абсолютно новой эры в сфере искусственного интеллекта. Создать единый «организм», способный уже на данном этапе моего исследования переводить огромные объемы текста с минимальной долей брака, а также учитывая сферу направленности текста. В недалеком будущем, арсенал данной программы может расшириться до голосовой озвучки, встроенных обучающих уроков, поддержки на практически любом устройстве, начиная от телефона и заканчивая электронными часами.
Целью данной работы является проектирование обучающей программы-переводчика, способной многократно облегчить изучение языка и непосредственно сам процесс перевода.
Объектом исследования выступает нейронный машинный перевод.
Предметом исследования являются нейронные системы в машинном переводе, а также помощи в изучении языка.
Задачи исследования:
1. Изучить общие теоретические положения понятия нейронных сетей и их функционал в машинном переводе.
2. Раскрыть сущность работы нейронного машинного перевода.
3. Проанализировать уже существующие программы, их достоинства и недостатки.
4. Спроектировать и реализовать программу для помощи в повседневном изучении языка и переводе.
Теоретические основы исследования представлены работами отечественных и зарубежных исследователей в сфере нейротехнологий, JavaScript, лингвистики и программирования таких как: Бернард Вокуа, Саймон Хайкин, Тойво Кохонен, Мартин Хавербек, Галушкин, А.И., Горбань А.Н., Барский, А.Б., Круглов В.В., С. Влахов.
Материалами для исследования послужили различные интернет- источники, такие как поисковик научны х статей “Google Scholar” или “WikiWand” - более удобный и продуманный функциональный интерфейс википедии.
Практическая значимость исследования состоит в том, что разработанная обучающая программа призвана облегчить и ускорить процесс изучения языка либо же улучшить качество перевода, в зависимости от нужд пользователя.
Представленная выпускная квалификационная работа имеет типичную для подобного рода работ структуру и состоит из введения, двух глав, сопровождающихся выводами, заключения и списка используемой литературы.
Было проведено исследование на тему, посвященную нейронным сетям в машинном переводе. Была поставлена и выполнена задача изучить суть строения нейронных сетей в переводе, их виды и структуру, их недостатки и преимущества на основе уже существующих экземпляров. Как не грустно признавать, но теоретическая часть показала, что идеальный вариант программы по переводу или изучению языка до сих пор не найден.
Нашей же дальнейшей целью стоит апгрейд представленной в практической части исследования версии программы, до той, что достойна увидеть свет, выйти на рынок и конкурировать с уже имеющимися.
Будущее, бесспорно, стоит за искусственным интеллектом. Только представьте, через какие-то 10-15 лет будет создана программа настолько мощная и полноценная, что она сможет сравниться с той, что существует в комиксной вселенной Marvel, а именно Джарвисом из Железного человека. Да, пока что мы бесспорно очень далеки от этого, но начало уже положено. Системы с нейронным машинным переводом станут фундаментом для своих последователей, функционал которых уже не будет ограничиваться одним лишь переводом. Мы говорим об изучении языка во время прогулки по улицам Лондона, Шанхая или Стокгольма. Искусственный интеллект будет не просто роботизированно отвечать на ваши вопросы, а беседовать с вами, давать советы, исправлять произношение, возможно даже делать заказ в ресторане вместо вас на другом языке. Все это - будущее. М надеемся лишь на то, чтобы человек не потерял в этом будущем самого себя.
