Chương 1: Tổng quan về dịch máy và ngôn ngữ UNL. Trình bày các kết quả nghiên cứu liên quan đến dịch tự động, các hệ thống dịch đa ngữ cho tiếng Việt, đánh giá chất lượng dịch giữa phương pháp dịch trung gian và dịch trực tiếp các cặp dịch. Ngoài ra nội dung chương cũng trình bày kết quả nghiên cứu về ngôn ngữ UNL, một số thành tựu liên quan UNL và ứng dụng UNL làm ngôn ngữ trục trong hệ thống dịch đa ngữ. Chương 2: Đề xuất mô hình dịch tiếng Việt - UNL.
Trình bày kết quả thử nghiệm dịch tự động cho tiếng Việt dựa vào UNL trên các công cụ có sẵn. Đề xuất mô hình dịch cho tiếng Việt và UNL dựa trên lý thuyết hệ thống UNL và các công cụ dịch tự động UNL đã được thử nghiệm cho các ngôn ngữ khác và tiếng Việt. Chương 3: Xây dựng từ điển và tập luật. Trình bày các giải pháp xây dựng bộ từ điển tiếng Việt – UNL, xây dựng tập luật mã hóa và giải mã cho hai công cụ EnCoVie và DeCoVie.
Chương 4: Thử nghiệm và đánh giá. Xây dựng hai công cụ chuyển đổi câu tiếng Việt sang UNL và ngược lại. Trình bày các kết quả thử nghiệm và đánh giá về các nội dung: xây dựng bộ từ điển tiếng Việt – UNL, chuyển đổi của hai công cụ EnCoVie và DeCoVie, hệ thống dịch đa ngữ qua ngôn ngữ trục UNL (gồm ba ngôn ngữ tự nhiên trong hệ thống: tiếng Việt, tiếng Anh và tiếng Nga). TỔNG Q AN VỀ ỊCH MÁY VÀ NGÔN NGỮ NL Trong chương này tác giả trình bày các kết quả nghiên cứu tổng quan liên quan đến dịch tự động, một số phương pháp dịch tự động, các hệ thống dịch đa ngữ và một số vấn đề trong dịch tự động cho tiếng Việt.
Ngoài ra, chương này giới thiệu tổng quan về UNL, các kết quả nghiên cứu và ứng dụng UNL làm ngôn ngữ trục trong hệ thống dịch đa ngữ. Trên cơ sở đó, tác giả đề xuất một hướng tiếp cận mới ứng dụng UNL trong dịch tự động đa ngữ cho tiếng Việt. Một số khái niệm sử dụng trong luận án Dịch máy (Machine translation): Quá trình dịch tự động từ một ngôn ngữ nguồn (Source language) sang ngôn ngữ đích (Target language) mà không có sự can thiệp của con người trong quá trình dịch [13]. Ví dụ, khi dịch từ tiếng Việt (văn bản hay lời nói) sang tiếng Anh chúng ta chỉ cần sử dụng một công cụ để dịch.
Dịch song ngữ (Bilingual translation): Quá trình dịch một hoặc hai chiều giữa hai ngôn ngữ với nhau2. Ví dụ, trong một hệ thống chúng ta dịch từ tiếng Việt sang tiếng Anh và có thể dịch ngược lại. Ví dụ, sử dụng một công cụ để dịch từ tiếng Việt sang nhiều tiếng khác: tiếng Anh, tiếng Pháp, tiếng Nga. Dịch qua ngôn ngữ trung gian (Interlingual translation): Là quá trình dịch từ ngôn ngữ nguồn sang ngôn ngữ đích nhưng qua một ngôn ngữ thứ ba làm ngôn ngữ trung gian để chuyển tiếp giữa hai ngôn ngữ [13].
Ví dụ, cần dịch văn bản từ ngôn ngữ A sang ngôn ngữ B, chúng ta dịch ngôn ngữ A sang ngôn ngữ P và từ ngôn ngữ P tiếp tục dịch sang ngôn ngữ B. Ngôn ngữ P trong trường hợp này được gọi là ngôn ngữ trung gian.org/ (2015) 7 Ngôn ngữ trục (Pivot language): Một ngôn ngữ (có thể là nhân tạo hoặc ngôn ngữ tự nhiên) được sử dụng như là ngôn ngữ trung gian để dịch giữa các ngôn ngữ với nhau trong một hệ thống dịch thì được gọi là ngôn ngữ trục2. Ví dụ, có ba ngôn ngữ tham gia vào hệ thống dịch, các cặp ngôn ngữ không dịch trực tiếp với nhau mà được dịch thông qua một ngôn ngữ trung gian: ngôn ngữ thứ nhất dịch sang ngôn ngữ làm trung gian, từ ngôn ngữ trung gian này sẽ dịch sang hai ngôn ngữ thứ hai, thứ ba. Từ điển chứa danh sách các từ, ngữ được sắp xếp theo thứ tự ABC.
Ngoài ra, đôi khi từ điển còn chứa các thông tin về cách phát âm, chú ý ngữ pháp, dạng biến thể của từ, cách sử dụng hay câu ví dụ. Từ điển song ngữ (Bilingual dictionary): Dùng để dịch các từ hoặc cụm từ của ngôn ngữ này sang ngôn ngữ khác3. Từ điển song ngữ có thể là từ điển một chiều hoặc hai chiều. Luật ngữ pháp (Grammar rule): Bao gồm toàn bộ các quy tắc, quy luật kết hợp để tạo nên các cụm từ, câu của ngôn ngữ [13].
Ví dụ, trong tiếng Việt sắp xếp trật tự từ sẽ có nghĩa khác nhau: “sữa bò” và “bò sữa”. Phân tích cú pháp nông (Shallow parsing): Quá trình phân tích cú pháp (Syntactic) hoặc mối quan hệ ngữ pháp (Grammatical relations) giữa các thành phần trong câu [13]. Ví dụ, câu tiếng Việt “tôi đi học” được phân tích cú pháp nông như sau: [tôi]pp[đivt [họcnt]]vp. Phân tích cú pháp sâu (Deep parsing): Quá trình phân tích và xác định ngữ nghĩa (Semantic analyzer) của một ngôn ngữ [13].
Ví dụ, trong tiếng Việt từ “đường kính” nghĩa có thể là “chất ngọt dùng để pha làm đồ uống” hoặc “đoạn thẳng đi qua tâm và nối hai điểm của đường tròn, của mặt cầu”.org/ (2015) 8 Ngôn ngữ UNL (Universal Networking Language): Là ngôn ngữ nhân tạo có các thành phần tương ứng như các ngôn ngữ tự nhiên. Mục đích ra đời của UNL là biểu diễn tất cả các thông tin tri thức của mọi ngôn ngữ tự nhiên trong máy tính [52]. Ví dụ, dịch một câu tiếng Anh sang ngôn ngữ UNL. Ví dụ, dịch một biểu thức UNL sang tiếng Anh.
Máy chủ ngôn ngữ (Language server): Sử dụng để chuyển đổi giữa ngôn ngữ tự nhiên và UNL4. Một máy chủ ngôn ngữ gồm hai thành phần cốt lõi là EnConverter và DeConverter. EnConverter dùng để chuyển đổi một văn bản được viết trong ngôn ngữ tự nhiên sang một văn bản được viết trong ngôn ngữ UNL còn DeConverter chuyển đổi ngược lại của EnConverter. Hệ thống UNL (UNL System): Một hệ thống UNL bao gồm ba thành phần chính: tài nguyên ngôn ngữ, phần mềm xử lý tài nguyên ngôn ngữ và các công cụ hỗ trợ để duy trì, vận hành phần mềm xử lý ngôn ngữ hoặc phát triển tài nguyên ngôn ngữ4.
Tài nguyên ngôn ngữ gồm các kiến thức về khái niệm, mối quan hệ giữa các khái niệm, từ điển, các luật ngữ pháp. Các công cụ hỗ trợ như tạo ra biểu thức UNL, kiểm tra biểu thức UNL, giữ liên kết giữa từ điển và ngôn ngữ tự nhiên. Công cụ EnCoVie (Encode Converter for Vietnamese): ùng để chuyển đổi một câu được viết trong tiếng Việt sang dạng văn bản tương đương được viết trong ngôn ngữ UNL. Công cụ DeCoVie (Decode Converter for Vietnamese): ùng để chuyển đổi văn bản được viết trong ngôn ngữ UNL sang một câu tương đương được viết trong tiếng Việt.
Một số hướng tiếp cận trong dịch tự ộng Trong tiếng Anh khoảng cách trắng là dấu hiệu nhận diện ranh giới giữa các 4 http://www.org/(2015) 9 từ trong câu, nhưng trong tiếng Việt thì dấu hiệu nhận dạng này lại chưa chính xác. Ví dụ, câu tiếng Anh “I am a teacher” sẽ là “I / am / a / teacher”, nhưng câu tiếng Việt “tôi là giáo viên” thì không thể hiểu “tôi / là / giáo / viên” mà phải là “tôi / là / giáo viên”. Hoặc khi sử dụng từ "đường" trong tiếng Việt, nếu không có thông tin kèm theo để làm rõ nghĩa thì có thể được hiểu là “đường: road”, “đường: sugar”,…? Một số vấn đề nêu trên có thể khá dễ dàng để nhận ra và hiểu đối với con người nhưng đối với máy tính thì đây không phải đơn giản để xử lý. Trong quá trình dịch chuyển đổi giữa hai ngôn ngữ tự nhiên, nếu việc tách các từ, cụm từ và xử lý ngữ nghĩa tốt sẽ cho ra một bản dịch tốt.
Đến nay có nhiều hướng tiếp cận được đề xuất, tuy nhiên chất lượng của bản dịch cần có sự tham gia chỉnh sửa của con người. Trong mục này, tác giả trình bày một số hướng tiếp cận trong các hệ thống dịch đa ngữ hiện nay. Dịch máy dựa trên luật ịch máy dựa trên luật (Rule- based machine translation) là hướng tiếp cận truyền thống dựa trên cơ sở phân tích hình thái học, cú pháp và ngữ nghĩa của ngôn ngữ đích và ngôn ngữ nguồn. Ưu điểm, các luật chuyển đổi được xây dựng độc lập trên mỗi cấu trúc và không ảnh hưởng đến các cấu trúc khác.
Nhược điểm, mỗi cấu trúc được xây dựng tập luật thủ công nên mất nhiều chi phí. Trong hướng tiếp cận dịch máy dựa trên luật có ba phương pháp: dịch trực tiếp, dịch chuyển đổi cú pháp và dịch qua ngôn ngữ trung gian. Dịch trực tiếp ịch trực tiếp (Direct translation) còn được gọi là dịch máy dựa vào từ điển, nghĩa là thay thế giữa từ với từ của hai ngôn ngữ. Phương pháp dịch này không chú trọng đến ngữ nghĩa giữa các từ trong câu đầu ra, câu đích không tự nhiên vì thiếu quan hệ ngữ nghĩa, không chặt chẽ cấu trúc ngữ pháp.
Phương pháp dịch trực tiếp thích hợp cho các bản dịch cho cụm từ, từ hoặc 10 các cặp ngôn ngữ có cấu trúc tương tự nhau [ ][ ]. Văn bản nguồn Văn bản đích Phân tích Từ điển song Sắp xếp câu nguồn ngữ câu đích H nh 1. Sơ ồ hệ hống ịch rực iếp [13] 1. Dịch chuyển đổi cú pháp Văn bản nguồn Phân tích hình thái và cú pháp Luật văn phạm Từ điển ngôn ngữ nguồn Cấu trúc câu nguồn Luật chuyển Từ điển Chuyển đổi cấu trúc và từ đổi song ngữ Cấu trúc câu đích Luật văn Tạo câu ngôn ngữ đích Từ điển phạm ngôn ngữ đích Văn bản đích H nh 1.
Sơ ồ hệ hống ịch chuyển ổi [13] Dịch chuyển đổi cú pháp (Syntactic transfer translation) là phương pháp dịch dựa vào chuyển đổi cấu trúc ngữ pháp giữa ngôn ngữ nguồn và ngôn ngữ đích. Nhược điểm của phương pháp này chỉ tập trung vào phân tích cú pháp mà không giải quyết về ngữ nghĩa [29]. Dịch qua ngôn ngữ trung gian 11 Phương pháp dịch qua ngôn ngữ trung gian (Intermediate translation) là dịch từ ngôn ngữ nguồn sang ngôn ngữ đích thông qua một ngôn ngữ thứ ba, ngôn ngữ thứ ba trong trường hợp này được gọi là ngôn ngữ trung gian. So với phương pháp dịch trực tiếp, phương pháp dịch qua ngôn ngữ trung gian có những ưu điểm sau: - Không phụ thuộc vào nguồn tài nguyên, tương quan ngữ pháp giữa ngôn ngữ nguồn và ngôn ngữ đích [55].
- Giảm chi phí xây dựng phần mềm trong hệ thống dịch đa ngữ [13]. ịch ịch Tiếng Anh Tiếng Hà Lan Ngôn ngữ trung gian H nh 1. Sơ ồ hệ hống ịch qua ngôn ngữ rung gian [13] 1.
