Masintõlge (ka automaattõlge, raaltõlge[1]) onarvutilingvistika haru, mis uurib võimalusi tõlkidatarkvara abil teksti või kõnet ühestloomulikust keelest teise.
Kõige elementaarsemal tasemel asendab masintõlge ühe keele sõnad teise keele omadega, kuid sellest ei piisa heaks tõlkeks, sest tuleb tunda ära tervedfraasid ja leida neile teises keeles vasted. Sellele probleemile lahenduste otsiminekorpuslingvistika jastatistika vahenditega on kiirelt arenev ala, mis viib paremate tõlgeteni, tegeldes eripäradegakeeletüpoloogias jaidioomide tõlkes ning keeleliste anomaaliate tuvastamisega.
Tänapäevast masintõlketarkvara võib sageli kohandada valdkonna järgi (näiteksilmateated). See tehnika on eriti tõhus valdkondades, kus kasutatakse formaalset keelt. Nii on masintõlge sobilikum tehniliste ja juriidiliste tõlgete tarbeks kui kõnekeele või vähem standardiseeritud tekstide korral.
- 1629 –René Descartes pakub väljauniversaalkeele
- 1951 – esimene valdkonna teadlane Yehosha Bar-Hillel alustab uuringuidMIT-s
- 1954 – Georgetown-IBM süsteemi avalik demo, kus demonstreeritakse automaatset tõlget vene keelest inglise keelde
- 1956 – esimene masintõlke konverents Londonis
- 1966 – ALPACI aruanne leiab, et masintõlge ei ole end õigustanud. Valdkonna rahastus peatatakse USA valitsuse poolt
- 1991 –Harkovi Ülikool annab välja esimese ärilise masintõlkesüsteemi vene-inglise-saksa-ukraina keelte jaoks
- 1997 –AltaVistaBabelfish hakkab pakkuma veebis lühikeste tekstide tasuta tõlkimist
- 2007 –Google Translate hakkab reeglipõhise tõlke asemel kasutama statistilisi meetodeid
Inimtõlkeprotsessi saab kirjeldada kui esmalt lähteteksti tähenduse dekodeerimist ning seejärel selle tähenduse kodeerimist sihtkeelde. Sellise lihtsa kirjelduse taga toimub väga keeruline kognitiivne protsess: kogu tekst tuleb analüüsida, mis vajab väga sügavat teadmistgrammatikast,semantikast,süntaksist, idioomidest jne. Seega peaks arvuti tekstist sama hästi aru saama nagu inimene.Hetkel ei ole see tehnoloogiliselt võimalik ning ükski automaattõlke meetod ei suuda inimese abita toota kvaliteetset väljundit. Parim, mida arvuti suudab teha, on anda üldine aimdus teksti sisust. Paljude praktiliste rakenduste jaoks, kus ei pruugi inimtõlget isegi vaja minna, on see täiesti piisav.
Otsetõlke puhul koostatakse kahe keele vahel sõnastik ning kasutatakse seda iga sõna tõlkimiseks.
Ülekandemeetodi puhul on sõnastikus vaid algvormid. Tõlkeprogramm teostab sisendil morfoloogilist analüüsi ning kasutab selle tulemusi koos lisareeglitega uude keelde tõlkimiseks.
Tõlgitav tekst tõlgitakse esmalt vahekeelde ning alles seejärel sihtkeelde. Mida rohkem keeli on vahekeelega liidestatud, seda võimekam selline tõlkesüsteem on.
Statistiline masintõlge kasutab kakskeelseid lähtekorpuseid, kus sama tekst on esitatud mõlemas keeles. Nende tekstide põhjal koostab tarkvara statistilise mudeli, mida kasutada seni veel nägemata tekstide jaoks.
See probleem tekib siis, kui ühel sõnal on rohkem kui üks tähendus. Tänapäeval lahendatakse probleemi kahel moel: "madala" ja "sügava" lähenemise abil. "Madala" lähenemise puhul ei eeldata sõna kohta eelteadmist, vaid uuritakse ümbritsevaid sõnu statistiliste meetodite abil. "Sügava" lähenemise puhul eeldatakse suurt eelteadmust antud sõna kohta.
Kõnekeelest või kõnekeelde tõlkimise puhul on see eriti suur probleem reeglipõhise tõlke puhul, kuna vaikimisi ei kasuta reeglipõhine tõlge väljaspool keelenorme olevaid allikaid.
Nimeüksuste all mõistetakse nii isikuid, kohti ja ettevõtteid kui ka aja, ruumi ja koguse väljendusi. Nimeüksused põhjustavad probleeme just statistiliste meetodite kasutamisel, kuna neid ei pruugi lähteallikates piisavalt tihti esineda.
- Riiklik programm "Eesti keele keeletehnoloogiline tugi (2006-2010)", Masintõlge I
- 13. märts 2009,Katse: veebimasin tõlgib, kuid läbi häda, maaleht.ee
- 16. mai 2011,Daniel Vaarik,Kuidas masintõlge muudab pilti Eestist?
- Kaalep, H.-J., Koit, M. Kuidas masin tõlgib Keel ja Kirjandus 10, 2010, lk 726-738http://keeljakirjandus.eki.ee/726-738.pdf
- Raido Vahtra,Masintõlge: minevik, olevik, tulevik
