Автоматизовані засоби формування лінгвістичної бази даних і знань для системи усного перекладу
У статті розглядаються засоби формування бази даних і знань для системи усного перекладу на основі моделі розпізнавання та інтерпретації мовленнєвого сигналу в межах предметних областей з урахуванням метаслів. Описується структура та програмні модулі інструментарію, який дає змогу оперувати предметн...
Збережено в:
| Опубліковано в: : | Штучний інтелект |
|---|---|
| Дата: | 2012 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2012
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/57182 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Автоматизовані засоби формування лінгвістичної бази даних і знань для системи усного перекладу / В.В. Яценко, М.М. Сажок // Штучний інтелект. — 2012. — № 3. — С. 211-220. — Бібліогр.: 8 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859726613488336896 |
|---|---|
| author | Яценко, В.В. Сажок, М.М. |
| author_facet | Яценко, В.В. Сажок, М.М. |
| citation_txt | Автоматизовані засоби формування лінгвістичної бази даних і знань для системи усного перекладу / В.В. Яценко, М.М. Сажок // Штучний інтелект. — 2012. — № 3. — С. 211-220. — Бібліогр.: 8 назв. — укр. |
| collection | DSpace DC |
| container_title | Штучний інтелект |
| description | У статті розглядаються засоби формування бази даних і знань для системи усного перекладу на основі моделі розпізнавання та інтерпретації мовленнєвого сигналу в межах предметних областей з урахуванням метаслів. Описується структура та програмні модулі інструментарію, який дає змогу оперувати предметними областями, мовами, типами смислів і речень та метасловами. На основі створеної БД і З для трьох мов розроблено демонстраційну систему усного фразника-перекладача.
В статье рассматриваются средства формирования базы данных и знаний для системы устного перевода на основе модели распознавания и интерпретации речевого сигнала в пределах предметных областей с учетом метаслов. Описывается структура и программные модули инструментария, который позволяет оперировать предметными областями, языками, типами смыслов и предложений и метасловами. На основе созданной БД и З для трех языков разработана демонстрационная система устного фразника-переводчика.
This paper describes the formation of data and knowledge base for spoken interpreter system based on the model of speech signal understanding within subject areas including meta-words. The proposed structure allows for operating the subject areas, languages, sentence and meaning types and meta-words. The respective toolkit is developed and described. The experimental system of a spoken phrasebook-interpreter exposed results proper for its practical application. The presented demo-version is provided with the data and knowledge base for a new language created by the developed means.
|
| first_indexed | 2025-12-01T11:48:55Z |
| format | Article |
| fulltext |
«Штучний інтелект» 3’2012 211
3Я
УДК 004.934
В.В. Яценко, М.М. Сажок
Міжнародний науково-навчальний центр інформаційних технологій та систем,
м. Київ, Україна
Україна, 03680, просп. Акад. Глушкова, 40, МСП, м. Київ, { yatsenko.valya , sazhok }@gmail.com
Автоматизовані засоби формування лінгвістичної
бази даних і знань для системи усного перекладу
V.V. Yatsenko, M.M. Sazhok
Speech Science and Technology Department, International Research and Training Center
of Information Technologies and Systems, Kyiv, Ukraine
Ukraine, 03680, Acad. Glushkov Ave., 40, MSP, Kyiv, {yatsenko.valya , sazhok }@gmail.com
Automated Means for Formation of Linguistic Data
and Knowledge Base for a Spoken Translation System
В.В. Яценко, Н.Н. Сажок
Международный научно-учебный центр информационных технологий и систем,
г. Киев, Украина
Украина, 03680, пр. Акад. Глушкова, 40, МСП, г. Киев
Автоматизированные средства формирования
лингвистической базы данных и знаний
для системы устного перевода
У статті розглядаються засоби формування бази даних і знань для системи усного перекладу на основі
моделі розпізнавання та інтерпретації мовленнєвого сигналу в межах предметних областей з урахуванням
метаслів. Описується структура та програмні модулі інструментарію, який дає змогу оперувати предметними
областями, мовами, типами смислів і речень та метасловами. На основі створеної БД і З для трьох мов
розроблено демонстраційну систему усного фразника-перекладача.
Ключові слова: розпізнавання та інтерпретація мовлення, фразник-перекладач, предметна
область, тип речення, база даних і знань.
This paper describes the formation of data and knowledge base for spoken interpreter system based on the model of
speech signal understanding within subject areas including meta-words. The proposed structure allows for operating
the subject areas, languages, sentence and meaning types and meta-words. The respective toolkit is developed and
described. The experimental system of a spoken phrasebook-interpreter exposed results proper for its practical
application. The presented demo-version is provided with the data and knowledge base for a new language created by
the developed means.
Key Words: speech recognition and understanding, spoken phrasebook, subject area, sentence
type, data and knowledge base.
В статье рассматриваются средства формирования базы данных и знаний для системы устного перевода
на основе модели распознавания и интерпретации речевого сигнала в пределах предметных областей
с учетом метаслов. Описывается структура и программные модули инструментария, который позволяет
оперировать предметными областями, языками, типами смыслов и предложений и метасловами. На основе
созданной БД и З для трех языков разработана демонстрационная система устного фразника-переводчика.
Ключевые слова: распознавание и интерпретация речи, фразник-переводчик, предметная об-
ласть, тип предложения, база данных и знаний.
Яценко В.В., Сажок М.М.
«Искусственный интеллект» 3’2012212
3Я
Вступ
У повсякденному житті людині доводиться розв’язувати досить багато задач, які
пов’язані з великим обсягом інформації. Далеко не всі задачі є алгоритмічними. Роз-
в’язок багатьох задач зводиться до керування потоками інформації, аналізу даних.
Будь-які знання – це свого роду дані, якими володіє людина. Якщо для розв’язку
задач необхідні знання про однотипові об’єкти чи явища, що повторюються, то варто
використовувати базу даних (БД). База даних – це структуровані знання про об’єкти.
База даних допомагає систематизувати і зберігати інформацію з певної предметної
області, полегшує доступ до даних, пошук та надання необхідних відомостей. Най-
простішою БД можна вважати телефонний довідник або список книг у домашній
бібліотеці. Сучасні БД оперують інформацією, представленою в розмаїтому форматі –
від звичайних чисел і тексту до графічних і відеоданих.
Останнім часом досить популярним стало використання on-line перекладачів, які
використовують БД великих обсягів. Компанія Google представила свій веб-сервіс –
Google Перекладач (англ. Google Translate), призначений для перекладу тексту чи веб-
сторінки на іншу мову [1]. Цей сервіс, як і інші інструменти автоматичного перекладу,
має свої обмеження і недоліки. Постійно ведеться вдосконалення якості перекладу,
оскільки цей інструмент дає можливість користувачеві зрозуміти загальний зміст тек-
сту, він не дає точний і граматично правильний переклад; складається враження, що
переклад виконується без урахування семантики і прагматики.
Використання комп’ютерів для перекладу переважно ґрунтується на роботі із
словниками та глосаріями. Досить популярним в наш час стало використання пам’яті
перекладів (англ. Translation Memory, TM), що містять приклад раніше перекладеного
тексту термінологічними базами, а також використання текстових корпусів – великих
колекцій текстів однією чи багатьма мовами, що дає стислий опис того, як слова та
вирази реально використовуються в мові в цілому чи в конкретній предметній області.
При побудові систем усного перекладу в межах предметних областей доводиться
використовувати та опрацьовувати досить великі обсяги інформації. Зв’язування та
структурування представленої інформації формує базу даних, з якою може працювати
експерт-лінгвіст. База даних є інформаційною моделлю предметної області.
У даній роботі ведеться мова про формування, поповнення та збереження не
просто бази даних, а бази даних і знань (БД і З). У компоненті БД і З, що стосується
знань, описуються різноманітні правила і закономірності взаємозв’язку тексту і звуків
(фонем), семантики та лексикону та ін.
При формуванні системи усного перекладу виникає ряд проблем, пов’язаних із
задачами розпізнавання та розуміння мовленнєвого сигналу, а саме, необхідно вміти
будувати моделі всіх можливих речень мови діалогу, що виражають один і той самий
зміст, вміти моделювати параметри слів у типах речень, генерувати та знаходити най-
більш правдоподібні еталонні сигнали, враховуючи параметри. Це дає змогу сформу-
вати для розпізнаної фрази якомога точний відповідник іншою мовою навіть у випадку,
якщо відповідь розпізнавання містить помилки. Вирішенню цих питань були присвячені
попередні статті [2], [3].
Тепер пропонується розглянути питання автоматизації формування даних і знань,
необхідних для системи усного перекладу. В рамках запропонованої структури перед-
бачається можливість вводити та обирати вхідну мову для інтерпретації та вихідну
мову для перекладу, редагувати, створювати та поповнювати предметні області (ПО).
З огляду на це подається опис функціональної схеми, яка призначена для автоматизо-
ваного формування БД і З для усного фразника-перекладача.
Автоматизовані засоби формування лінгвістичної бази даних і знань...
«Штучний інтелект» 3’2012 213
3Я
Предметні області виконують ті ж функції, як і у паперовому розмовнику. Кожна
ПО містить моделі речень, що є різними за формою, але виражають один і той же зміст.
Передбачається можливість працювати з уже існуючими ПО та поповнювати їх новими
даними. Таким чином, створюється інструментарій, за допомогою якого експерт-лінг-
віст формує дані предметних областей для своєї мови, тим самим забезпечуючи функ-
ціонування перекладу для всіх пар мов, що включають цю мову.
Спочатку розглянуто загальну структуру системи усного перекладу, з якої випливає
структура БД і З, потім описується інструментарій для формування БД і З, насамкінець
подаються експериментальні дослідження, що супроводжуються висновками і планами
на майбутнє.
Структура системи усного перекладу
в межах предметних областей
Система усного перекладу реалізована на основі задач розпізнавання та змістовної
інтерпретації злитого усного мовлення. Ці задачі виконуються в єдиному взаємопов’я-
заному процесі, кінцевою метою якого є зміст повідомлення, який передається послі-
довністю слів, та його переклад іншою мовою.
Суть задачі розпізнавання мовленнєвого сигналу полягає в тому, що це є процес
автоматичного аналізу сигналу з метою визначення послідовності слів, які передаються
цим сигналом. А задача змістовної інтерпретації мови – це процес автоматичного
оброблення мовленнєвого сигналу з метою виявлення змісту, що передається сигналом,
та представлення цього змісту в певній канонічній формі, зручній для подальшого
використання в системі усного перекладу [2-4].
Для системи усного перекладу задача змістовної інтерпретації є ключовою.
Оскільки для множини речень, які можуть передавати одну й ту саму думку, треба від-
творити однозначний зміст, за яким потім отримати переклад на іншу мову. У попе-
редній роботі [3] під поняттям «параметр» ми розуміли опис множини можливих
варіантів висловів у фразах при спілкуванні. Надалі пропонується для цього поняття
використовувати термін «метаслово», а також вводиться поняття «метафраза» стосовно
фраз, які виникають внаслідок застосування метаслів. Загалом метаслова або метафрази
описують різні варіанти власних назв, часу, напрямку, місця тощо.
Запропонована структура системи усного перекладу в межах предметних областей
подана на рис. 1. За цією схемою спочатку користувач має обрати одну або декілька
предметних областей. На сьогодні пропонується 15 ПО, з якими може працювати корис-
тувач. Активатор завантажує обрані ПО, що включає підсловник ПО з відповідними
до цієї області типами речень (ТР), підсловник метаслів (метафраз), а також граматику,
за якою моделюються допустимі обмеження на послідовності слів у реченнях.
Диктор вимовляє мовою 1 деяке речення, що розпізнається з урахуванням акус-
тичної моделі (AM) та лінгвістичної моделі (LM). При цьому використовується акустич-
ний компаратор, заснований на генеративній моделі, а AM і LM формуються відповідно
до словників слів, метаслів та граматики обраних ПО.
Багатозначна відповідь розпізнавання у вигляді n-найкращих (n-Best) послідов-
ностей слів порівнюється зі згенерованими допустимими моделями речень згідно з ТР.
Далі приймається рішення про належність відповіді розпізнавання до певного ТР з
урахуванням як акустичних мір схожості вхідного сигналу з еталонами n-найкращих
послідовностей слів, так і міри відповідності послідовності слів деякому ТР. За знай-
деним найкращим ТР визначається тип змісту (ТЗ), а інтерпретатор знаходить від-
повідний ТЗ іншою мовою. На виході ми отримуємо текст мовою 2, який може бути
озвученим відповідною системою перетворення текстів мови 2 на звук.
Яценко В.В., Сажок М.М.
«Искусственный интеллект» 3’2012214
3Я
зміст
мовою1
АМ
мови1
LM
Словник Граматика
ПО2 ПО15ПО1
ВР
n-Best
зміст
мовою 2
Активатор ПО
текст
мовою2
Система
озвучення текстів
мовою 2
мова2
Інтерпретатор
…
моделі
речень ТР1
Метаслова
(метафрази)
ТЗ1
ТЗ2мова1
Рисунок 1 – Структура системи усного перекладу в межах предметних областей
В описаній структурі перекладу найменш досліджено процес переходу від відпо-
віді розпізнавання до типу змісту. Шляхи розв’язку цієї задачі, описані в [3], ґрунту-
ються як на генеративній, так і на дискримінантній моделі.
Далі буде розглянуто загальну структуру засобів формування БД і З, що дає змогу
реалізувати описану систему усного фразника-перекладача.
Структура БД і З усного фразника-перекладача
Представлена в роботі система усного перекладу є електронним аналогом папе-
рового розмовника, взаємодія з яким відбувається найбільш природним способом –
голосом. При розпізнаванні вимовленої користувачем фрази використовуються лінг-
вістичні та семантичні знання щодо обраної предметної області. Семантична модель, що
описує предметну область і дозволяє відповідати на такі запитання з цієї предметної
області, відповіді на які в явному вигляді не присутні в базі даних, являє собою базу
знань. База знань є основним компонентом інтелектуальних та експертних систем.
Для системи усного перекладу (фразника-перекладача) дані, якими оперує корис-
тувач, мають бути зв’язаними, організованими за певними правилами, що передбачають
загальні принципи опису, зберігання і маніпулювання, незалежно від прикладних про-
грам. Саме такі дані розглядаємо (подаємо) як базу даних, формування якої виконується
в межах предметних областей.
На рис. 2 подається функціональна схема, яка описує структуру засобів форму-
вання БД і З для фразника-перекладача. Ці засоби складають інструментарій, що дає
змогу експерту оперувати предметними областями, незалежними та залежними від
мови структурами, що відповідають за наповнення предметних областей.
Пропонована структура розрахована на реальну багатомовність. Перейшовши до
деякої мови 1 (рідна мова, якою вимовляється фраза) та визначивши предметну область,
експерт отримує доступ до типів смислів і речень, закладених у БД і З. Потім, обравши
мову 2 (мова для перекладу фрази), експерт оперує варіантами перекладу вибраного
типу речення.
Автоматизовані засоби формування лінгвістичної бази даних і знань...
«Штучний інтелект» 3’2012 215
3Я
us er мова1 - рйдна мова
мова2 - мова перекладу
Мова
ПО 1 мова 1
ПО 2 мова 2
… …
ПО N мова m
Т ипи смислйв
ТС (ПО 1) Т С (ПО 2) ТС (ПО N)
ТС 1.1 ТС 2.1 … ТС N.1
ТС 1.2 ТС 2.2 ТС N.2
… … …
Т ипи речень
ТР 1.1.1 ТР 2.1.1 ТР N.1.1
ТР 1.1.2 ТР 2.2.1 ТР N.1.2
ТР 1.2.1 ТР 2.2.2 ТР N.1.3
ТР 1.3.1 ТР 2.3.1 … ТР N.2.1
… … …
С ловники (рйдна мова)
vcb(ПО 1) vcb(ПО 2) … vcb(ПО N)
С ловники (мова перекладу)
vcb(ПО 1) vcb(ПО 2) … vcb(ПО N)
Предметнй
областй
Рисунок 2 – Загальна структура БД і З усного фразника-перекладача
Новий тип речень заданої мови створюється шляхом додавання деякого типового
зразка речення, що відповідає цьому ТР. При цьому цей зразок може містити мета-
слова або метафрази. Також передбачається виконання ряду інших дій: вилучення,
редагування, переміщення в іншу ПО та збереження.
Автоматично формується список слів предметної області. Виходячи з цього спи-
ску, створюється словник вимови, який використовується акустичним компаратором
у процесі розпізнавання для побудови композитних акустичних моделей слів з акус-
тичних моделей фонем. При формуванні словника вимови застосовуються знання про
закономірності зв’язку між фонетичними та орфографічними символами та позицію-
Яценко В.В., Сажок М.М.
«Искусственный интеллект» 3’2012216
3Я
вання наголосів у словах [5]. Параметри акустичних моделей фонем оцінюються засо-
бами навчання/самонавчання генеративної моделі розпізнавання звукових образів [6],
[7] на підставі мовленнєвого корпусу.
Окремо створюється словник метаслів і метафраз. Кожне метаслово є множиною
слів. Метафраза складається з послідовностей, які містять як слова, так і метаслова.
У цьому випадку забезпечується заборона циклічних вкладень.
Інший варіант використання БД і З – це пошук слова/метаслова у словнику для
заданої мови та ПО і перегляд типів речень, де це слово зустрілося. Експерт обирає
потрібне речення та аналізує переклад (мета)слова або речення іншою мовою.
У словниках вимови експерт-фонетист може переглядати та коригувати наголос
слова та різні варіанти вимови (фонемні транскрипції).
Далі наводиться приклад реалізації системи автоматизованого формування БД і З
для задачі усного перекладу в межах предметних областей у вигляді інструментарію.
Експерт готує базові структури стандартними засобами редагування і далі використовує
систему команд, яка здійснює необхідні перетворення.
Інструментарій формування бази даних і знань
Для формування БД та БЗ було розроблено інструментарій, який складається з
комплексу модулів: sentype2lattice, choossentences, sentencesTypes, trlitfile, text2phon,
vcb2grammar, xlat_phones.
На вході подається текстовий файл, який містить перелік типових фраз, що від-
повідають типам речень. Для модифікації, в якій передбачено генерування гіпотез
речень, відповідними дужками експерт виділяє сегменти, що допускають перестановку.
Цей файл повинен мати назву типу: themа1_struc_ua.txt. На виході отримуємо запов-
нені структури, що використовуються системою усного перекладу в межах предметних
областей. Типове використання інструментарію передбачає декілька етапів.
1. Формування словника за текстовим файлом.
Спочатку запускається модуль sentype2lattice, за допомогою якого ми з пред-
ставленої множини речень отримуємо всі можливі речення в мові діалогу, шляхом
перестановок відповідних дужок. Запуск модуля виконується з командного рядка:
sentype2lattice themа1_struc_ua.txt thema1_cyr.lat. Результат записується у текстовий
файл thema1_cyr.lat.
Для отримання словника запускається наступний модуль choossentences з команд-
ного рядка: choossentences -t vcb_thema1_st.lat thema1_cyr.lat out.txt. В цьому модулі
використано ключ, який дає можливість у словнику, який формується, до кожного
слова приписати номери типів речень, де це слово зустрілося в межах ПО (перелік ТР
іде через «;»). Отриманий словник буде записано у файл vcb_thema1_st.lat. Тут файл
out.txt – це список пронумерованих усіх ТР.
2. Побудова граматики.
При розпізнаванні злитого мовлення ми вводимо деякі обмеження на порядок
слідування слів. Найбільш ефективна граматика будується на основі лінгвістичного
поняття про фонетичне слово [5]. Щоб формалізувати цю граматику, розглядаються
лінгвістичні поняття енклітиків та проклітиків, які формуємо з певних частин мови.
Для отримання частин мови використовується модуль text2phon, запуск якого
виконується з командного рядка: text2phon -transcribe 1 -rulespaph t2p_map.txt -save_
lex_info tests/pos.txt tests/vcb_thema_st.lat.
Ключ -save_lex_info задає файл (tests/pos.txt), куди записується результат у ви-
гляді списку слів з відповідними частинами мови. tests/vcb_thema1_st.lat – словник з
типами речень, отриманий на попередньому етапі.
Автоматизовані засоби формування лінгвістичної бази даних і знань...
«Штучний інтелект» 3’2012 217
3Я
Відповідно до інформації у файлі pos.txt потрібно відшукати і позначити енклі-
тики та проклітики (ecl та pcl) і зберегти новий файл під іменем pos_pe.txt
Далі для побудови самої граматики використовується модуль vcb2grammar, який
запускається з командного рядка: vcb2grammar pos_pe.txt pos_pe.lat
На основі файла pos_pe.txt, отриманого на попередньому етапі, формується файл
pos_pe.lat, куди записується результат. Цей файл доповнюється структурою грама-
тики у текстовому вигляді: (pau <[pcl] [prep | pcl] ntl [ecl]> pau) і зберігається під
іменем gram_pe.gram.
3. Формування словника вимови.
Щоб сформувати словник з фонемними транскрипціями слів, використовується
модуль all2MainRate. В результаті отримаємо файл з фонемами vcb_thema1.txt.pht
На основі файлів словника та фонем формується новий файл словника, який
складається з двох стовпчиків: слово і його фонемна транскрипція. Результат зберіга-
ється під іменем vcb_thema1_phon.txt.
У фонемній транскрипції є позначення наголошених голосних великими літерами
та м’яких приголосних з апострофом. Виникає потреба привести транскрипції до
вигляду, сумісного з алфавітом фонем акустичної моделі (А – а1, b' – b1). Для цього ви-
користовується модуль xlat_phones, який запускається з командного рядка: xlat_phones
vcb_thema_phon.txt vcb_thema_phon.vcb phones0.txt -f 1. Тут результат записується у
файл vcb_thema_phon.vcb.
Додатково до інструментарію включено модуль багатозначного перетворення
мовленнєвого сигналу на текст, що реалізує генеративну модель розпізнавання звукових
образів [8]. При цьому використовуються словник вимови (vcb_thema_phon.vcb), гра-
матика (gram_pe.gram) та акустичні моделі фонем, які формуються засобами навчання/
самонавчання [7] на підставі мовленнєвого корпусу. Результат розпізнавання буде
записано у файл recout.mlf.
Для отримання перекладу використовується модуль sentencesTypes. Вхідними да-
ними для цього модуля є vcb_thema1_st_lat – файл, що був отриманий на першому етапі,
містить словник слів та список типів речень, де ці слова зустрічалися; thema1_en.txt –
текстовий файл, що містить фрази англійською мовою, які відповідають українським
фразам; thema1_struc_ua.txt – текстовий файл з українськими фразами, представленими
у вигляді структур, та файл recout.mlf, який є результатом розпізнавання.
Запускається цей модуль з командного рядка: sentencesTypes -t vcb_thema_st_lat -ts
thema_en.txt -ss thema_struc_ua.txt recout.mlf out_st.
В результаті буде отримано файл out_st, який буде містити фрази, продиктовані
українською мовою, та їх відповідний переклад англійською мовою.
В наступному розділі описується розроблена система усного фразника-перекла-
дача, аналізуються експериментальні дослідження використання цієї системи та наво-
дяться результати її апробації.
Експериментальні дослідження
Для апробації та дослідження розробленої комп’ютерної моделі було створено
дві системи: експериментальну та демонстраційну.
Експериментальна система складається з комплексу програмних модулів, описа-
них у попередньому розділі. В рамках цієї системи розпізнавання фраз (речень) про-
водилося на основі пофонемного декодера за умов обмеженої (на основі LISP-структур),
вільної та відносно вільної (на основі фонетичних слів) послівних граматик [7]. Для
оцінки параметрів акустичних моделей фонем використовується українськомовний
мовленнєвий корпус УкРеко, що містить записи 30 000 слів від більше 100 дикторів.
Яценко В.В., Сажок М.М.
«Искусственный интеллект» 3’2012218
3Я
Цей корпус створений завдяки Гранту Президента України для обдарованої молоді
№ 58 за Розпорядженням Президента України від 14 грудня 2005 р. № 1276/2006-рп.
Словники вимови сформовано для української та російської мов з апроксимацією ви-
мови російських слів українськими фонемами.
Розроблена експериментальна система використовується для оцінки надійності,
протоколів випробовування.
Цю систему реалізовано у вигляді модулів, що активуються командним рядком.
Результатом роботи модуля є текст типу речення мовою, якою здійснюється усний
переклад, тобто англомовний текст, перекладений з української мови. Цей текст надалі
може бути озвучено шляхом відтворення стисненого запису або засобами синтезу
мовлення за текстом.
Для експерименту довільним чином було вибрано 500 фраз, до яких було застосо-
вано алгоритми пофонемного розпізнавання мовленнєвих сигналів в умовах обмеженої
та відносно вільної (на основі фонетичних слів) послівних граматик [7]. При оцінюванні
акустичних параметрів фонем використовувався мовленнєвий корпус кооперативу
дикторів. Прийняття рішень щодо смислової інтерпретації здійснювалося згідно зі
статистичним оцінюванням [4]. Результати експериментів наводяться в табл. 1.
Таблиця 1 – Результати розпізнавання та смислової інтерпретації
500 речень з двох предметних областей
Тип граматики
Надійність розпізнавання (%)
слів речень ТЗ
Обмежена 97 94,1 98,3
Вільна послівна 54,3 4,2 86,1
Відносно вільна 79,1 20,8 96,2
З наведених у табл. 1 результатів проведених експериментів можна зробити вис-
новки, що для двох типів граматик (обмеженої і відносно вільної) похибка змістовної
інтерпретації (ТЗ) не перевищує 4%, що є прийнятним для прикладної системи.
За умов обмеженої граматики швидкість розпізнавання у 7 разів перевищувала
реальний час, а за умов вільної та відносно вільної граматик розпізнавання відбува-
лося швидше реального часу на ресурсах нетбука.
Для демонстрації роботи програмних модулів на основі описаної функціональної
схеми та проведених досліджень було розроблено демонстраційну програмну модель
з графічним інтерфейсом користувача (GUI) для перекладу речень в межах предмет-
них областей (рис. 3).
Рисунок 3 – Демонстраційна система усного фразника-перекладача з GUI
Автоматизовані засоби формування лінгвістичної бази даних і знань...
«Штучний інтелект» 3’2012 219
3Я
Запропонована демонстраційна система на даний час оперує трьома мовами
(українська, російська та англійська), має 15 предметних областей, спільний словник
для всіх ПО складає 2400 слів. Функціонує введення мовленнєвого сигналу для ук-
раїнської та російської мов. При цьому слідування слів у вимовленій фразі може бути
будь-яким з допустимих, включно з елементами спонтанності. Для введеного речення
знаходиться найбільш подібний до нього тип речення та відповідний тип змісту, а
перше речення цього типу змісту оголошується результатом перекладу.
Створена система усного фразника-перекладача з графічним інтерфейсом, що
дає змогу перекладати на англійську мови з української або з російської, успішно
демонструвалася на ряді заходів. Це відкриває широкі можливості застосування роз-
робленої системи для нових мов.
Висновки
Система усного перекладу, яка представлена в роботі, побудована за прикладом
паперового розмовника. Дана система передбачає взаємодію з електронним пристроєм
за допомогою голосу. При розпізнаванні вимовленої користувачем фрази використо-
вуються лінгвістичні та семантичні знання щодо обраної предметної області. Введення
обмежень при формуванні граматик та використання метаслів розширюють можливості
системи та підвищують надійність розпізнавання. Таким чином, користувач отримує
можливість більш вільно та розмаїто спілкуватися в іншомовному середовищі.
Розроблений інструментарій є ефективним засобом розширення предметних об-
ластей і додавання нових мов для системи усного перекладу. Експерту-лінгвісту, який
наповнює БД і З, достатньо володіти мінімальними навиками роботи на комп’ютері.
Заплановане введення графічного інтерфейсу користувача має покращити взаємодію
експерта з інструментарієм, що загалом підвищить продуктивність праці.
Актуальним залишається питання інтонації та розділових знаків. Одні і ті ж самі
фрази, вимовлені з різною інтонацією, можуть виражати як питальне речення, так і
розповідне. Тому в подальшій роботі слід дослідити можливість розпізнавання інто-
нації та ритму (просодики) з метою автоматичного розставляння розділових знаків у
розпізнаних фразах.
Планується ввести відмову від інтерпретації фрази у разі невідповідності жодному
типу речень та формувати більш точний відповідник мовою перекладу, аналізуючи
допустимі типи речень та враховуючи метаслова. Аналіз контексту на рівні типу змісту
дасть змогу моделювати багатомовний усний діалог.
Література
1. Режим доступу : translate.google.com.ua
2. Сажок Микола. Система усного перекладу на основі інтерпретації мовленнєвого сигналу в межах
предметних областей / Микола Сажок, Валентина Яценко // Всеукраїнська міжнародна конференція
з оброблення сигналів і зображень та розпізнавання образів УкрОбраз’2010. – Київ, 2010. – С. 103-106.
3. Яценко В.В. Параметризація типів речень предметної області для системи усного фразника-перекла-
дача / В.В. Яценко // Штучний інтелект. – 2011. – № 4. – С. 134-142.
4. Sazhok M. Comparison of word grammars for spoken translation in subject area / M. Sazhok, V. Yatsenko //
Proceedings of the 13th International Conference on Speech and Computer – SpeCom’2009, (St. Petersburg,
Russia, 2009). – P. 494-497.
5. Робейко В.В. Багатозначна багаторівнева модель перетворення орфографічного тексту на фонемний /
В.В. Робейко, М.М. Сажок // Штучний інтелект. – 2011. – № 4. – С. 117-125.
6. Винцюк Т.К. Анализ, распознавание и смысловая интерпретация речевых сигналов. – Киев : Нау-
кова думка, 1987.
Яценко В.В., Сажок М.М.
«Искусственный интеллект» 3’2012220
3Я
7. HTK Book, version 3.1 / Young S.J. et al. – Cambridge University, 2002.
8. Lee A. Recent Development of Open-Source Speech Recognition Engine Julius / A. Lee, T. Kawahara // Asia-
Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA ASC). – 2009.
Literatura
1. Sazhok M. UkrObraz’2010. Кyiv, 2010. S. 103-106.
2. Yatsenko V.V. Shtuchnyj intelekt. 2011. № 4. S. 134-142.
3. Vintsiuk T.K. Analiz, raspoznavaniye i smyslovaya interpretatsiya rechevykh signalov. Kiev: Naukova
Dumka. 1987.
4. Young S.J. et al., HTK Book, version 3.1, Cambridge University. 2002.
5. translate.google.com.ua
6. Robeiko V.V. Shtuchnyy intelekt. Donets’k. 2011. № 4. S. 117-125.
7. Sazhok M.. Comparison of word grammars for spoken translation in subject area. SpeCom’2009. S. 494-
497.
8. Lee A. KawaharaT.. “Recent Development of Open-Source Speech Recognition Engine Julius”
APSIPA ASC. 2009.
RESUME
V.V. Yatsenko, M.M. Sazhok
Automated Means for Formation of Linguistic Data
and Knowledge Base for Spoken Translation System
This paper describes the formation of data and knowledge base for spoken interpreter
system. The spoken interpreter system is based on the generative model for speech
recognition and restricted to specific subject areas. Input speech signal is being converted
to sequences of words for the source language. Then the decision about the respective
meaning type is taken proceeding from comparison of recognized word sequences to
sentence models called sentence types. Therefore, an incorrect recognition response does
not mean an incorrect understanding response. To model variety of proper names, time,
place, etc. we exploit meta-words and meta-sentences.
The proposed structure of data and knowledge base allows for operating language
dependent and language independent structures. A subject area represents the semantic
level and consists of meaning types which are the explicit understanding units. Each
meaning type contains sentence types modeling all permissible sentences that express same
meaning. The correspondence between sentence types of available languages is provided.
To implement the structure creation and update a toolkit is developed and described. Thus,
an expert-linguist may use the straightforward toolkit to form a linguistic data and
knowledge base for new subject areas and languages.
The experimental system of a spoken phrasebook-interpreter exposed results of less
than 4% meaning error rate that is proper for practical applications. The presented GUI-
based demo-version is provided with the data and knowledge base for a new source
language created by the developed means. Multilingual spoken dialog system modeling is
the next stage of the research.
Стаття надійшла до редакції 05.07.2012.
|
| id | nasplib_isofts_kiev_ua-123456789-57182 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Ukrainian |
| last_indexed | 2025-12-01T11:48:55Z |
| publishDate | 2012 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Яценко, В.В. Сажок, М.М. 2014-03-04T15:38:41Z 2014-03-04T15:38:41Z 2012 2012 Автоматизовані засоби формування лінгвістичної бази даних і знань для системи усного перекладу / В.В. Яценко, М.М. Сажок // Штучний інтелект. — 2012. — № 3. — С. 211-220. — Бібліогр.: 8 назв. — укр. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/57182 004.934 У статті розглядаються засоби формування бази даних і знань для системи усного перекладу на основі моделі розпізнавання та інтерпретації мовленнєвого сигналу в межах предметних областей з урахуванням метаслів. Описується структура та програмні модулі інструментарію, який дає змогу оперувати предметними областями, мовами, типами смислів і речень та метасловами. На основі створеної БД і З для трьох мов розроблено демонстраційну систему усного фразника-перекладача. В статье рассматриваются средства формирования базы данных и знаний для системы устного перевода на основе модели распознавания и интерпретации речевого сигнала в пределах предметных областей с учетом метаслов. Описывается структура и программные модули инструментария, который позволяет оперировать предметными областями, языками, типами смыслов и предложений и метасловами. На основе созданной БД и З для трех языков разработана демонстрационная система устного фразника-переводчика. This paper describes the formation of data and knowledge base for spoken interpreter system based on the model of speech signal understanding within subject areas including meta-words. The proposed structure allows for operating the subject areas, languages, sentence and meaning types and meta-words. The respective toolkit is developed and described. The experimental system of a spoken phrasebook-interpreter exposed results proper for its practical application. The presented demo-version is provided with the data and knowledge base for a new language created by the developed means. uk Інститут проблем штучного інтелекту МОН України та НАН України Штучний інтелект Анализ и синтез коммуникационной информации Автоматизовані засоби формування лінгвістичної бази даних і знань для системи усного перекладу Автоматизированные средства формирования лингвистической базы данных и знаний для системы устного перевода Automated Means for Formation of Linguistic Data and Knowledge Base for a Spoken Translation System Article published earlier |
| spellingShingle | Автоматизовані засоби формування лінгвістичної бази даних і знань для системи усного перекладу Яценко, В.В. Сажок, М.М. Анализ и синтез коммуникационной информации |
| title | Автоматизовані засоби формування лінгвістичної бази даних і знань для системи усного перекладу |
| title_alt | Автоматизированные средства формирования лингвистической базы данных и знаний для системы устного перевода Automated Means for Formation of Linguistic Data and Knowledge Base for a Spoken Translation System |
| title_full | Автоматизовані засоби формування лінгвістичної бази даних і знань для системи усного перекладу |
| title_fullStr | Автоматизовані засоби формування лінгвістичної бази даних і знань для системи усного перекладу |
| title_full_unstemmed | Автоматизовані засоби формування лінгвістичної бази даних і знань для системи усного перекладу |
| title_short | Автоматизовані засоби формування лінгвістичної бази даних і знань для системи усного перекладу |
| title_sort | автоматизовані засоби формування лінгвістичної бази даних і знань для системи усного перекладу |
| topic | Анализ и синтез коммуникационной информации |
| topic_facet | Анализ и синтез коммуникационной информации |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/57182 |
| work_keys_str_mv | AT âcenkovv avtomatizovanízasobiformuvannâlíngvístičnoíbazidanihíznanʹdlâsistemiusnogoperekladu AT sažokmm avtomatizovanízasobiformuvannâlíngvístičnoíbazidanihíznanʹdlâsistemiusnogoperekladu AT âcenkovv avtomatizirovannyesredstvaformirovaniâlingvističeskoibazydannyhiznaniidlâsistemyustnogoperevoda AT sažokmm avtomatizirovannyesredstvaformirovaniâlingvističeskoibazydannyhiznaniidlâsistemyustnogoperevoda AT âcenkovv automatedmeansforformationoflinguisticdataandknowledgebaseforaspokentranslationsystem AT sažokmm automatedmeansforformationoflinguisticdataandknowledgebaseforaspokentranslationsystem |