Семантико-синтаксична модель автоматичного перекладу

Деякі особливості реального тексту можуть створювати значні проблеми при автоматичному перекладі. Як-то: наявність різного роду формул, схем, креслень, діаграм тощо. Найкраще рішення – опустити їх при подальшому аналізі, залишивши в тексті спеціальну позначку, а потім вставити у відповідні місця при синтезі вихідного тексту.

Крім того, слід виділити різного роду посилання (на інші сторінки, приклади, малюнки тощо). Вони не входять в структуру речення, а їх значення можливо доведеться змінити у вихідному тексті перекладу.

Може виявитися, що реальний текст є складно-організованою структурою, тобто в нього можуть бути вставлені інші тексти (анотація, зміст, виноски, підписи до малюнків, цитати, бібліографія). Деякі з таких текстів доведеться прив‘язати до певних елементів (наприклад, підписи до малюнків), деякі передрукувати у вихідному тексті без перекладу (бібліографія).

Отже, для того, щоб врахувати властивості реального тексту потрібно ввести етап графематичного аналізу. Крім вже зазначених дій графематичний аналіз визначає та перевизначає границі слів. Так від слів відділяються розподільники, що стояли поруч: лапки, дужки, крапки, коми. Проводиться обробка слів, що пишуться через дефіс або апостроф. Формується гіпотетична морфолого-синтаксична та семантична інформація для слів-формул: наприклад, 25-ий буде представлено як слово 25 з підкласом "порядковий числівник" і семантичною характеристикою "квантор (25, х)", що дозволить йому далі брати участь у синтаксичному та семантичному аналізі.

Морфологічний аналіз

Морфологічний аналіз проводиться двічі: для слів, основи яких знайдено у словнику, та для слів, основи яких не знайдено. Морфологічний аналіз полягає у виявленні інформації про форму даного слова за його закінченням, яке залишилося після відсікання основи. Якщо ж слово непізнане, то на основі аналізу його кінцевих літер формується гіпотетична інформація щодо класу, до якого воно може належати. Також проводиться попереднє зняття морфологічної омонімії на основі розгляду лінійного контексту.

Попередній синтаксичний

аналіз

Оскільки головним завданням семантичного компоненту є інтерпретація вузлів та зв'язків синтаксичної структури, вузли синтаксичної структури повинні максимально наближатися до одиниць семантичної структури. Це означає, що вузлами синтаксичної структури повинні бути лише повнозначні слова, а не допоміжні слова чи службові частини мови. Завдання попереднього синтаксичного аналізу й полягає в тому, щоб утворити вузли майбутньої синтаксичної структури. Для цього використовують техніку локального аналізу. В один вузол збираються звороти на основі спеціального словника зворотів. В один вузол збираються також аналітичні граматичні дієслівні комплекси. При цьому вузол представлено повнозначним словом комплексу, а вся інформація щодо часу, числа, особи, наявності заперечення тощо переходить в інформацію до вузла. Також утворюються іменні вузли, де інформація про прийменник, артикль, детермінатив стає частиною інформації про вузол.

Синтаксичний аналіз

Теоретичною основою синтаксичного аналізу є граматика членів речення. Крім граматики до засобів аналізу також належать чотири словника: словник основ, словник зворотів, семантичний словник і словник конструкцій.Головне завдання синтаксичного аналізу — побудувати всі зв'язки між вузлами в реченні на основі заданого Аналізатора. Аналізатор не використовує ніякої семантичної інформації, тобто зв'язки між вузлами мають лише функціонально-синтаксичний характер. Цим пояснюється їх зовсім невелика кількість (основних зв'язків тільки 14, з різновидами – близько 30).

Інша частина синтаксичного аналізу – розбиття складних речень на прості, тобто побудова максимальних одиниць синтаксичної структури. Ця процедура проводиться за допомогою введення в синтаксичну структуру нетермінального вузла символу речення. При цьому підрядні та сурядні сполучники стають, подібно до прийменників при іменниках, частиною граматичної характеристики нетермінальних вузлів.

Наступне завдання синтаксичного аналізу – з'ясувати позиції для всіх вузлів, що не мають свого місця в синтаксичній структурі (наприклад, слово стоїть у позиції 2 між підметом та присудком). За результатами такого позиційного аналізу вираховуються зв'язки між усіма "слабкими", тобто не зв'язаними Аналізатором вузлами.