Skiplinks

  • Tekst
  • Verantwoording en downloads
  • Doorverwijzing en noten
Logo DBNL Ga naar de homepage
Logo DBNL

Hoofdmenu

  • Literatuur & taal
    • Auteurs
    • Beschikbare titels
    • Literatuur
    • Taalkunde
    • Collectie Limburg
    • Collectie Friesland
    • Collectie Suriname
    • Collectie Zuid-Afrika
  • Selecties
    • Collectie jeugdliteratuur
    • Basisbibliotheek
    • Tijdschriften/jaarboeken
    • Naslagwerken
    • Collectie e-books
    • Collectie publiek domein
    • Calendarium
    • Atlas
  • Periode
    • Middeleeuwen
    • Periode 1550-1700
    • Achttiende eeuw
    • Negentiende eeuw
    • Twintigste eeuw
    • Eenentwintigste eeuw
Colloquium Neerlandicum 11 (1991) (1992)

Informatie terzijde

Titelpagina van Colloquium Neerlandicum 11 (1991)
Afbeelding van Colloquium Neerlandicum 11 (1991)Toon afbeelding van titelpagina van Colloquium Neerlandicum 11 (1991)

  • Verantwoording
  • Inhoudsopgave



Genre

sec - letterkunde
sec - taalkunde

Subgenre

tijdschrift / jaarboek
lezing / voordracht


In samenwerking met:

(opent in nieuw venster)

© zie Auteursrecht en gebruiksvoorwaarden.

Colloquium Neerlandicum 11 (1991)

(1992)– [tijdschrift] Handelingen Colloquium Neerlandicum–rechtenstatus Auteursrechtelijk beschermd

Handelingen Elfde Colloquium Neerlandicum


Vorige Volgende
[pagina 207]
[p. 207]

Automatische vertaling
Frank van Eynde (Leuven)

Descartes en Leibniz droomden er al van en in 1933 vroeg de Rus Trojanski er zelfs een patent voor aan, maar de ontwikkeling van vertaalautomaten kreeg pas echt de wind in de zeilen met de opkomst van de eerste computers in de jaren veertig. Hoewel die toen vooral voor wiskundige en administratieve toepassingen werden gebruikt, zag de Amerikaan Warren Weaver er ook andere mogelijkheden voor, zoals vertalen. In zijn manifest Translation (1949) vergeleek hij het vertaalproces met het ontcijferen van gecodeerde boodschappen en aangezien er tijdens de Tweede Wereldoorlog een aanzienlijke expertise was opgebouwd in het decoderen van zulke boodschappen, zag hij het succes van de automatische vertaling vol vertrouwen tegemoet:

It is very tempting to say that a book written in Chinese is simply a book written in English which was coded into the ‘Chinese code’.
If we have useful methods for solving almost any cryptographic problem, may it not be that with proper interpretation we already have useful methods for translation? (Weaver, 1949, p. 22)

Het optimisme van Weaver is intussen al lang weggeëbd en zijn opvatting van vertaling als decodering is niet houdbaar gebleken, maar de behoefte aan vertaalautomaten is sterk gegroeid en de ontwikkeling ervan vertoont een gestage vooruitgang. Als gevolg hiervan is automatische vertaling één van de belangrijkste computerlinguïstische toepassingen geworden. Op dit moment zijn er tientallen projecten voor automatische vertaling aan de gang; Japan en Europa investeren het meest, maar ook in de Verenigde Staten, Canada, Zuid-Amerika en Zuidoost-Azië wordt er aan de weg getimmerd.

[pagina 208]
[p. 208]

Dit artikel bestaat uit twee delen. Het eerste is thematisch en behandelt de algemene opbouw van vertaalautomaten; de aandacht gaat daarbij in eerste instantie naar de taalkundige aspecten van het vertaalproces. Het tweede deel is historisch; het biedt een kort overzicht van de ontwikkelingen in de automatische vertaling sinds Weaver.

1. Opbouw van een vertaalsysteem

1.1 Woord voor woord

De eerste systemen voor automatische vertaling waren woord-voor-woord vertalers; om een zin als

(1) reigers eten vis

in het Engels te vertalen nam de automaat achtereenvolgens de woorden reigers, eten en vis en verving ze door hun Engelse equivalenten:



illustratie

De eerste stap is die van de analyse: de zin wordt verdeeld in de woorden waaruit hij bestaat en die woorden krijgen een nummer mee. Die worden dan elk afzonderlijk en met behoud van hun nummer vertaald in het Engels (reigers → herons, enz.); die stap heet transfer. In de derde stap, de synthese, worden de Engelse equivalenten samengevoegd tot een Engelse zin.

 

De betrouwbaarheid van zulke systemen is gering; bekend is het voorbeeld van de automaat die nous avions vertaalde in we aeroplanes. Maar de verdeling van het vertaalproces in drie stappen - analyse, transfer en synthese - is bruikbaar gebleken en vormt het basisschema van de meeste bestaande syste-

[pagina 209]
[p. 209]

men. De precieze invulling van die drie modules is natuurlijk wel gewijzigd; daarover gaan de volgende paragrafen.

1.2 Morfologie

Een wat gesofistikeerdere variant van de woord-voor-woord vertaler is de automaat die vóór de eigenlijke vertaalstap (transfer) de woorden morfologisch ontleedt:



illustratie

De toevoeging van morfologische informatie maakt een belangrijke vereenvoudiging van de transfermodule mogelijk. In plaats van aparte regels voor alle vormen van eten

eet → eats
eten → (to) eat
at → ate
aten → ate
gegeten → eaten

volstaat nu een regel voor de stam

eet → eat

en een aantal regels voor de andere bestanddelen

enkelvoud → singular
meervoud → plural
OTT → present

[pagina 210]
[p. 210]

Aangezien die laatste regels algemeen geldig zijn en dus niet voor ieder substantief of werkwoord apart vermeld worden, wordt er flink bespaard op het aantal transferregels. Een gevolg van deze werkwijze is wel dat de synthesemodule ook slimmer moet worden. Die moet nu niet alleen de woorden op een rijtje zetten, maar ze ook nog vormen: uit de stam heron en het bestanddeel plural moet bij voorbeeld het woord herons samengesteld worden.

 

Dit is een algemene tendens bij het ontwerpen van vertaalsystemen: door de analyse- en synthesemodules complexer en slimmer te maken wordt de transferstap vereenvoudigd. Dit zal ook uit de volgende paragraaf blijken.

1.3 Syntaxis

De noodzaak van syntactische analyse blijkt in gevallen waar de woordorde in brontaalzin en doeltaalzin niet dezelfde is, zoals in

(3) het schijnt dat reigers vis eten
(4) it seems that herons eat fish

De toevoeging van een regel aan de transfermodule die de laatste twee woorden gewoon van plaats verwisselt zou in dit geval volstaan om een correct resultaat te bekomen en de eerste vertaalsystemen maakten dan ook gebruik van dit soort regels, maar de geldigheid van zulke regels is uitermate beperkt. Bij vertaling van

(5) het schijnt dat reigers veel vis eten

gaat het al fout:

(6) * it seems that herons much eat fish

Hieruit blijkt dat veranderingen in woordorde beter niet in termen van woorden gedefinieerd worden, maar in termen van zinsdelen: niet de woorden eat en fish veranderen van plaats, maar de zinsdelen (much) fish en eat.

[pagina 211]
[p. 211]

Om regels in termen van zinsdelen te kunnen formuleren moeten die laatste natuurlijk wel als dusdanig herkend zijn en dat is precies de rol van de zinsdeelanalyse. Voor de bijzin [...] dat reigers veel vis eten ziet die er zo uit:



illustratie

De transfermodule bevat nu niet alleen een vertaalwoordenboek maar ook een syntactische regel die het werkwoord van de laatste plaats in de zin naar de tweede plaats brengt:

1 [...] x → 1 x [...]

In dit geval is x gelijk aan 3, maar x kan ook groter zijn, zoals in



illustratie

Om dit soort van bilinguale transformaties te kunnen uitvoeren is het noodzakelijk dat de computer automatisch zinsdeelstructuren kan opbouwen. Met de huidige stand van het onderzoek in de computerlinguïstiek is dat geen

[pagina 212]
[p. 212]

probleem; als men over een krachtige machine beschikt, is die automatische ontleding een kwestie van minder dan een seconde. Ter illustratie geef ik de constituentenstructuur die in het Eurotra-project wordt toegekend aan de Engelse zin

(11) the commission has sent the proposal to the Council


illustratie

Met de toekenning van constituentenstructuren zijn de vertaalproblemen nog niet van de baan. Vergelijk

(12) wie hebben jullie gezien?
(13) wie heeft jullie gezien?

Beide zinnen vertonen dezelfde zinsdeelstructuur:



illustratie

Bij vertaling naar het Engels blijkt er evenwel een verschil: in het geval van (12) kan de woordorde gewoon bewaard worden, terwijl dat voor (13) niet kan:

[pagina 213]
[p. 213]

(14) who(m) have you seen?
  1. 2. 3. 4.
(15) who has seen you?
  1. 2. 4. 3.

Dit verschil heeft te maken met het feit dat jullie/you in (12/14) onderwerp is en in (13/15) lijdend voorwerp, maar die informatie is niet aanwezig in een gewone zinsdeelstructuur. Hij kan er wel uit afgeleid worden, want in het Nederlands moeten onderwerp en vervoegd werkwoord in getal overeenstemmen en aangezien hebben en jullie allebei meervoudig zijn en heeft en wie allebei enkelvoudig, kan het onderwerp in (12) en (13) geïdentificeerd worden. Om nu voor transfer beschikbaar te zijn moet die informatie expliciet uitgedrukt worden en dat gebeurt in de vorm van relationele structuren. Voor (12/13) zien die er als volgt uit:



illustratie

‘GOV’ staat voor governor: het is de kern van een constructie en heeft als dusdanig een aantal bepalingen, in dit geval een onderwerp (SUBJect) en een lijdend voorwerp (OBJect). ‘VTT’ staat voor voltooid tegenwoordige tijd. De andere termen zijn al eerder ingevoerd.

 

Een aardig neveneffect van de toekenning van relationele structuren aan zinnen is dat de volgorde van de zinsdelen er niet meer toe doet. Die is natuurlijk wel relevant op het niveau van de zin - katten eten muizen betekent iets anders dan muizen eten katten - maar op het niveau van de relationele structuur is ze niet meer relevant omdat het verschil tussen onderwerp en lijdend voorwerp er niet meer uit de woordorde moet blijken, maar in de

[pagina 214]
[p. 214]

structuur zelf vastgelegd is. In plaats van de zinsdelen precies zo te ordenen als in de zin zelf kan men in de relationele structuren een uniforme volgorde vastleggen, bij voorbeeld met de governor voorop, gevolgd door het subject, het object, het meewerkend voorwerp, de bijwoordelijke bepalingen, enz.

 

Die volgorde hoeft dan in transfer niet gewijzigd te worden en het is vervolgens aan de synthesemodule om de zinsdelen in de juiste orde te plaatsen. We merken hier opnieuw de tendens om de transferstap te vereenvoudigen door het intelligenter maken van analyse en synthese.

 

Na de toevoeging van syntactische modules ziet het vertaalmodel er zo uit:



illustratie

In de meer geavanceerde systemen worden de zinsdeelgrenzen en syntactische functies niet alleen bepaald op het niveau van de oppervlaktestructuur, maar ook op dat van de dieptestructuur. Zo zal aan de zin

(16) deze reigers schijnen vis te eten

niet alleen een oppervlaktestructuur worden toegekend waarin deze reigers onderwerp is van schijnen en waarin eten geen onderwerp heeft, maar ook een dieptestructuur waarin deze reigers onderwerp is van eten en waarin het onderwerp van schijnen de hele bijzin is:

[pagina 215]
[p. 215]


illustratie

Het voordeel van de toekenning van zulke dieptestructuren blijkt bij vertaling naar het Frans:

(17) * ces hérons semblent manger du poisson
il semble que ces hérons mangent du poisson

De functies in de Nederlandse oppervlaktestructuur corresponderen niet met die in de Franse oppervlaktestructuur, maar op het niveau van de dieptestructuur is die correspondentie er wel.

1.4 Semantiek

De vraag rijst of systemen met syntactische modules voldoende gesofistikeerd zijn om alle vertaalproblemen het hoofd te bieden. Het antwoord daarop is helaas negatief. Vergelijken we bij voorbeeld

(18) paarden zijn verstandige dieren
(19) de paarden zijn de enige stukken die over andere stukken mogen springen

In de eerste zin gaat het over warmbloedige viervoeters en in de tweede zin over schaakstukken. In het Engels zijn dat respectievelijk horses en knights. Er bestaat bijgevolg een keuzeprobleem bij het vertalen en om dat op te lossen is een morfo-syntactische representatie onvoldoende. Dat paard een substantief is dat in (18) en (19) gebruikt is als de kern van een nominale groep die de functie heeft van subject, is allemaal juist en relevant, maar om het keuzeprobleem op te lossen is er meer nodig: er moeten, primo, twee verschillende betekenissen van paard onderscheiden worden en, secundo, er

[pagina 216]
[p. 216]

moeten regels geformuleerd worden die in concrete gevallen kunnen uitmaken met welk soort paard men te maken heeft. Pas dan kan de automaat beslissen of hij paard zal vertalen als horse of als knight.

 

Een soortgelijk geval van lexicale ambiguïteit treffen we aan bij de vertaling van

(1) reigers eten vis

in het Duits. In tegenstelling tot het Nederlands maakt het Duits een onderscheid tussen eten wanneer dat door mensen gebeurt en eten wanneer dat door dieren gebeurt. Het eerste heet in het Duits essen, het tweede fressen. Om nu te vermijden dat (1) wordt vertaald als

(20) * Reiher essen Fisch

of dat

(21) studenten eten vis

wordt vertaald als

(22) * Studenten fressen Fisch

moet de automaat iets weten over de betekenis van reiger en student, met name dat een reiger een dier is en een student een mens.

 

Het belang van de juiste keuze in zulke gevallen mag onder meer blijken uit het vaak geciteerde (zij het apocriefe) verhaal over de automaat die voor

(23) the spirit is willing but the flesh is weak
(de wil is sterk maar het vlees is zwak)

na vertaling in het Russisch en hervertaling naar het Engels het volgende produceerde:

(24) the liquor is alright but the meat is spoilt
[pagina 217]
[p. 217]

De ontsporing is te wijten aan het feit dat het Russisch eenzelfde woord gebruikt voor geest en geestrijke drank evenals voor flesh en meat (dat laatste geldt overigens ook voor het Nederlands). Door in beide gevallen de foute keuze te maken bij terugvertaling naar het Engels verkrijgt men (24).

 

Semantische problemen doen zich overigens niet alleen voor bij het vertalen van lexicale elementen zoals substantieven en werkwoorden, maar ook bij gegrammaticaliseerde morfemen zoals werkwoordstijden, lidwoorden, hulpwerkwoorden, voornaamwoorden, en dergelijke. De problemen met lidwoorden blijken bij vertaling van

(1) reigers eten vis

in het Frans:

(25) les hérons mangent du poisson
* hérons mangent poisson

De aanwezigheid van beide lidwoorden in het Frans is verplicht, maar het is geen eenvoudige zaak om de regels te definiëren die beslissen in welke gevallen er een lidwoord moet staan en - zo ja - welk lidwoord dat moet zijn; in (25) bij voorbeeld krijgt het subject een bepaald lidwoord maar het object een article partitif.

 

Een gelijkaardig probleem rijst bij de vertaling van werkwoordstijden. Vgl.

(26) we zijn vandaag naar Brussel gekomen
(27) we zijn gisteren naar Brussel gegaan

In het eerste geval correspondeert de Nederlandse voltooid tegenwoordige tijd met een Engelse present perfect, maar in het tweede geval met een simple past:

(28) we have come to Brussels today
(29) * we have gone to Brussels yesterday
we went to Brussels yesterday
[pagina 218]
[p. 218]

Hoe worden deze problemen nu aangepakt?

 

Voor de behandeling van lexicale ambiguïteiten wordt meestal gebruik gemaakt van semantische kenmerken, zoals [+/- levend wezen] en [+/- mens]. Aan de hand van die kenmerken kan men bij voorbeeld de twee betekenissen van paard onderscheiden:

paard [+ levend wezen] → horse
paard [- levend wezen] → knight

Men kan ze ook gebruiken om de verschillende contexten te definiëren van essen en fressen:

essen < subject: [+ levend wezen, + mens], object: _>
fressen < subject: [+ levend wezen, - mens], object: _>

Semantische kenmerken zijn dus zeker bruikbaar en stellen computationeel ook geen grotere problemen dan morfo-syntactische kenmerken zoals persoon, getal en genus. Problemen ontstaan echter als men ze consequent op de hele woordenschat wil toepassen. Zo is het bepalen van het genus voor alle substantieven weliswaar een saaie taak, maar wel een beslisbare, terwijl men over de toekenning van het kenmerk [+/- levend wezen] aan substantieven soms eindeloos kan twisten. Is parlement bij voorbeeld [+ levend wezen] of [- levend wezen]? De oorzaak van die moeilijkheden is dat genus een kenmerk is van substantieven, terwijl [+/- levend wezen] een kenmerk is van datgene waarnaar een substantief verwijst; het betreft dus geen linguïstische eigenschap en de toekenning ervan aan linguïstische elementen is dan ook problematisch.

 

Een tweede probleem betreft de keuze van de semantische kenmerken; dat [+/- levend wezen] en [+/- mens] relevante onderscheidingen zijn wordt meestal niet in twijfel getrokken, maar ze volstaan niet om alle relevante onderscheidingen uit te drukken. Zo kan het Nederlandse paard niet alleen naar een [- levend] schaakstuk verwijzen, maar ook naar een [- levend] gymnastiektoestel, een vaulting horse in het Engels. Betekent dat nu dat we ook kenmerken als [+/- schaak] en [+/- gymnastiektoestel] moeten opnemen in de verzameling van semantische distincties? En moeten die dan aan alle substantieven in het lexicon toegekend worden?

[pagina 219]
[p. 219]

Op dit moment worden er voor de behandeling van lexicale ambiguïteit twee methodes gevolgd. De eerste vertrekt van intuïties over welke onderscheidingen relevant zijn en concentreert zich op de ontwikkeling van criteria voor de definitie en systematische toepassing van die onderscheidingen. De tweede vertrekt van bestaande woordenboeken, zowel verklarende als vertaalwoordenboeken, en tracht de informatie die daarin opgeslagen is bruikbaar te maken voor integratie in vertaalsystemen; men onderzoekt met andere woorden de herbruikbaarheid van bestaande lexica.

 

Voor de behandeling van grammaticale elementen in vertaling wordt geëxperimenteerd met interlinguale oplossingen. Dat betekent dat elementen als lidwoorden en hulpwerkwoorden niet in transfer worden afgebeeld op doeltaalequivalenten, maar dat ze in de monolinguale modules (analyse en synthese) worden afgebeeld op semantische representaties. In de mate dat die laatste universeel zijn, kunnen ze in transfer gewoon gekopieerd worden. Voor een concreet voorbeeld van zulk een analyse verwijs ik naar Van Eynde, 1991.

1.5 Tekstanalyse

Helemaal moeilijk wordt het wanneer de informatie die men voor het kiezen van de juiste vertaling nodig heeft, in een andere zin staat. Dat is vaak het geval wanneer het antecedent van een voornaamwoord moet worden opgezocht. In

(30) De bavianen eten vandaag geen bananen.
Ze hebben immers nog geen honger.

is het antecedent van het persoonlijk voornaamwoord ze gelijk aan het subject van de eerste zin, de bavianen, en aangezien het equivalent van baviaan in het Frans mannelijk is, correspondeert ze met een mannelijke vorm van de derde persoon:

(31) Les babouins ne mangent pas de bananes aujourd'hui.
Ils n'ont pas encore faim.
[pagina 220]
[p. 220]

Als het antecedent echter gelijk is aan het object van de eerste zin, zoals in

(32) De bavianen eten vandaag geen bananen.
Ze zijn immers nog niet rijp.

dan correspondeert ze, aangezien het equivalent van banaan vrouwelijk is, met een vrouwelijke vorm van de derde persoon:

(33) Les babouins ne mangent pas de bananes aujourd'hui.
Elles ne sont pas encore mûres.

Deze voorbeelden tonen aan dat men voor de juiste vertaling van persoonlijke voornaamwoorden het antecedent ervan moet kunnen terugvinden; sprekers van het Nederlands hebben daar geen moeite mee, maar het valt niet mee om de regels die ze daarbij (onbewust) gebruiken expliciet te maken en zo te formuleren dat een automaat ze kan toepassen.

 

Het onderzoek in dit domein staat nog in zijn kinderschoenen. Er zijn wel een aantal interessante observaties en descripties voorhanden, maar een formele en computationeel bruikbare behandeling is vooralsnog niet beschikbaar.

2. Een historisch overzicht

2.1 Twee generaties

In de relatief korte geschiedenis van de automatische vertaling kan men twee generaties onderscheiden.

 

De systemen van de eerste generatie worden gekenmerkt door de afwezigheid van taalkundige analyse: brontaalzinnen worden woord-voor-woord op doeltaalzinnen afgebeeld en waar dat tot problemen leidt in verband met de woordorde of de woordkeuze, worden die ad hoc opgelost [conform voorbeeld (5-6)].

 

Een tweede kenmerk van die systemen is het gebruik van programmeertalen die nauw aansluiten bij de machinetaal. Dat was geen bewuste keuze: men

[pagina 221]
[p. 221]

moest in die dagen - de jaren vijftig - roeien met de riemen die men had en dat waren nu eenmaal programmeertalen die meer geschikt zijn voor wiskundige dan voor taalkundige toepassingen.

 

Het eerste kenmerk - afwezigheid van taalkundige analyse - was een gevolg van de onderschatting van het vertaalprobleem. De opvatting van vertaling als decodering van geheimtaal mag dan al een inspirerende metafoor geweest zijn, als uitgangspunt voor de constructie van grote vertaalsystemen is zij ongeschikt gebleken: de relatie tussen het regent en tneger teh bij voorbeeld is van een heel andere aard dan die tussen het regent en it is raining. Naarmate dit steeds duidelijker werd, ging de automatische vertaling een andere weg op. Van de ontwikkeling van grootschalige woord-voor-woord vertalers schakelde men over op de studie van taalkundige modellen die een degelijker aanpak van de vertaalproblemen mogelijk zouden maken:

[...] by the mid-sixties most Machine Translation researchers were beginning to move along the path of learning how language operates and of attempting to incorporate the results of their research into the design of automatic procedures for the translating processes.
(Josselson, 1971)

In de praktijk heeft dit onderzoek geleid tot de toevoeging van syntactische analyse- en synthesemodules aan vertaalsystemen. De eenheid van vertaling was niet langer het woord maar de geanalyseerde zin en voor de analyse en synthese van die zinnen werden modellen gehanteerd uit de theoretische taalkunde. Die belangstelling voor de taalkunde had een dubbele oorzaak: naast het besef dat men zonder taalkundige analyse geen echte vorderingen kon maken, was er het feit dat de taalkunde in die dagen steeds meer geformaliseerd en gemathematiseerd werd. Vooral onder invloed van Noam Chomsky kreeg de studie van de wiskundige eigenschappen van syntactische theorieën grote aandacht, ook vanwege taalkundigen.

 

Tegelijk en onafhankelijk van die evolutie deden er zich in de computerwetenschap nieuwe ontwikkelingen voor die leidden tot de creatie van zogenaamde hogere programmeertalen. Dat zijn talen die minder nauw aansluiten bij de machinetaal, maar flexibeler zijn in het gebruik en een geschikter formaat bieden voor de formulering van taalkundige regels. Voorbeelden van

[pagina 222]
[p. 222]

zulke talen zijn Algol, Pascal en Prolog. Het duurde dan ook niet lang voor ze gebruikt gingen worden bij de ontwikkeling van vertaalsystemen.

 

Beide evoluties - het gebruik van syntactische modellen en van hogere programmeertalen - zijn kenmerkend voor systemen van de tweede generatie.

2.2 De huidige stand van zaken

Op dit moment biedt het domein van de automatische vertaling een gediversifieerde aanblik. In zijn overzichtsartikel, A survey of machine translation: its history, current status and future prospects, onderscheidt Jonathan Slocum drie soorten vertaalsystemen.

 

Ten eerste zijn er de produktiesystemen. Die zijn momenteel op de markt en worden dagelijks door vertalers gebruikt. De meeste ervan behoren tot de eerste generatie en vertonen daar ook alle tekorten van, maar het feit dat ze gebruikt worden, bewijst dat ze kostenbesparend werken. De cruciale vraag bij de evaluatie van zulke vertaalsystemen is immers niet of ze perfecte vertalingen produceren, maar veeleer of ze het de (menselijke) vertaler mogelijk maken om sneller, efficiënter of accurater te werken. Als de tandem mens-machine beter functioneert dan de mens in zijn eentje, dan heeft de machine zijn waarde bewezen.

 

Ten tweede zijn er de systemen in ontwikkeling. Dat zijn produktiesystemen in wording. Ze zijn meestal gebaseerd op de principes van de tweede generatie en stellen produkten in het vooruitzicht voor de jaren negentig.

 

Ten derde zijn er de systemen die niet meteen voor grootschalige ontwikkeling en produktie bedoeld zijn, maar waarin geëxperimenteerd wordt met nieuwe computationele technieken, met tekstmodellen en met systematische semantische analyse. Slocum noemt ze de onderzoekssystemen. Het kan nog lang duren voor zulke experimentele systemen en prototypes het stadium van de ontwikkeling en de produktie bereiken, maar het kan ook snel gaan. Zowel het onderzoek als het vinden van geldschieters voor dat onderzoek zijn activiteiten waarvan de uitkomst niet geheel voorspelbaar is.

[pagina 223]
[p. 223]

Bibliografie

chomsky, n. Syntactic structures. Mouton, 1957.
durand, j., p. bennett, v. allegranza, f. van eynde, l. humpreys, p. schmidt en e. steiner. ‘The Eurotra Linguistic Specifications: An Overview’, in: Machine Translation, 6 (1991), p. 103-147.
eynde, f. van. ‘Automatische vertaling: een overzicht van veertig jaar onderzoek en een blik in de toekomst’, in: Linguistica Antverpiensia, XX (1986), p. 151-204.
eynde, f. van. ‘The semantics of tense and aspect’, in: Natural Language Processing. Lecture notes in Artificial Intelligence, Volume 476 (1991), p. 158-184.
josselson, h. ‘Automatic translation since 1960. A linguist's view’, in: Advances in Computers, 11 (1971), p. 1-58.
slocum, j. ‘A survey of machine translation: its history, current status and future prospects’, in: Computational Linguistics, 11 (1985), p. 1-17.
tsujii, j. ‘Future directions of machine translation’, in: Proceedings of the Coling Conference, Bonn, 1986, p. 655-668.
weaver, w. ‘Translation’, in: Locke en Booth [eds], Machine translation of languages, Wiley, New York, 1949, p. 15-23.
De belangrijkste tijdschriften voor automatische vertaling zijn Machine Translation (Kluwer), Computational Linguistics (Association of Computational Linguistics) en Studies in Machine Translation and Natural Language Processing (Commission of the European Communities).


Vorige Volgende

Footer navigatie

Logo DBNL Logo DBNL

Over DBNL

  • Wat is DBNL?
  • Over ons
  • Selectie- en editieverantwoording

Voor gebruikers

  • Gebruiksvoorwaarden/Terms of Use
  • Informatie voor rechthebbenden
  • Disclaimer
  • Privacy
  • Toegankelijkheid

Contact

  • Contactformulier
  • Veelgestelde vragen
  • Vacatures
Logo DBNL

Partners

Ga naar kb.nl logo KB
Ga naar taalunie.org logo TaalUnie
Ga naar vlaamse-erfgoedbibliotheken.be logo Vlaamse Erfgoedbibliotheken

Over het gehele werk

datums

  • 31 augustus 1991

  • 30 augustus 1991

  • 29 augustus 1991

  • 28 augustus 1991

  • 27 augustus 1991

  • 26 augustus 1991

  • 25 augustus 1991


Over dit hoofdstuk/artikel

auteurs

  • Frank van Eynde


taalkunde

  • Zinnen (syntaxis)

  • Vormen (morfologie)

  • Betekenis (semantiek)