Згенерувавши можливий переклад з за

Згенерувавши можливий переклад з застосуванням багаторівневого лінгвістичного аналізу та переклад з застосуванням статистичних методів, обирається найкращий. Важливим є не тільки підхід (деякі попередні системи перекладу використовували схожу ідею), а й оцінка результатів. За оцінками перекладачів, з 25000 перекладених прикладів 74,2% були перекладені правильно, як написано у звіті “завдяки поєднанню глибинного лінгвістичного аналізу зі статистичними методами”. Або, іншими словами, статистичні методи є простими у застосуванні, хоча переклад не завжди є влучним, а використання семантики вимагає багато часу, але продукує якісніший переклад. Але є учасники проекту, що стверджують — його “витягнули” саме статистичні методи. Тому особливо цікавим було б побачити детальні результати окремо по кожній з підсистем: тій, що використовувала лінгвістичний аналіз, і тій, котра використовувала статистичні методи. Цікаво, тому що вперше був виконаний глибинний аналіз для трьох мов — від розпізнавання слів та речень, і до семантики дискурсу, були використані сучасні формалізми, зокрема, в області синтаксису HPSG, дискурсу — теорія представлення дискурсу DRT. І, певна річ, важливим було б оцінити, наскільки здійснення й впровадження глибинного лінгвістичного аналізу покращують якість машинного перекладу.

Результаты (английский) 2:

Generating possible translation using multi-linguistic analysis and translation using statistical methods, elected best. It is important to not only approach (some preliminary translation system used a similar idea), but the evaluation results. According translators, with 25,000 examples of translated 74.2% were translated correctly, as it is written in the report "through a combination of deep linguistic analysis with statistical methods." Or, in other words, statistical methods are simple to use, although the translation is not always accurate, and the use of semantics requires a lot of time, but produces higher quality translation. But there are project participants that claim - it "pulled" is statistical methods. It is therefore particularly interesting to see detailed results separately for each of the subsystems to that used linguistic analysis, and the one that used statistical methods. I wonder why that was first performed in-depth analysis of three languages ​​- recognition of words and sentences, and the semantics of discourse used modern formalism, particularly in the area of ​​syntax HPSG, discourse - discourse representation theory DRT. And, of course, important to assess whether the implementation and application of deep linguistic analysis to improve the quality of machine translation.

Результаты (английский) 3:

Generating a possible translation with the use of multilevel linguistic analysis and translation of statistical methods is elected by the best.The important thing is not only approach (some preliminary translation system used similar idea) and evaluation of results. According to the estimates of the translators, with 25000 with examples of 74.2 percent were translated into correctly,As it is written in the report "combined with in-depth linguistic analysis of statistical methods". Or in other words, statistical methods are simple to use, although the translation is not always accurate,While using semantics requires much time, but generates struc translation. But there are participants of the project, which according to its "pulled" this kind of statistical methods.So was especially interesting to see detailed separately for each subsystems: not accidental that used linguistic analysis, and age groups, who used the statistical methods. Interestingly,As it was the first time was not in-depth analysis for three languages - from the face of words and sentences and semantics discourse, were used modern формалізми, in particular, in the field of syntax HPSG,Discourse - the theory of discourse DRT. Naturally, important to assess how the exercise and introduction of in-depth linguistic analysis of improving quality of machine translation.