Syntactic mismatches in machine translation Igor Mel

1
Syntactic mismatches in machine translation Igor
Melcuk, Leo Wanner

• Referentin Hasti Feshangchi
• LMU München - CIS
• Proseminar Paraphrasenbegriff
• WS 2007/08

2

• Syntactic mismtaches Ein zentrales Problem,
  das in der maschiniellen Übersetzung whärend der
  Übertragung von syntaktischen Struktur eines
  Satzes in der Ausgangssprache zu einer
  äquivalente Struktur in der Zielsprache
  auftaucht.
• Dieser Beitrag wird syntactic mismaches auf
  der Übertragungsebene(Tiefenstrukturebene)
  während der sentance to sentance maschiniellen
  Übersetzung im Rahmen eines paradigmatischen
  Transfer betrachten.

3

• Die Übertragung(Transfer) auf syntaktischen
  Ebene hat mit der Übertragung 3 grossen Arten der
  linguistischen Informationen zu tun
• Lexikal units( lexical transfer)
• Grammemic transfer( inflectional meanings)
• Syntactic constructions( syntactic transfer)

4
Problem der syntactic mismaches

1. Interlinguistische und intralinguistische Natur
   der syntactic mismaches.
2. Relevante Aspekte von theoretical framework The
   Meaning-Text Theory(MTT).

5
Arten der mismaches( translation divergences)
Dorr(1993,1994)

• 1. Themtic divergence mismatches
  aufgrund der syntaktischen actant-permutation
  oder conversion.
• I like this picture.
• Mne navritsja èta kartina.
• Das englische syntaktische Subjekt I
  entspricht semantisch dem indirektem Objekt Mne
  im Russischen.

6

• 2. demotional/promotional divergence
  mismatches aufgrund der dependency Inversion oder
  head switsching.
• I just learnd that.
• Je viens de laapprendre.
• ( I COME FROM THAT TO-LEARN)
• Ich schwimme gern.
• I like swimming.
• Die adverbialbestimmung Modifikator in dem
  ersten Satz jedes Paares entspricht semantisch
  dem finiten Verb des zweiten Satzes.

7

• 3. lexical conflational divergence mismatches
  aufgrund lexeme-phrase substitution oder lexical
  fission/fussion.
• I stabbed John.
• Yo le di a John una puñalada.
• ( I TO-HIM GAVE TO JOHN A STAB)
• I like Mary.
• Ich habe Mary gern.
• Die verbale lexeme im ersten Satz vom jeden
  Paar entspricht einer verbalen Ausdruck im
  zweiten Satz.

8

• 4. categorial divergence Mismatches aufgrund
  part-of-speech Änderungen.
• I am hungry.
• Jai faim.
• (I HAVE HUNGER)
• Die gleiche Bedeutung wird durch ein
  Adjektiv im Englischen und ein Substantiv im
  Französischen zum Ausdruck gebracht.

9

• 5.structural divergence Mismatches aufgrund
  function-word introduction/elimination
• Je lirai.
• (I READ fut1stperson)
• I will read.
• He entered the room.
• Er trat in das Zimmer ein.
• (HE STEPPED IN THE ROOM IN)
• Die gleiche Bedeutung wird durch ein Aufix
  im Französischen und ein Auxiliary im Englischen,
  oder durch ein Verb ohne Präposition im
  Englischen und ein Verb mit Präposition, im
  Deutschen zum Ausdruck gebracht.

10

• Dorr's Typologie diente als Ausgangspunkt für
  eine Reihe von Untersuchungen über das Problem
  der syntactic mismatches im MT.
• Mit Hilfe dieser Typologie versucht man einen
  universellen Kalkül der syntactic mismatches
  zwischen den Sprachen zu entwickeln und eine
  Methode für seine Abgabe in einer einheitlichen
  Art und Weise vorzuschlagen.

11
Die intra und inter-linguistische Natur der
syntactic mismaches

• Das Phänomen der syntaktischen mismatches ist so
  viel interlinguistik wie intralinguistik. In
  anderen Worten, äquivalente Strukturen innerhalb
  einer Sprache(Paraphrasen), zeigen mismaches von
  der gleichen Art wie die Art zwischen äquivalent
  syntaktische Strukturen zwischen zwei
  verschiedenen Sprachen.

12
Intralinguistische Beispiele

• 1. Actant conversion mismatch
• Ich mag das Bild.- Mir gefällt das Bild.
• 2. Head-switching mismatch
• Ich mag schwimmen.- Ich schwimme gern.
• 3. lexical fission/fusion mismatch
• Ich schuss auf john.- Ich gab auf john einen
  Schuss ab.

13

• 4. Part-of-Speech mismatch
• Ich bin hungrig.-Ich hab Hunger.
• 5. Functional word introduction/elimination
  mismatch.
• a. Er las.- Er hat gelesen.
• b. Er betrat das Zimmer.- Er trat in das Zimmer
  ein.
• c. Ja budu sobiratsja zavtra.- Ja soberus
  zavtra.

14

• Deshalb können wir schließen, dass strukturelle
  mismatches zwischen semantisch äquivalenten
  Ausdrücken verschiedener Sprachen, einen
  bestimmten Fall von einem allgemeinen Phänomen
  repräsentieren
• Die Gründung der Entsprechungen zwischen
  semantisch äquivalente aber strukturell (
  syntaktisch) divergierende Ausdrücke ist nichts
  als paraphrasieren.
• Daher kann das Problem der structural
  mismaches im MT gelöst werden, indem einen
  allgemeinen Mechanismus zu paraphrasieren -
  sowohl intra- als auch interlinguistisch benutzt
  wird.

15
MTT

• MTT bietet eine allgemeine intralinguistic
  paraphrasingsystem(Žolkovskij 1967 Melcuk 1974,
  pp 149, 1988b, 1992 Milicevic 2003). Diese
  paraphrasingsystem ist früher, unter anderen
  Systemen, von Sanromán vilas ua. (1999) und
  Apresjan ua. (Im Druck), intralinguistisch an der
  Quell-Sprache Seite benutzt worden, um die
  Quellsprache-Strukturen zu den Zielsprache-Struktu
  ren anzupassen. Wir nehmen dieses System in
  unserem Konzept für die interlinguistische
  Auflösung von Quell- und Zielsprache
  Structure-mismaches.

16
Die theoretischen Rahmen(theoretical framework)

• Angesichts der Komplexität der Aufgabe in MT,
  muss die Übertragungsphase so viel wie möglich
  verkürzt werden, und die intralinguistische
  Phenomene müssen an der Quell-Seite(während der
  Analyse), oder an der Ziel-Seite(während der
  Synthese) behandelt werden.
• Die Ebene, auf der die Übertragung erfolg ist,
  ist in MTT die Tifensyntaktischen Struktur.
• Die TSyntS(DSyntS) ist abstrakt genug, um alle
  Arten von lexikalischen und syntaktischen
  divergences zu verhindern.

17
General Schema der Übertragung
18

Der Vorschlag Transfer als paraphrasieren

• Unser Ziel ist in diesem Beitrag ein zweifaches
  
• (i) eine Beschreibung aller logisch möglichen
  Arten von syntactic missmaches
• (ii) zu definieren und zu zeigen, dass die
  Struktur der Universal-Transfer(paraphrasieren)-Re
  geln notwendig und ausreichend für die Zuordnung
  zwischen zwei beliebigen tief syntaktischen
  Strukturen sind, in denen mindestens ein
  mismatches zu finden ist .

19
The syntactic transfer engine(STE)

• Die Natur dieser Regeln setzt eine besondere
  Architektur des Übertragung-Motors voraus, die in
  der Lage ist, mit syntactic mismatches zwischen
  den TsyntS-en umgehen zu können.(der syntaktische
  Transfer Engine, STE).

20
STE muss die folgenden drei Hauptkomponenten
haben

• 1. Formalisierte einsprachige "erklärende
  kombinatorische Wörterbücher"(ECDs) für die
  Sprachen. Diese Lexika sind unabhängig von dem
  Paar-Sprachen und neutraler, in dem Sinne, dass
  jeder kann entweder als eine Quell- oder eine
  Zielsprache lexikon benutzt werden. Sie
  beinhalten unter anderem die lexikalische
  co-occurrence Informationen der Sprache, die in
  Bezug auf die lexikalischen Funktionen sind.
  (LFs) (vgl. Ziff. 3.1.1 und Mel'fuk 1996 für eine
  detaillierte Einführung in die LFs).

21

• 2. Eine Reihe von lexikalischen zweisprachigen
  Korrespondenz Indizes für die Sprachpaare. Eine
  zweisprachige lexikalische Index (BLI), die für
  jedes Paar von Sprachen spezifisch ist und eine
  neutrale Liste von Paaren der translationale
  equivalent-LUs von LS und LT darstellt.
• 3. Eine Reihe von Transfer-Paraphrasing-Regeln,
  die die Zuordnung zwischen equivalent-syntaktische
  n Strukturen von LS und LT durchführen.

22
Bilingual lexikalische Index

• BLI ist grundsätzlich auf tiefe LUs der
  Sprach-Paare beteiligt. So, in der englischen
  Teil eines englischen BLI ist PAY nicht als in
  pay attention, sondern nur so beteiligt
• ATTENTIONPay ist eines der Elemente des Wertes
  LF Oper1 von ATTENTION.
• Weder enthält er LAUNCH noch ATTACKN wie in
  launch an attack, sondern nur ATTACKV ATTACKN
  ist ein Element des Wertes LF S0 auf ATTACKV. Und
  es ist weder HEAVY noch RAINN wie in heavy rain,
  aber nur RAINV.

23
regular u. irregular Äquivalenze

• Lexikalische Äquivalenzen in einer BLI lassen
  sich in zwei großen Klassen aufteilen
  "regular"Äquivalenze, die keine structural
  mismatches zeigen und können in Form von LU-Paare
  zum Ausdruck kommen, und "irregular"Äquivalenzen,
  die zu einer structural mismatches zeigen und
  eine spezifische Umwandlung erforderlich ist, um
  diese mismatches aufzulösen.

24
regulär Äquivalenzen

• Mit Bezug auf die regulär lexikalische
  Äquivalenzen, sind wieder zwei Fälle zu
  unterscheiden
• 1. LS hat mindestens eine semantisch voll
  passende Übersetzung, die LT entspricht. In
  diesem Fall erhält LS nur diese LT als seine
  Übersetzungsäquivalent und alle exakte und mehr
  spezielle Synonyme von LT sind nicht in der BLI,
  sondern in der Monolingual LT ECD zu finden, und
  werden bei der Synthese ausgesucht.
• Beispiel (DEEP, PROFOND)
• (CHAIR1, CHAISE)
• (CHAIR2, CHAIRE)

25

• 2. LS verfügt nicht über eine voll passende
  Übersetzungsäquivalent, aber ein oder mehrere
  semantisch nicht genau passende
  Übersetzungsäquivalente, die kreuzende Synonyme
  von einander sind. In diesem Fall, LS erhält alle
  diese Synonyme als seine Übersetzungsäquivalente.
• Beispiele
• (ANSPRACHE, OBRAŠCENIE,
• PRIZYV,
• VOZZVANIE)

26
irregulär Äquivalenzen

• Was als irregulär lexikalische Äquivalenzen
  betroffen sind, jede Übersetzungsäquivalenz ist
  von der Form (LS, LT, ?), wo ? ein LF ist. ?(LS)
  LT - Auf diese Weise, bestimmt ? eindeutig die
  Art des mismaches, die durch die Übersetzung LS
  zu LT auftaucht und auch ihre Resolution. (Anti,
  Conv21 und //Adv1 sind LFs, deren Werte sich in
  der entsprechenden einsprachige ECDs befinden.)
• Beispiela. (SHALLOW, PROFOND, Anti)
• b. (LIKE, PLAIRE, Conv21) c. (SOLER,
  HABITUELLEMENT , //AdV1)  Julie likes Paul.
  Paul plait à Julie. Maria suele leer. Maria
  lit habituellement. "Maria usually reads."

27
Transfer- paraphrasierungsregeln

• Drei verschiedene Arten von Transfer-
  paraphrasierungsregeln sind zu unterscheiden
• 1. Eine Reihe von elementaren lexikalischen
  Äquivalenzen ausgedrückt in der LFs. Sie sind
  universall.
• 2. Eine Reihe von elementaren syntaktischen
  Operationen, die den tief syntaktischen Baum in
  Zielsprache "durch die Anwendung einer
  lexikalischen Äquivalent darstellen. Die sind
  notwendig, um sicherzustellen, dass der Baum
  wohlgeformt und semantisch äquivalent zu dem tief
  syntaktischen Baum in Ausgangsprache ist.
• 3. Eine Reihe von syntaktischen
  Anpassungsoperationen, die sich um den Kontext
  kümmern.

28
Definition von TsynS

• Ld , Gsem und Rdsynt sind drei disjunkten
  Alphabeten der TsyntS, wo Ld die Menge der
  tiefenlexikalischen Einheiten (LU), Gsem die
  Menge der semantischen grammemes und Rdsynt die
  Menge der tiefensyntaktischen Beziehungen ist.
• TsyntS ist eine Tupel über Ld U Gsem U Rdsynt.

29
Ld Deep lexical units (tiefenlexikalischen
Einheiten)

• Die Menge der tiefen LUs von L enthält alle LUs (
  Lexeme und Idiome) von L mit folgenden
  Ergänzungen und Eliminierungen.
• Ergänzungen
• (i) LF Sombole, (ii) fiktive lexeme
• Eliminierungen
• (i) strukturelle Wörter, (ii) Personalpronomen,
  (iii) Wert der LF
• -Eine analytische Form have been paid
• PAYind, pass, pres, perf, non-progr.
• -Alle propositionen und konjunktionen werden
  weggelassen
• Insists on departure INSIST-?? ? DEPARTURE
• Quarrel between friends QUARREL-? ? FRIENDS
• Know that she is sleeping
• KNOW- ?? ? SLEEPind, act, pres, non-perf,
  progr-? ?SHE

30

• -All Personalpronomen(3rd person) werden durch
  ihre References ersetzt
• a. Taking the book, John put it on the table.
• b. Taking the book, John put THE BOOK on the
  table.
• -Ein Idiom wird als eine Knote repräsentiert
• a. John got his second wind JOHN ? ? - GET-
  ONES- SECOND- WIND
• b. John barks up the wrong tree JOHN ? ?
  -BARK- UP- THE- WRONG- TREE

31
LF

• LF lassen sich in zwei Arten aufteilen
  Paradigmatische LF und syntagmatische LF
• Paradigmatische LF vertreten lexikosemantische
  Ableitungen( wie der Namen der Aktion, Prozess,
  etc.)
• Adverbial noun (S0)
• The name of the actant of an action, State,
  process, etc. (Si)
• The name of the characteristic property of the
  ith actant of an action, state, process, etc.
  (Ai)
• The name of a conversiv of L (Convij)
• Syntagmatische LF Magn, Operi, Reali, Son

32
(No Transcript)
33
(No Transcript)
34

• Der Wert eines syntagmatischen LF ist in den
  meisten Fällen zusammen mit L als einen
  syntaktischen Abhängigen oder gouvernor von L
  zum Ausdruck gebracht. Aber in einigen Fällen,
  ein Element der Wert von f(L) drückt den Sinn des
  LF f zusammen mit der Bedeutung von L. Ein
  solches Element wird als fused bezeichnet
• Heavy Magn(RAIN)
• Downpour //Magn(RAIN)
• SpreadPreparReal1 (BUTTER)
• Butter //PreparLabreal12 (BUTTER)

35

• In paradigmatischen LFs kann ein Lexem L1, der
  ein Element der Wert einer paradigmatischen LF f
  von dem Schlüsselwort L2 ist, in TsyntS durch die
  funktionale Notation ersetzt werden, nur wenn die
  drei folgenden Bedingungen gleichzeitig erfüllt
  sind
• - f steht nicht für eine Synonym, eine Antonym
  oder ein konversiv.
• - Die Bedeutung von L1 ist die genaue
  zusammensetzung der Bedeutung von L2 und f.
• - Die Bedeutung von L1 und L2 ist gleich und L2
  ist semantisch die Grundlage(Basis) von L1
• V0(ATTACKN) erscheint nicht in der TsyntS. Der
  Nomen Attack ist nicht semantisch der Basis von
  den Verb attack aber die umgekehrte Form ist
  schon richtig S0(ATTACKV)

36

• Gsem deep grammemes( tief-grammemes)
• Geschlecht, case, verbal Person und Numerus sind
  syntaktische grammemes und erscheinen nicht in
  OsyntS und TsyntS.
• RTsynt deep- syntactic relation
  (tiefensyntaktischen Beziehungen)
• Die sechs actantial DsyntRels( ?, ??, ...,V?)
• Attributive TsyntRel(ATTR)
• Coordinative TsyntRel(COORD)
• Appenditive TsyntRel(APPEND)

37
Vier lexikalischen Elemente der TsyntS, die nicht
in der OsyntS erscheinen

• Zero LUs (unpersönliche Pronomen)

38

• - LF Symbole
• - Elidierte Lus
• DuermoI sleep erscheint in TsyntS als
• YO??-DORMIRind,pres,non-perf,non-progr
• - Fiktive LUs, die Bedeutungen durch
  syntaktischen Konstruktionen repräsentieren

39
Andere Tranfer-Repräsentationen

• Jackendoffs(1990) Lexical Conceptual
  Structures(LCSs)
• LFGs f-structure (Bresnan 1982)
• Discourse Representation Theory (DRT)( Kamp und
  Reyle 1993 Reyle 1993)
• Situation Semantics(Barwise und Perry 1983)

40
Beispiel von TsyntS
41
(No Transcript)
42
Pseudo-mismatches

• Pseudo mismatches aufgrund oberflächensyntaktische
  n Phänomene
• Hilfsverben aller Art
• LIREfut - ? ?MOI READfut- ? ??
• (French) le loup THE WOLF ?(Romanian) lupul
  WOLF-def the wolf
• (English) more beautiful ? (German) schöner
  BEAUTIFUL-comp

43

• Präpositionen und Konjunktionen

44

• Die Idiome(teilweise)
• Syntaktische Idiosyncrasies

45

• 2- Pseudo mismatches aufgrund eingeschränkten
  lexikalischen co-accurrence