Systran και ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ. Η Μηχανική Μετάφραση στην Υπηρεσία του Μεταφραστή. Αγγλο-Ελληνικό Ζεύγος

Transcript

1 Τ.Ε.Ι. ΗΠΕΙΡΟΥ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ & ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΕΦΑΡΜΟΓΩΝ ΞΕΝΩΝ ΓΛΩΣΣΩΝ ΣΤΗ ΔΙΟΙΚΗΣΗ ΚΑΙ ΤΟ ΕΜΠΟΡΙΟ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ Η Μηχανική Μετάφραση στην Υπηρεσία του Μεταφραστή Systran και Αγγλο-Ελληνικό Ζεύγος ΡΙΤΣΗΣ ΒΑΣΙΛΕΙΟΣ ΕΠΙΒΛΕΠΩΝ ΚΑΘΗΓΗΤΗΣ: ΒΛΑΧΟΠΟΥΛΟΣ ΣΤΕΦΑΝΟΣ ΜΑΡΤΙΟΣ 2009

2 Περιεχόμενα 1.Πρόλογος Εισαγωγή Η Μηχανική Μετάφραση για τον Άνθρωπο Η Μηχανική Μετάφραση για την Επιστήμη Γενικοί Ορισμοί Προσεγγίσεις στη Μηχανική Μετάφραση Βασική δομή των συστημάτων Μηχανικής Μετάφρασης Ιστορικά στοιχεία Στοιχεία γλωσσολογίας Γραμματική Μορφολογία και λεξιλόγιο Συντακτικό Συντακτικά χαρακτηριστικά και λειτουργίες Σημασιολογικά στοιχεία Τα συστήματα Μηχανικής Μετάφρασης στην πράξη Πλήρως αυτόματη μετάφραση υψηλής ποιότητας Ανθρώπινη Μετάφραση Υποβοηθούμενη από Υπολογιστή Μηχανική Μετάφραση Υποβοηθούμενη από τον Άνθρωπο Προ-επεξεργασία (Pre-editing) Post-editing Χρήση Μηχανικής Μετάφρασης Χαμηλής Ποιότητας Αξιολόγηση ενός συστήματος μηχανικής μετάφρασης Είδη και στάδια της αξιολόγησης Γλωσσολογική αξιολόγηση της ανεπεξέργαστης μετάφρασης Εκτίμηση ποιότητας Ανάλυση λαθών Αξιολόγηση από τον χρήστη Γλωσσολογική αξιολόγηση Εκτίμηση των ορίων του συστήματος, βελτίωση και επεκτασιμότητα Τεχνική Αξιολόγηση Εκτίμηση για απαιτήσεις χρηστών και ευκολία χρήσης Εκτίμηση κόστους και πλεονεκτημάτων χρήσης Αξιολόγηση από το μεταφραστή Αξιολόγηση από τον αποδέκτη Systran Το βασικό σύστημα Άμεση Μετάφραση εναντίον Μετάβασης Λεξικά του συστήματος Υπολογιστική πλευρά Μεταφραστική διαδικασία Χαρακτηριστικά του συστήματος Δυνατότητες Βελτίωσης Δοκιμαστική Μηχανική Μετάφραση Γενικά Περιορισμοί Καταμέτρηση Λαθών Λεξιλογικά Συντακτικά

3 7.6 Παράδοξα αποτελέσματα Συμπέρασμα...77 Παράρτημα Α...80 Παράρτημα Β Βιβλιογραφία Γλωσσάρι

4 1. Πρόλογος Το Systran έγινε γνωστό στην Ελλάδα στα μέσα της δεκαετίας του '90. Οι πρώτες του εκδόσεις δεν υποστήριζαν Ελληνικά, ωστόσο υπήρχε επιτέλους ένα σύστημα αυτόματης μετάφρασης που ήταν διαθέσιμο στο ευρύ κοινό. Όσοι ασχολούνταν με τις ξένες γλώσσες ανυπομονούσαν να το δοκιμάσουν. Το διαδίκτυο δεν θα ήταν διαθέσιμο στην Ελλάδα για λίγα ακόμα χρόνια, αλλά η πληροφορική κοινότητα ήταν δικτυωμένη σε διάφορα BBS (Bulletin Board Systems). Αυτά ήταν οι πρόγονοι της διαδικτυακής επικοινωνίας, τοπικά αστικά δίκτυα ηλεκτρονικών υπολογιστών που υλοποιούνταν μέσω απλής τηλεφωνικής γραμμής. Οι συζητήσεις περί νέας τεχνολογίας ήταν η κύρια ενασχόληση των μελών αυτών των βάσεων και το Systran δεν αποτέλεσε εξαίρεση, καθώς οι εραστές της τεχνολογίας αδημονούσαν να πάρουν στα χέρια τους αυτό το αξιοθαύμαστο καινούργιο πρόγραμμα. Μετά από χρόνια έγινε διαθέσιμη η ελληνική έκδοση. Παράλληλα, η χώρα μας είχε ήδη συνδεθεί με το διαδίκτυο και τον παγκόσμιο ιστό. Η ύπαρξη του ελληνικού Systran έγινε γνωστή σε ένα πολύ ευρύτερο κοινό. Οι απόψεις ποίκιλαν, αλλά η γενική αντίληψη ήταν αρνητική. Το Systran δεν μετέφραζε καθόλου σωστά. Το παραγόμενο κείμενο είχε πολλά λάθη και ήταν τις περισσότερες φορές ακατάληπτο. Οι απαιτήσεις ήταν υψηλές καθώς το κοινό περίμενε το πρόγραμμα που θα καθιστούσε άχρηστη την εκμάθηση μιας ξένης γλώσσας. Όπως ήταν φυσικό, οι απαιτήσεις διαψεύστηκαν και το Systran καταδικάστηκε ως άχρηστο. Ήταν, όμως, πραγματικά; 3

5 2. Εισαγωγή Ένα σύστημα μηχανικής μετάφρασης δεν μας απαλλάσσει από τον κόπο της εκμάθησης μιας ξένης γλώσσας. Τα παράγωγα ενός τέτοιου συστήματος συνήθως απέχουν πολύ από το να χαρακτηριστούν τέλεια. Είναι λοιπόν δυνατόν να συμβιβαστούμε με ατελείς μεταφράσεις; Μπορούμε να τις αξιοποιήσουμε; Υπό ποιες συνθήκες; Τι έχουμε να κερδίσουμε; Πώς μπορούμε να γνωρίζουμε εάν μας χρειάζεται ένα τέτοιο σύστημα; Είναι χρήσιμο για κάποιον που ήδη γνωρίζει πολύ καλά μια ξένη γλώσσα, όπως ο επαγγελματίας μεταφραστής; Σήμερα υπάρχουν προγράμματα τα οποία, χρησιμοποιώντας διάφορες τεχνολογικές και γλωσσολογικές προσεγγίσεις, είναι σε θέση να δώσουν τη χονδρική μετάφραση κειμένων μέσα σε μια καλά προκαθορισμένη θεματική ενότητα. Το παραγόμενα αυτά κείμενα μπορούν να διορθωθούν ώστε να δώσουν καλής ποιότητας μετάφρασμα σε βιώσιμους οικονομικά ρυθμούς ή, στην πρωτογενή τους μορφή, να διαβαστούν και να γίνουν κατανοητά από ειδήμονες ενός θεματικού τομέα προκειμένου να αντληθεί πληροφορία 1. Σε ορισμένες περιπτώσεις, ελέγχοντας τη γλώσσα των κειμένων που εισέρχονται στο σύστημα, η παραγόμενη μετάφραση μπορεί να χρήζει ελάχιστης ή και μηδενικής διόρθωσης 2. Τα επιτεύγματα του (δι)επιστημονικού τομέα που σήμερα καλείται Μηχανική Μετάφραση ΜΜ (Machine Translation MT) συχνά παρεξηγούνται ή δεν χαίρουν ιδιαίτερης εκτίμησης. Η κοινή αντίληψη περί μηχανικής μετάφρασης παραμορφώνεται από δύο ακραίες απόψεις. Αφενός, υπάρχει η άποψη ότι δεν υφίσταται δυσκολία στην ανάλυση μιας γλώσσας. Επιχειρήματα που υποστηρίζουν αυτή την άποψη είναι ότι ακόμα και μικρά παιδιά μαθαίνουν διάφορες ξένες γλώσσες με σχετική ευκολία, αλλά και ότι ο καθένας που μιλάει μια ξένη γλώσσα μπορεί εύκολα να μεταφράσει. Συνεπώς, δεν εκτιμάται η δυσκολία της ενασχόλησης με τη μετάφραση, μηχανική ή ανθρώπινη, ούτε τα επιτεύγματα των κλάδων αυτών. Αφετέρου, κυριαρχεί η άποψη ότι καθώς τα αυτοματοποιημένα συστήματα δεν μπορούν να δώσουν μετάφραση ενός William Shakespeare, ενός Thomas Mann ή ενός Νίκου Καζαντζάκη, είναι άχρηστα. Δεν εκτιμάται ότι η μηχανική μετάφραση λειτουργεί ήδη και διευκολύνει τη δουλειά και τη ζωή χιλιάδων ανθρώπων, ακόμα και με ατελή παράγωγα, συμβάλλοντας στη διεθνή επικοινωνία. 1 Hutchins (2004), σ.4 2 Arnold et al. (1994), σ.147 4

6 Στις σελίδες που ακολουθούν επιχειρείται η προσέγγιση στο Systran (έκδοση 4.0), από τη σκοπιά της χρήσης του ως έξυπνο εργαλείο για μετάφραση από την Αγγλική γλώσσα στην Ελληνική. Το σύστημα Systran επιλέχθηκε καθώς μέχρι αυτή τη στιγμή (Νοέμβριος 2008) είναι ένα ευρέως γνωστό αυτόνομο πρόγραμμα μηχανικής μετάφρασης για διάφορες γλώσσες, συμπεριλαμβανόμενης της ελληνικής. Άλλες υλοποιήσεις για την ελληνική γλώσσα είτε βασίζονται σε διαδικτυακές ιστοσελίδες (Babel Fish 3, Worldlingo 4 ) είτε προσφέρονται ως ολοκληρωμένες εταιρικές λύσεις επί παραγγελία, με ανάλογα κόστη και εξειδικευμένα χαρακτηριστικά που καθιστούν αδύνατη τη συστηματική διερεύνησή τους στα πλαίσια αυτής της εργασίας. Η εργασία αποτελείται από οκτώ κεφάλαια και δυο παραρτήματα. Στα δύο πρώτα κεφάλαια δίνονται ο πρόλογος και η εισαγωγή, που περιέχουν τις πρωταρχικές πληροφορίες για τη μηχανική μετάφραση, κάποιους βασικούς ορισμούς για τη ΜΜ και τα συστήματα εν γένει, καθώς και κάποια ιστορικά στοιχεία. Το Κεφάλαιο 3 περιέχει ορισμούς και έννοιες της γλωσσολογίας που σχετίζονται άμεσα με τη μηχανική μετάφραση και παρέχει πληροφορίες για την καλύτερη κατανόηση των εσωτερικών λειτουργιών ενός συστήματος ΜΜ. Στο Κεφάλαιο 4 παρουσιάζονται οι θεωρητικές και πρακτικές συνθήκες χρήσης της ΜΜ, ενώ γίνεται λόγος και για τα περιφερειακά τμήματα της μεταφραστικής διαδικασίας καθεαυτής (pre- & post-editing). Το Κεφάλαιο 5 παρέχει πληροφορίες για τον τρόπο αξιολόγησης ενός συστήματος ΜΜ και επικεντρώνεται στις πλευρές που αφορούν τον τελικό χρήστη τον επαγγελματία μεταφραστή. Το Κεφάλαιο 6 παρουσιάζει το σύστημα Systran. Περιγράφονται η δομή και τα χαρακτηριστικά του συστήματος καθώς και ο τρόπος λειτουργίας και οι εσωτερικές διαδικασίες. Η θεωρητική ανάλυση της εργασίας συμπληρώνεται στη συνέχεια από μια πρακτική προσέγγιση στο σύστημα Systran 4.0 με τη δοκιμαστική μετάφραση αγγλικού κειμένου στα ελληνικά. Στο Κεφάλαιο 7 αναφέρονται τα χαρακτηριστικά του είδους του κειμένου που χρησιμοποιήθηκε και οι περιορισμοί του συστήματος που προέκυψαν από τη δοκιμαστική αυτή μετάφραση. Επίσης δίνεται η μέθοδος αξιολόγησης του αποτελέσματος και τα σημεία όπου αυτή επικεντρώθηκε, καθώς και η ανάλυση ενός παράδοξου αποτελέσματος. Το Κεφάλαιο 8 δίνει τα συμπεράσματα της εργασίας ενώ ακολουθούν τα Παραρτήματα Α και Β που περιέχουν το κείμενο-πηγή σε κάθετη παράθεση με το παράγωγο της μηχανικής μετάφρασης ανά παράγραφο, καθώς και ορισμένα αριθμητικά στοιχεία. Στα παραρτήματα εμφανίζεται το κείμενο-πηγή που χρησιμοποιήθηκε για τη 3 (30/11/2008) 4 (30/11/2008) 5

7 δοκιμαστική μετάφραση καθώς και το μηχανικό μετάφρασμα αυτού. Πρόκειται για ένα κεφάλαιο του εκπαιδευτικού εγχειριδίου Scanair Cabin Crew Manual που χρησιμοποιείται ως εκπαιδευτικό υλικό για την κατάρτιση των νεοπροσληφθέντων μελών πληρώματος καμπίνας για τα αεροσκάφη της αεροπορικής εταιρίας Thomas Cook Airlines Scandinavia. Κείμενα πληροφοριακού χαρακτήρα χωρίς λογοτεχνικά στοιχεία, όπως το εν λόγω εγχειρίδιο, είναι από τα κυριότερα είδη γραπτού λόγου που καλείται να επεξεργαστεί ένα σύστημα ΜΜ (βλ. Παρ. 2.1, 5.1.2). Επίσης το συγκεκριμένο κείμενο εμπεριέχει ορολογία συγκεκριμένου θεματικού πεδίου (αεροπλοΐα) που θα θέσει σε ενδιαφέρουσα δοκιμή το σύστημα. Η κειμενομορφή παρουσιάζει μεγάλη ποικιλία (πχ. επικεφαλίδες τηλεγραφικής σύνταξης, λίστες ενσωματωμένες στο κείμενο) ενώ η σύνταξη εμφανίζει λάθη και ασυνήθιστες δομές, στοιχεία που θα επιτρέψουν την παρατήρηση δυνατοτήτων και περιορισμών του συστήματος στο παραγόμενο μετάφρασμα. Με την ενδεικτική ανάλυση αυτών των δυνατοτήτων και περιορισμών, επιχειρείται η αποσαφήνιση των ικανοτήτων του Systran ώστε ο υποψήφιος χρήστης να μπορέσει να κρίνει εάν ένα ανάλογο σύστημα είναι χρήσιμο ή μη. 2.1 Η Μηχανική Μετάφραση για τον Άνθρωπο Οι περισσότερες μεταφράσεις παγκοσμίως δεν είναι κείμενα λογοτεχνικής ή πολιτιστικής φύσεως. Η συντριπτική πλειοψηφία των επαγγελματιών μεταφραστών απασχολείται για να ικανοποιήσει την ολοένα και αυξανόμενη ζήτηση για μεταφράσεις επιστημονικών και τεχνικών εγγράφων, εμπορικών και επιχειρηματικών συναλλαγών, διοικητικών μνημονίων, νομικών κειμένων, εγχειριδίων χρήσης κα 5. Κάποιο κομμάτι αυτής της εργασίας είναι απαιτητικό και δύσκολο. Όμως, ένα μεγάλο τμήμα είναι εργασία ρουτίνας, ανιαρή και επαναλαμβανόμενη, απαιτώντας ταυτόχρονα ακρίβεια και συνοχή στο αποτέλεσμα. Η ζήτηση για τέτοιου είδους μεταφράσεις μεγαλώνει με ρυθμούς στους οποίους ο επαγγελματίας μεταφραστής δεν μπορεί να αντεπεξέλθει. Η βοήθεια ενός ηλεκτρονικού υπολογιστή είναι άμεσα και εμφανώς ελκυστική. Η πρακτική χρησιμότητα ενός συστήματος μηχανικής μετάφρασης εξαρτάται εν τέλει από την ποιότητα των παραγώγων του. Όμως το τι θεωρείται καλή μετάφραση, μηχανική ή ανθρώπινη, είναι δύσκολο να ορισθεί επακριβώς. Εξαρτάται κατά πολύ από τις συνθήκες υπό τις οποίες απαιτείται η μετάφραση, καθώς και το είδος του αναγνώστη για τον οποίον προορίζεται. Κριτήρια που μπορούν να αναλυθούν περιλαμβάνουν την πιστότητα, την ακρίβεια, το πόσο κατανοητό είναι το κείμενο και το ύφος 5 Hutchins (1999), σ. 1 6

8 που αυτό υιοθετεί, τα οποία όμως παραμένουν υποκειμενικής φύσεως. Αυτό που έχει πρακτική σημασία, όσον αφορά τη μηχανική μετάφραση, είναι το πόσες αλλαγές πρέπει να γίνουν στο μετάφρασμα ώστε αυτό να φτάσει σε κάποιο επίπεδο αποδεκτό από τον αναγνώστη 6. Με τη μετάφραση να αποτελεί λεπτό θέμα, οι επιστήμονες που ερευνούν και αναπτύσσουν συστήματα μηχανικής μετάφρασης εν τέλει προσβλέπουν στο να παράγουν μεταφράσεις χρήσιμες υπό συγκεκριμένες συνθήκες ή, εναλλακτικά, να αναζητούν το πεδίο όπου μπορεί να φανεί χρήσιμο το είδος της μετάφρασης που είναι σε θέση να παράγουν Η Μηχανική Μετάφραση για την Επιστήμη Μολαταύτα, παραμένει το ιδεώδες της εξίσωσης της μηχανικής μετάφρασης με την ανθρώπινη 8. Η Μηχανική Μετάφραση ανήκει σε μια ευρύτερη σφαίρα έρευνας πάνω στην Επεξεργασία Φυσικής Γλώσσας με τη χρήση υπολογιστή, στην Υπολογιστική Γλωσσολογία και την Τεχνητή Νοημοσύνη, που εξερευνούν τους βασικούς μηχανισμούς της γλώσσας και του νου με τη χρήση μοντέλων και εξομοίωσης σε υπολογιστικό περιβάλλον 9. Η έρευνα πάνω στη ΜΜ είναι στενά συνυφασμένη με αυτά τα εγχειρήματα, υιοθετώντας και εφαρμόζοντας τόσο τις θεωρητικές απόψεις όσο και τις λειτουργικές τεχνικές στη μεταφραστική διαδικασία, αντιπροσφέροντας ιδέες και λύσεις που απορρέουν από τα δικά της συγκεκριμένα προβλήματα. Επιπροσθέτως, η ΜΜ μπορεί να λειτουργήσει ως πεδίο δοκιμών για ένα ευρύ φάσμα θεωριών και τεχνικών που έχουν αναπτυχθεί από μικρής κλίμακας πειράματα πάνω στην υπολογιστική γλωσσολογία και την τεχνητή νοημοσύνη. Τα κύρια εμπόδια στη μετάφραση με τη χρήση υπολογιστή ήταν ανέκαθεν γλωσσολογικής και όχι υπολογιστικής φύσεως 10. Αυτά τα εμπόδια είναι προβλήματα λεξικής αμφισημίας, συντακτικής πολυπλοκότητας, προβλήματα λεξιλογικών διαφορών μεταξύ γλωσσών, ελλειπτικών και ελαττωματικών γραμματικά συνόλων. Πρόκληση αποτελεί επίσης και η εξαγωγή του νοήματος μιας πρότασης ή ενός κειμένου μέσω της ανάλυσης γραπτών συμβόλων καθώς και η παραγωγή μιας πρότασης ή κειμένου χρησιμοποιώντας ένα άλλο σύνολο γλωσσολογικών συμβόλων, διατηρώντας το ίδιο νόημα. Συνεπώς, η ΜΜ βασίζεται σε προόδους της γλωσσολογικής έρευνας, συγκεκριμένα σε κλάδους που παρουσιάζουν υψηλά επίπεδα τυποποίησης της γλώσσας. Όμως η ΜΜ δεν μπορεί να εφαρμόσει 6 Dyson/Hannah, (1987), σ.3 7 Hutchins (1999), σ. 2 8 Nirenburg (2000), σ. 1 9 Hutchins/Somers (1992), σ.2 10 Στο ίδιο, σσ.2-3 7

9 γλωσσολογικές θεωρίες απευθείας: οι γλωσσολόγοι ασχολούνται με την εξήγηση των βαθύτερων μηχανισμών παραγωγής και κατανόησης της γλώσσας, επικεντρώνουν σε κρίσιμα χαρακτηριστικά και δεν επιχειρούν να περιγράψουν ή να αναλύσουν τα πάντα. Αντιθέτως, τα συστήματα ΜΜ έρχονται αντιμέτωπα με πραγματικά κείμενα. Πρέπει να αντεπεξέλθουν σε όλο το φάσμα των γλωσσολογικών φαινομένων, την πολυπλοκότητα της ορολογίας, τα ορθογραφικά ή τυπογραφικά λάθη, τους νεολογισμούς, όλα εκείνα τα στοιχεία που επηρεάζουν την απόδοση και που δεν είναι πάντα το μέλημα της θεωρητικής γλωσσολογίας. Εν γένει, η ΜΜ δεν είναι ένα ανεξάρτητο πεδίο έρευνας. Δανείζεται στοιχεία από τη γλωσσολογία, την πληροφορική, την τεχνητή νοημοσύνη, τη θεωρία της μετάφρασης, οποιεσδήποτε ιδέες, μεθόδους και τεχνικές που πιθανώς να χρησιμεύσουν στην ανάπτυξη ή βελτίωση ενός συστήματος. Είναι στην ουσία εφαρμοσμένη έρευνα, αλλά έχει αναπτύξει συγχρόνως και ένα αξιοσημείωτο όγκο τεχνικών και ιδεών που μπορούν, με τη σειρά τους, να εφαρμοστούν σε άλλες πτυχές της υπολογιστικής επεξεργασίας της γλώσσας. 2.3 Γενικοί Ορισμοί Ο όρος Μηχανική Μετάφραση είναι πλέον το παγιωμένο όνομα για πληροφορικά συστήματα που σκοπό έχουν την παραγωγή μεταφράσεων κειμένων-πηγών από μια φυσική γλώσσα σε μια άλλη, με ή χωρίς ανθρώπινη υποβοήθηση 11. Ο όρος αυτός δεν περιλαμβάνει υπολογιστικά εργαλεία μετάφρασης που σκοπό έχουν την υποστήριξη της δουλειάς του μεταφραστή παρέχοντας πρόσβαση σε λεξικά ή βάσεις ορολογικών δεδομένων, καθιστώντας εφικτή τη μετάδοση και λήψη κειμένων που μπορούν να διαβαστούν από κάποιο υπολογιστικό σύστημα ή διαδρούν με εφαρμογές επεξεργασίας, διόρθωσης και εκτύπωσης κειμένου. Εντούτοις στον όρο περιλαμβάνονται συστήματα στα οποία ο χρήστης υποβοηθά τον υπολογιστή στην παραγωγή μιας μετάφρασης, με τρόπους που περιλαμβάνουν προεπεξεργασία κειμένου, on-line 12 διαδραστικότητα ή μετέπειτα διόρθωση του παραγόμενου κειμένου. Τα όρια μεταξύ της Ανθρώπινης Μετάφρασης Υποβοηθούμενης από Υπολογιστή (Machine-Aided Human Translation MAHT) και της Μηχανικής Μετάφρασης Υποβοηθούμενης από τον Άνθρωπο (Human-Aided Machine Translation HAMT) είναι συχνά ακαθόριστα στην πράξη, ενώ ο όρος Μετάφραση υποβοηθούμενη από Υπολογιστή 11 Hutchins/Somers. (1992), σ.3 12 Ο όρος on-line χρησιμοποιείται με την ευρύτερη υπολογιστική έννοια. Μια λειτουργική μονάδα είναι on-line όταν βρίσκεται υπό τον έλεγχο ενός άλλου συστήματος ή είναι διαθέσιμο για άμεση χρήση από το σύστημα χωρίς ανθρώπινη παρέμβαση. (Federal Standard 1037C) 8

10 (Computer-Aided / Computer-Assisted Translation CAT) πιθανώς να αναφέρεται σε οποιοδήποτε από τα δύο 13. Ο πυρήνας, όμως, της ΜΜ είναι η αυτοματοποίηση ολόκληρης της μεταφραστικής διαδικασίας. Παρόλο που ο ιδανικός στόχος είναι να παραχθούν μεταφράσεις υψηλής ποιότητας, στην πραγματικότητα το μεγαλύτερο ποσοστό των μηχανικών μεταφρασμάτων χρειάζεται διόρθωση. Από αυτή την άποψη το μηχανικό μετάφρασμα αντιμετωπίζεται όπως το ανθρώπινο πρώτο μετάφρασμα, το οποίο αναθεωρείται και ελέγχεται από διαφορετικό μεταφραστή προτού δοθεί προς χρήση. Εντούτοις, τα είδη των λαθών μιας μηχανικής μετάφρασης διαφέρουν από αυτά ενός ανθρώπου-μεταφραστή, ενώ υπάρχουν και μερικές περιπτώσεις όπου το μηχανικό μετάφρασμα μπορεί να μείνει ως έχει ή να διορθωθεί επιφανειακά εάν, για παράδειγμα, απευθύνεται σε ειδήμονες του είδους του κειμένου. Επίσης, το μηχανικό μετάφρασμα μπορεί να χρησιμοποιηθεί σαν πρόχειρη πρώτη μετάφραση για να διευκολύνει τη δουλειά του μεταφραστή. Πέρα από την ανάπτυξη καλύτερων μεθόδων, η μεταφραστική ικανότητα ενός συστήματος μπορεί να βελτιωθεί με την εφαρμογή συγκεκριμένων περιορισμών στο πηγαίο κείμενο. Η πρακτική αυτή μπορεί να χαρακτηρισθεί ως μια πρώτη απόπειρα υποβοήθησης του συστήματος. Για παράδειγμα, ένα σύστημα μπορεί να είναι σχεδιασμένο να αναλύει κείμενα που είναι γραμμένα σε μια υπογλώσσα 14 (sublanguage λεξιλογικές και γραμματικές ιδιαιτερότητες που χρησιμοποιούνται από τους ειδήμονες ενός θεματικού πεδίου, πχ. οργανική χημεία) ή δημιουργημένα με μια συγκεκριμένη κειμενομορφή (πχ. συμβόλαιο σύστασης οριζόντιας ιδιοκτησίας). Εναλλακτικά, τα κείμενα μπορούν να είναι γραμμένα σε ελεγχόμενη γλώσσα 15, οι κανόνες της οποίας φροντίζουν για τη μείωση πιθανής αμφισημίας και περιορίζουν την πολυπλοκότητα στις δομές των προτάσεων. Αυτή η περίπτωση ονομάζεται γενικά προ-επεξεργασία 16, όμως ο όρος αυτός μπορεί να χρησιμοποιηθεί για τη σηματοδότηση πηγαίου κειμένου ως προς τα ουσιαστικά, τη διαίρεση λέξεων, προθέματα, καταλήξεις, τα όρια συντακτικών προτάσεων κτλ. 2.4 Προσεγγίσεις στη Μηχανική Μετάφραση Ο ρόλος ενός συστήματος μηχανικής μετάφρασης είναι να μετατρέψει ένα κείμενο από μια φυσική γλώσσα σε μιαν άλλη. Η μετάφραση με κανόνες (rule-based machine 13 Hutchins/Somers (1992), σσ Luckhardt (1991), σσ Φλώρου (2008), σ.3 16 Hutchins/Somers. (1992) σ.151 9

11 translation 17 ) αποτελεί σήμερα το κύριο πεδίο έρευνας στον τομέα της υπολογιστικής γλωσσολογίας. Παράλληλα, υπάρχουν εναλλακτικές μεθοδολογίες που βρίσκονται έξω από το φάσμα ανάλυσης του παρόντος κειμένου, οι οποίες αναφέρονται επιγραμματικά για λόγους πληρότητας. Η μετάφραση με τη χρήση παραδειγμάτων (Example-based machine translation EBMT 18 ) κάνει χρήση δίγλωσσων σωμάτων παράλληλων κειμένων σε πραγματικό χρόνο. Η υλοποίηση της διαδικασίας της μετάφρασης έγκειται στην ύπαρξη αναλογίας μεταξύ του κειμένου προς επεξεργασία και σωμάτων κειμένων της γνωστικής βάσης του συστήματος. Μια άλλη προσέγγιση, που εισήχθη το 1949 από τον Αμερικανό μαθηματικό Warren Weaver, βασίζεται στην επιστήμη της στατιστικής (Statistical Machine Translation SMT 19 ). Το σύστημα κάνει χρήση στατιστικών μοντέλων σε πραγματικό χρόνο, οι παράμετροι των οποίων απορρέουν από ανάλυση δίγλωσσων σωμάτων κειμένων στο πλαίσιο της ανάπτυξης και εκπαίδευσης της μεταφραστικής μηχανής. 2.5 Βασική δομή των συστημάτων Μηχανικής Μετάφρασης Τα συστήματα ΜΜ σχεδιάζονται είτε για ένα συγκεκριμένο ζεύγος γλωσσών (δίγλωσσα συστήματα) είτε για παραπάνω από δύο γλώσσες (πολύγλωσσα συστήματα). Η μετάφραση μπορεί να είναι μονόδρομη (από το πρώτο σκέλος του γλωσσικού ζεύγους στο άλλο) είτε αμφίδρομη (από και προς το κάθε σκέλος του γλωσσικού ζεύγους). Οι Hutchins και Somers 20 κάνουν λόγο για τρεις σχεδιαστικούς τύπους. Ο πρώτος τύπος, ο οποίος είναι και ο παλαιότερος ιστορικά, αναφέρεται ως εκδοχή άμεσης μετάφρασης (direct translation): το σύστημα είναι σχεδιασμένο σε κάθε κομμάτι του ειδικά για ένα συγκεκριμένο ζεύγος γλωσσών προς μία κατεύθυνση, πχ. τα αγγλικά είναι η γλώσσα του κειμένου-πηγή και τα γαλλικά είναι η γλώσσα-στόχος, στην οποία γίνεται η μετάφραση. Τα πηγαία κείμενα αναλύονται στο βαθμό όπου είναι απαραίτητο ώστε να δημιουργηθεί κείμενο στην άλλη γλώσσα. Ο δεύτερος βασικός τύπος κάνει χρήση διαγλώσσας (interlingua) για να μετατρέψει κείμενα από και προς νοηματικές αναπαραστάσεις που είναι κοινές σε πάνω από μια φυσικές γλώσσες. Έτσι, η μετάφραση γίνεται σε δύο στάδια: από τη γλώσσα-πηγή στη διαγλώσσα και από τη διαγλώσσα στη γλώσσα στόχο. Τα προγράμματα που είναι υπεύθυνα 17 Arnold et al. (1994), σσ Turcato/Popowich (2001), σ Knight (1999), σ.1 20 Hutchins/Somers (1992), σ

12 για την ανάλυση αποτελούν ανεξάρτητες οντότητες από τα προγράμματα που πραγματοποιούν τη σύνθεση. Σε μια πολύγλωσση διαμόρφωση, κάθε πρόγραμμα ανάλυσης μπορεί να αντιστοιχηθεί με κάθε πρόγραμμα σύνθεσης. Ο τρίτος τύπος είναι η μετάφραση με μετάβαση (transfer) όπου, αντί για δύο στάδια μέσω μιας μοναδικής διαγλωσσικής νοηματικής αναπαράστασης, υπάρχουν τρία στάδια, περιλαμβάνοντας συντακτική αναπαράσταση τόσο για το πηγαίο κείμενο όσο και για το μετάφρασμα. Στο πρώτο στάδιο γίνεται μετατροπή του κειμένου σε ενδιάμεση αναπαράσταση, όπου έχουν επιλυθεί τα προβλήματα αμφισημίας ανεξαρτήτως γλώσσας. Στο δεύτερο στάδιο η αναπαράσταση αυτή μετατρέπεται σε αντίστοιχη νοηματική δομή της γλώσσας στόχου. Το τρίτο στάδιο αποτελεί τη σύνθεση του μεταφράσματος. Τα προγράμματα ανάλυσης και σύνθεσης του συστήματος είναι γραμμένα για συγκεκριμένες γλώσσες και ανεξάρτητα το ένα από το άλλο. Οι λεξικολογικές και δομικές διαφορές μεταξύ γλωσσών αντιμετωπίζονται με το ενδιάμεσο πρόγραμμα μετάβασης. Η επιστημονική ομάδα του Douglas Arnold 21 διαχωρίζει τις μηχανές μετάφρασης ανάλογα με την αρχιτεκτονική την συνολική οργάνωση της επεξεργασίας και την κατανομή των διάφορων λειτουργικών μονάδων του συστήματος σε δυο βασικές κατηγορίες: τις μηχανές μετατροπής ή άμεσης μετάφρασης, που χρησιμοποιούνται σε πολλά εγκαθιδρυμένα εμπορικά συστήματα, και τις μηχανές με αρχιτεκτονική έμμεσης μετάφρασης ή γλωσσολογικής γνώσης, που κυριαρχούν κυρίως στο ερευνητικό πεδίο και πρόσφατα βρίσκουν εφαρμογές σε εμπορικά πακέτα. Εντός των σταδίων ανάλυσης και σύνθεσης, τα περισσότερα συστήματα ΜΜ κάνουν χρήση ξεχωριστών στοιχείων που επωμίζονται διαφορετικές πτυχές της γλωσσολογικής περιγραφής: μορφολογία, σύνταξη, σημασιολογία 22. Επομένως, η ανάλυση μπορεί να χωρίζεται σε μορφολογική ανάλυση (πχ. αναγνώριση των καταλήξεων των λέξεων και γραμματική ταυτοποίηση), συντακτική ανάλυση (αναγνώριση των φραστικών δομών κτλ) και σημασιολογική ανάλυση (επίλυση λεξιλογικής και δομικής αμφισημίας). Αντιστοίχως, η σύνθεση μπορεί να αποτελείται από επιμέρους στάδια σημασιολογικής, συντακτικής και μορφολογικής συναρμολόγησης. Στα συστήματα μετάβασης, μπορούν να υπάρχουν ξεχωριστά στοιχεία που ασχολούνται με λεξιλογική μετάβαση (επιλογή λεξιλογικών αντιστοιχιών) και άλλα που ασχολούνται με δομική μετάβαση (μετατροπή των δομών του πηγαίου κειμένου σε αντίστοιχες του κειμένου-στόχου). Σε πολλά παλαιότερα συστήματα (ιδίως σε αυτά του τύπου της άμεσης μετάφρασης) 21 Arnold et al. (1994) σσ. 59, Hutchins/Somers (1992), σ.70 11

13 οι κανόνες ανάλυσης, μετάβασης και σύνθεσης δεν ήταν πάντα ξεκάθαρα διαχωρισμένοι. Επίσης, ορισμένα αναμείγνυαν γλωσσολογικά δεδομένα (λεξικά και γραμματικές) με υπολογιστικούς κανόνες και ρουτίνες. Τα μετέπειτα συστήματα παρουσιάζουν διάφορες βαθμίδες σπονδύλωσης, ούτως ώστε τα συστατικά του συστήματος, τα δεδομένα και τα προγράμματα να μπορούν να προσαρμοστούν ανεξάρτητα το ένα από το άλλο Ιστορικά στοιχεία Το 1933, δύο πατέντες κατατέθηκαν ανεξάρτητα σε Γαλλία και Ρωσία 24. Ο George Artsrouni, γαλλο-αρμένιος, είχε σχεδιάσει μια συσκευή που αποθήκευε πληροφορία σε χαρτοταινία και μπορούσε να χρησιμοποιηθεί για να βρεθεί η αντιστοιχία μιας λέξης σε μια άλλη γλώσσα. Ένα πρωτότυπο της συσκευής παρουσιάστηκε το Η πρόταση ενός Ρώσου, του Petr Trojanskij, αποδείχθηκε εκ των υστέρων πιο σημαντική. Ο Trojanskij οραματίστηκε τρία στάδια της αυτοματοποίησης της μετάφρασης. Πρώτα, ο φυσικός ομιλητής μιας γλώσσας θα αναλάμβανε την λογική ανάλυση των λέξεων ως προς τις βασικές τους μορφές και τις συντακτικές τους λειτουργίες. Δευτερευόντως, ένα μηχάνημα θα μετέτρεπε τις ακολουθίες των βασικών μορφών και συντακτικών λειτουργιών σε αντίστοιχες ακολουθίες στη γλώσσα-στόχο. Στη συνέχεια, κάποιος φυσικό ομιλητής μιας άλλης γλώσσας, θα μετέτρεπε το παράγωγο του μηχανήματος σε κανονική γλωσσική μορφή. Παρόλο που η πατέντα του αναφερόταν μόνο στο μηχάνημα που θα αναλάμβανε το δεύτερο στάδιο, ο Trojanskij πίστευε ότι και η διαδικασία της λογικής ανάλυσης θα μπορούσε να αυτοματοποιηθεί. Ο Trojanskij ήταν μπροστά από την εποχή του και άγνωστος έξω από τη Ρωσία ενώ, μερικά χρόνια μετά την εφεύρεσή του, η δυνατότητα χρήσης ηλεκτρονικού υπολογιστή για μεταφραστικούς σκοπούς αναφέρθηκε για πρώτη φορά από τον αμερικανό Warren Weaver, ερευνητή στο Ίδρυμα Rockefeller και τον Andrew D. Booth 25, έναν Βρετανό κρυσταλλογράφο 26. Στο Κολέγιο Birkbeck του Λονδίνου, ο Booth διεξήγαγε έρευνα σχετικά με την αυτοματοποίηση ενός δίγλωσσου λεξικού και άρχισε να συνεργάζεται με τον Richard H. Richens του Cambridge, ο οποίος είχε ανεξάρτητα ασχοληθεί με τη χρήση διάτρητων καρτών για την παραγωγή πρωτογενών, λέξη-προς-λέξη μεταφράσεων χρησιμοποιώντας 23 Hutchins (2004) σ.6, 8 24 Στο ίδιο, σ.1 25 Hutchins (2004), σ Μπαμπινιώτης (2002), σ. 964 Κρυσταλλογραφία (η): Φυσική: ο κλάδος που μελετά την εξωτερική μορφή των κρυστάλλων, την εσωτερική οργάνωση των ατόμων τους, το μηχανισμό σχηματισμού τους και τις φυσικές τους ιδιότητες. 12

14 περιλήψεις επιστημονικών εργασιών ως πηγές. Μολαταύτα, η ιδέα της ΜΜ έγινε ευρέως γνωστή με μια έκθεση 27 του Weaver τον Ιούλιο του 1949 όπου προτείνονταν μέθοδοι όπως χρήση των τεχνικών κρυπτογραφίας της εποχής του πολέμου, στατιστική ανάλυση, πληροφοριακή θεωρία του Claude Shannon και διερεύνηση της λογικής και των παγκόσμιων χαρακτηριστικών που αποτελούν τη βάση της γλώσσας. Μέσα σε λίγα χρόνια ξεκίνησαν έρευνες σε πολλά κέντρα των Ηνωμένων Πολιτειών, ενώ το 1951 ο Yeloshua Bar-Hillel του ΜΙΤ έγινε ο πρώτος ερευνητής που διορίστηκε για να ενασχοληθεί αποκλειστικά με τη ΜΜ 28. Ένα χρόνο αργότερα συγκάλεσε το πρώτο συνέδριο για ΜΜ, όπου άρχισαν να ξεκαθαρίζουν τα πλαίσια της μελλοντικής έρευνας. Υπήρξαν προτάσεις για ενασχόληση με το συντακτικό και για γραφή κειμένων σε ελεγχόμενη γλώσσα, ακούστηκαν απόψεις για δημιουργία συστημάτων υπογλώσσας και επισημάνθηκε η ανάγκη ανθρώπινης υποβοήθησης έως ότου επιτευχθεί η πλήρως αυτοματοποιημένη διαδικασία μετάφρασης. Για κάποιους, η πρώτη προτεραιότητα ήταν να γίνει γνωστό στο ευρύ κοινό ότι η ΜΜ είναι τεχνικά εφικτή. Για το σκοπό αυτό, στο πανεπιστήμιο της Georgetown ο Leon Dolster συνεργάστηκε με την ΙΒΜ πάνω σε ένα εγχείρημα που ως αποτέλεσμα είχε την πρώτη δημόσια επίδειξη ενός συστήματος ΜΜ τον Ιανουάριο του Ένα σύνολο προσεκτικά διαμορφωμένων προτάσεων στη ρωσική γλώσσα μεταφράστηκε στα αγγλικά, με τη χρήση ενός πολύ περιορισμένου λεξιλογίου 250 λέξεων και μόλις έξι γραμματικών κανόνων. Παρ' όλη την ισχνή επιστημονική του αξία, ήταν επαρκώς εντυπωσιακό ώστε να ενθαρρύνει την μεγάλης κλίμακας χρηματοδότηση για την έρευνα της ΜΜ στις ΗΠΑ και να εμπνεύσει το ξεκίνημα της έρευνας σε άλλα μέρη του κόσμου, ιδίως στη Σοβιετική Ένωση. Στην επόμενη δεκαετία, δραστηριοποιήθηκαν πολλές ομάδες 30. Κάποιες στόχευαν στην κατασκευή συστημάτων άμεσης λειτουργικότητας, χρησιμοποιώντας εμπειρικές μεθόδους, συχνά βασισμένες στην επιστήμη της στατιστικής. Άλλες προσεγγίσεις ήταν πιο θεωρητικές, περιλαμβάνοντας έρευνα θεμελιώδους γλωσσολογίας, ενώ αποσκοπούσαν σε πιο μακροχρόνια αποτελέσματα. Το μεγαλύτερο εγχείρημα της πρώτης περίπτωσης ανήκε στην ομάδα του πανεπιστημίου της Georgetown, της οποίας το επιτυχημένο ρωσο-αγγλικό σύστημα θεωρείται σήμερα ως το χαρακτηριστικό αυτής της πρώτης γενιάς έρευνας στη ΜΜ. Κέντρα θεωρητικής έρευνας υπήρχαν στο MIT, στο πανεπιστήμιο του Harvard, στο Ινστιτούτο Γλωσσολογίας στη Μόσχα και στο πανεπιστήμιο του Λένινγκραντ, καθώς και στη Μονάδα Γλωσσικών Ερευνών του Cambridge (CLRU), αλλά και στο Μιλάνο και τη 27 Hutchins (1998), σ.2 28 Hutchins (2006), σ Στο ίδιο, σ Στο ίδιο, σσ

15 Γκρενόμπλ. Σε αντίθεση με τις πιο πραγματιστικές ομάδες όπου η άμεση μετάφραση ήταν η συνήθης προσέγγιση, ορισμένα από τα θεωρητικά εγχειρήματα πειραματίστηκαν με πρώιμες εκδοχές διαγλώσσας και συστημάτων μετάβασης (πχ. CLRU και MIT αντίστοιχα). Πολλές από τις έρευνες εκείνης της περιόδου ήταν μακροχρόνιας σημασίας, όχι μόνο για τη ΜΜ αλλά και για την υπολογιστική γλωσσολογία και την τεχνητή νοημοσύνη πιο συγκεκριμένα, η ανάπτυξη αυτόματων λεξικών και τεχνικών συντακτικής ανάλυσης και πολλές θεωρητικές ομάδες συνέβαλαν σημαντικά στη θεωρία της γλωσσολογίας 31. Εντούτοις, ο κύριος σκοπός της κατασκευής συστημάτων ικανών για παραγωγή καλής μετάφρασης δεν επιτεύχθηκε. Η αισιοδοξία ήταν μεγάλη, διατυπώθηκαν πολλές προβλέψεις για άμεσες καινοτομίες, αλλά οι ψευδαισθήσεις άρχισαν να χάνονται καθώς άρχισε να διαφαίνεται η πολυπλοκότητα των γλωσσολογικών προβλημάτων. Το 1960, σε μια έκθεση προόδου για τη ΜΜ, ο Bar-Hillel αντέκρουσε την τότε επικρατούσα άποψη ότι ο στόχος της έρευνας της ΜΜ θα έπρεπε να είναι η δημιουργία συστημάτων πλήρως αυτόματης μετάφρασης υψηλής ποιότητας, ίδιας με της ανθρώπινης 32. Επιχειρηματολόγησε με το ότι τα σημασιολογικά εμπόδια στη ΜΜ μπορούν να υπερνικηθούν μόνο με τεράστιες ποσότητες εγκυκλοπαιδικής γνώσης για τον πραγματικό κόσμο, ενσωματωμένης στο σύστημα. Η πρότασή του ήταν για υιοθέτηση λιγότερο φιλόδοξων στόχων, να σχεδιαστούν συστήματα που καθιστούν αποδοτική την διάδραση ανθρώπου-μηχανής. Το 1964 οι κυβερνητικοί χρηματοδότες στις ΗΠΑ συνέστησαν την ALPAC (Automatic Language Processing Advisory Committee) 33 για να εξετάσει τις προοπτικές της ΜΜ. Η επιτροπή εξέδωσε το 1966 μια αναφορά που καταδίκαζε 34 τη ΜΜ, χαρακτηρίζοντάς την αργή, ανακριβή και δαπανηρή σε σχέση με την ανθρώπινη και δήλωνε ότι δεν υπάρχει άμεση ή προβλέψιμη προοπτική για χρηστική ΜΜ. Δεν προέβλεπε ανάγκη για περαιτέρω επένδυση σε έρευνα. Αντίθετα πρότεινε την ανάπτυξη μηχανικών βοηθημάτων για μεταφραστές, όπως αυτόματα λεξικά, καθώς και συνέχιση της υποστήριξης της βασικής έρευνας στην υπολογιστική γλωσσολογία. Παρά το γεγονός ότι η αναφορά της ALPAC χαρακτηρίσθηκε ευρέως ως μεροληπτική και κοντόφθαλμη, η επιρροή της ήταν θεμελιώδης, προκαλώντας την παύση της έρευνας στις ΗΠΑ για περισσότερο από μια δεκαετία και πλήττοντας το κύρος της ΜΜ για πολλά χρόνια αργότερα. Την ακόλουθη δεκαετία 35 η έρευνα συνεχίστηκε στον υπόλοιπο κόσμο. Στις ΗΠΑ είχε αναπτυχθεί το Ρωσο-αγγλικό ζεύγος. Σε άλλα μέρη του κόσμου οι ανάγκες ήταν διαφορετικές 31 Hutchins (2006), σ.5 32 Nirenburg (2000), σ.3 33 Hutchins (2006), σσ ALPAC Report, (1966) 35 Hutchins (2006), σ. 6 14

16 και τα γλωσσικά ζεύγη αλλά και οι προσεγγίσεις στη μεθοδολογία ποίκιλαν αναλόγως. Στην Ευρώπη, η Ευρωπαϊκή Οικονομική Κοινότητα απαιτούσε μεταφράσεις επιστημονικών, τεχνικών, διοικητικών και νομικών εγγράφων από και προς τις γλώσσες των κρατών-μελών. Το η Ευρωπαϊκή Επιτροπή αποφάσισε να αγοράσει από την εταιρία World Translation Center ένα αγγλο-γαλλικό σύστημα που ονομαζόταν Systran. To πρόγραμμα αυτό αναπτυσσόταν από το 1968 από τον ιδιοκτήτη της εταιρίας Peter Toma (κάποτε μέλος της ομάδας της Georgetown) για την πολεμική αεροπορία των ΗΠΑ και επεξεργαζόταν ρωσοαγγλική μετάφραση από το Αναπτύχθηκε για την Ευρωπαϊκή Επιτροπή το ζεύγος Γαλλικά-Αγγλικά και στη συνέχεια, με την πάροδο των ετών, τα εξής ζεύγη: από Αγγλικά προς: Ιταλικά, Γερμανικά, Ολλανδικά, Ισπανικά, Πορτογαλικά, Ελληνικά, Από Γαλλικά προς: Αγγλικά, Γερμανικά, Ολλανδικά, Ιταλικά, Ισπανικά, Από Γερμανικά προς Αγγλικά και Γαλλικά, Από Ελληνικά προς Γαλλικά. Αυτά τα ζεύγη ήταν προσπελάσιμα από τους χρήστες της Επιτροπής μέσω ηλεκτρονικού δικτύου και το σύστημα ήταν επίσης διαθέσιμο για το δημόσιο τομέα στην Ευρώπη. Τη δεκαετία του '80 37 πρωτοεμφανίστηκαν και τα πρώτα εμπορικά συστήματα. Υπήρξαν πολλές εταιρίες που δραστηριοποιήθηκαν στη διεθνή αγορά. Υλοποιήσεις του συστήματος Systran κατασκευάστηκαν ξεχωριστά για τις ανάγκες μεγάλων οργανισμών (Dornier, General Motors, NATO). Το γενικό εγχείρημα Systran υποστηριζόταν από πολλούς οργανισμούς και εταιρίες έως το Εκείνη τη χρονιά ο γαλλικός όμιλος Gachot απέκτησε όλες τις αμερικανικές και ευρωπαϊκές εταιρίες. Η μόνη εταιρία που κατέχει πλεον δικαιώματα του Systran εκτός του Gachot είναι η ιαπωνική εταιρία Systran Corporation με δικαιώματα για τα ιαπωνικά προγράμματα. Από ελληνικής πλευράς, το η Ευρωπαϊκή Επιτροπή (ΕΕ) και η Γενική Γραμματεία Έρευνας και Τεχνολογίας (ΓΓΕΤ) υπέγραψαν συμφωνία συγχρηματοδότησης για την ανάπτυξη του ζεύγους Αγγλικά-Ελληνικά. Το σύστημα που προέκυψε χρησιμοποιήθηκε από τα όργανα της Ευρωπαϊκής Κοινότητας αλλά και τον ελληνικό δημόσιο τομέα. Χάρη στην επιτυχία της συνεργασίας αυτής η συμφωνία μεταξύ ΕΕ και ΓΓΕΤ ανανεώθηκε έως το 1998 με σκοπό την περαιτέρω ανάπτυξη. Επίσης ιδρύθηκε το γραφείο EUROMAT (European Machine Translation) που άρχισε να λειτουργεί το 1994 στεγαζόμενο στο Ινστιτούτο Επεξεργασίας Λόγου (ΙΕΛ) στην Αθήνα. Το EUROMAT είναι συνδεδεμένο με τον 36 Καραγιάννης (Συγγραφική Ομάδα ΙΕΛ, 2000), σ Hutchins (2006), σσ Πέτριτς (Συγγραφική Ομάδα ΙΕΛ, 2000), σ.44 15

17 υπολογιστή της Επιτροπής στο Λουξεμβούργο, ενώ λειτουργεί ως παροχέας δωρεάν μεταφραστικών υπηρεσιών και στα δεκαοκτώ ζεύγη γλωσσών στους δημόσιους φορείς που απευθύνονται σε αυτό. Το 1999 υπογράφηκε νέα σύμβαση με την ΕΕ στο πλαίσιο του προγράμματος MLIS 39 (Multilingual Information Society), σκοπός της οποίας ήταν η ανάπτυξη των ζευγών Ελληνικών-Αγγλικών και Γαλλικών-Ελληνικών, καθώς και η βελτίωση των υπαρχόντων ζευγών που περιλαμβάνουν την ελληνική γλώσσα (30/11/2008) 16

18 3. Στοιχεία γλωσσολογίας Η μηχανική μετάφραση συνδέεται άμεσα με την επιστήμη της γλωσσολογίας. Προκειμένου να μελετηθεί και να κατανοηθεί ένα σύστημα ΜΜ, κρίνεται απαραίτητο να υπάρχουν κάποιες στοιχειώδεις γνώσεις των εννοιών και πλευρών της γλωσσολογίας που σχετίζονται άμεσα με τη ΜΜ. Η μελέτη της γλώσσας είναι πολύπλευρη. Μπορεί να επικεντρώνεται σε ιστορικούς παράγοντες, στη γλωσσική εξέλιξη, στις παλαιότερες μορφές της γλώσσας ή στην προέλευσή της. Σε κοινωνιολογικό επίπεδο, εξετάζεται η γλώσσα ως εργαλείο επικοινωνίας, επιρροής ή πειθούς, πώς διαφοροποιείται μεταξύ φύλων και τάξεων, από περιοχή σε περιοχή ή μέσα σε διάφορα κοινωνικά πλαίσια. Από την πλευρά της ψυχολογίας, μελετώνται πτυχές όπως η ανάπτυξη της γλωσσικής ικανότητας των παιδιών, η εκμάθηση μιας δεύτερης γλώσσας από ενήλικες, ο τρόπος χρήσης της γλώσσας από άτομα με διανοητική υστέρηση ή δυσλειτουργία, η καλλιτεχνική χρήση της γλώσσας κα. Με πολιτικά και γεωγραφικά κριτήρια, μελετώνται τα προβλήματα εξάπλωσης και θανάτου μιας γλώσσας, η διγλωσσία, οι διάλεκτοι και ο χαρακτήρας τους, οι εθνικές γλώσσες, η τυποποίηση τεχνικής ορολογίας κα. Τέλος, η μελέτη της γλώσσας μπορεί να επικεντρωθεί στη ίδια τη φύση της και στη δομή από την οποία αποτελείται. Υπάρχει μια μακρόχρονη και δημοφιλής άποψη της γλωσσολογίας στο Δυτικό κόσμο, που δηλώνει ότι τα γλωσσικά συστήματα μπορούν να μελετηθούν επιτυχώς, απομονωμένα από το λειτουργικό τους περιβάλλον. Η πάγια τακτική των συγγραφέων γραμματικής είναι να αποκόπτονται από την ποικιλομορφία των διάφορων γλωσσικών ομάδων μιας κοινωνίας και να παρουσιάζουν μια καθολική νόρμα. Οι γλωσσολόγοι δεν επιχειρούν να αντιμετωπίσουν ολόκληρο το φάσμα των παρατηρούμενων φαινομένων αλλά συγκεντρώνονται σε έννοιες που μπορούν να συστηματοποιηθούν. Το κεντρικό επιχείρημα αυτής της προσέγγισης είναι ότι οι χρήστες της γλώσσας δεν ανατρέχουν συνεχώς σε τεράστιες μνημονικές αποθήκες εκφράσεων που έχουν κατά καιρούς ειπωθεί ή ακουστεί, αλλά διαθέτουν ένα σύνολο γενικευμένων κανόνων και τύπων που τους επιτρέπει να στοιχειοθετούν και να κατανοούν πρωτοεμφανιζόμενες εκφράσεις. Αυτή η υποσυνείδητη γνώση του συστήματος κανόνων και αρχών αποτελεί την ικανότητα των ομιλητών μιας μητρικής γλώσσας. Η ικανότητα ενός ομιλητή αντιτίθεται στην πραγματική γλωσσική επιτέλεσή 40 του, δηλαδή την δυνατότητα χρήσης και κατανόησης της 40 Ref. Chomsky (1986) (30/11/2008) 17

19 γλώσσας υπό συγκεκριμένες συνθήκες, τις άμεσα παρατηρήσιμες εκφράσεις και γραφές, συμπεριλαμβανόμενων των δισταγμών, των γλωσσικών παραδρομών και των γραπτών λαθών. Παρόλο που η επιτέλεση βασίζεται στην ικανότητα του ομιλητή και τεκμηριώνεται από αυτήν, οι δύο έννοιες αντιστοιχίζονται άμεσα μόνο σε ιδανικές συνθήκες 41. Η επικοινωνία υπό πραγματικές συνθήκες εξαρτάται τόσο από εξωτερικούς παράγοντες όσο και από εσωτερικούς, όπως περιορισμοί μνήμης, έλλειψη συγκέντρωσης, νευρικότητα, προκατάληψη ή κοινωνικοί περιορισμοί. Συνεπώς, η γλωσσολογία πρέπει να υπερβαίνει την απλή παρατήρηση και περιγραφή. Πρέπει να διερευνά την κρίση, τη διαίσθηση και τον αυτοέλεγχο του ομιλητή. Ειδάλλως, διακρίσεις πολυσημίας δεν μπορούν να παρατηρηθούν. Για παράδειγμα, η πρόταση (1) μπορεί να σημαίνει είτε (1α) είτε (1β). (1) Η επίσκεψη συγγενών είναι βαρετή. (1α) Είναι βαρετό να επισκέπτεσαι συγγενείς. (1β) Οι συγγενείς που κάνουν επίσκεψη είναι βαρετοί. Ομοίως, για να διαπιστωθεί ότι μια παρόμοια πρόταση (2) αντιστοιχεί σε σημασία της (2α) και όχι της λανθασμένης (2β) είναι απαραίτητη μια ανάλυση βαθύτερη από μερικούς βασικούς γραμματικούς κανόνες. (2) Η επίσκεψη ιατρείων είναι βαρετή. (2α) Είναι βαρετό να επισκέπτεσαι ιατρεία. (2β) Τα ιατρεία που επισκέπτονται είναι βαρετά. 3.1 Γραμματική Θεωρείται ότι η βασική αποστολή της γλωσσολογίας είναι να μελετά την ικανότητα του ιδανικού χρήστη της γλώσσας. Η ικανότητα αυτή αντικατοπτρίζει στους κανόνες γραμματικής και τις αρχές που παρέχουν τη δυνατότητα στον ομιλητή να χρησιμοποιεί σωστά και να κατανοεί τη γλώσσα. Επομένως, η θεωρητική γλωσσολογία πραγματεύεται την αυστηρή και ακριβή περιγραφή της γραμματικής που πρέπει να ικανοποιεί τις ακόλουθες προϋποθέσεις 42. Μια γραμματική πρέπει να παρέχει στον χρήστη της γλώσσας τη δυνατότητα να καταδεικνύει εάν μια αλληλουχία λέξεων είναι σωστά σχηματισμένη ή όχι. Πρέπει επίσης να διαθέτει περιγραφικότητα, αναθέτοντας δομικές περιγραφές σε μια σωστά σχηματισμένη 41 Hutchins et al. (1992), σ Lyons (1981), σ.17 18

20 αλληλουχία λέξεων ώστε να αποσαφηνίζεται η πρόθεση του ομιλητή αναφορικά με τους συσχετισμούς μεταξύ των εκφράσεων. Τέλος, διαμέσου των κανόνων της γραμματικής πρέπει να αποσαφηνίζεται εάν αυτή είναι κατάλληλη ή όχι ωστέ να χρησιμοποιηθεί από μια ανθρώπινη, φυσική γλώσσα. Η τελευταία αυτή προϋπόθεση οδηγεί τους γλωσσολόγους να αναλογιστούν σχετικά με τις αρχές και τους περιορισμούς της γλώσσας καθεαυτής, αλλά και κατά πόσο είναι δυνατόν να συνταχθεί μια πιθανή καθολική γραμματική 43 (universal grammar), δηλαδή να περιγραφούν με ένα ενιαίο σύνολο κανόνων οι διαθέσιμοι πόροι που χρησιμοποιούνται για την κατασκευή των γραμματικών κανόνων των μεμονωμένων γλωσσών. Όσο πιο ισχυρή θα είναι μια θεωρία καθολικής γραμματικής, τόσο λιγότερο περιεκτικές είναι αναγκαίο να είναι οι μεμονωμένες γραμματικές, επειδή τα συστήματα κανόνων των επιμέρους γλωσσών θα απορρέουν από τις γενικές ιδιότητες της καθολικής γραμματικής. Υπάρχουν δύο βασικές απόψεις σχετικά με την αυτονομία στη μελέτη της γλωσσολογίας 44. Από τη μια πλευρά, τα γλωσσικά συστήματα περιγράφονται ανεξαρτήτως συγκεκριμένων χρηστικών πλαισίων της γλώσσας, ενώ η καθολική γραμματική μελετάται ανεξάρτητα από τις συγκεκριμένες γραμματικές των μεμονωμένων γλωσσών. Στον αντίποδα, υπάρχει η άποψη ότι τα θεωρήματα πρέπει να ανταποκρίνονται σε κάποια ψυχολογική πραγματικότητα, προκειμένου οι θεωρίες να μπορούν να δοκιμάζονται πάνω στην απτή γλωσσολογική επιτέλεση. Ως ένα βαθμό, αυτές οι απόψεις μπορούν να αγνοηθούν από πιο εφαρμοσμένα γλωσσολογικά πεδία όπως η υπολογιστική γλωσσολογία, καθώς το ερώτημα είναι εάν επιφέρεται αποτέλεσμα πρακτικής αξίας, όταν εφαρμόζονται μέθοδοι και προσεγγίσεις μεγαλύτερης ισχύος και γενικότητας μέσα σε πιο αυστηρά, αυτόνομα και καθολικά ισχύοντα πλαίσια. 3.2 Μορφολογία και λεξιλόγιο Η μορφολογία μελετά τον τρόπο με τον οποίο σχηματίζονται λέξεις από αλληλουχίες μορφημάτων. Ως μόρφημα ορίζεται το ελάχιστο συστατικό της λέξης που διαθέτει σημασία ή γραμματική λειτουργία 45. Ξεχωρίζουν δυο κλάδοι της μορφολογίας, υψηλού ενδιαφέροντος για τη ΜΜ: η κλιτική μορφολογία και η παραγωγική μορφολογία. Η κλιτική μορφολογία είναι το σύστημα που καθορίζει τις πιθανές παραλλαγές μιας 43 Nowak et al. (2001), σ.1 44 Hutchins/Somers (1992), σ Ref. Bloomfield (1933) (30/11/2008) 19

21 ρίζας, οι οποίες στην παραδοσιακή γραμματική δίνονται με παραδείγματα 46. Έτσι, στο ελληνικό ρήμα παίζω, παίζεις, παίζει κτλ η ρίζα παίζ- συνδυάζεται με τις καταλήξεις -ω,-εις,- ει για να δώσει 1ο, 2ο και 3ο πρόσωπο ενικού. Το παράδειγμα εφαρμόζεται και σε άλλα ρήματα (πονάω, πονάς, πονά κτλ). Η αγγλική γλώσσα είναι φτωχή σε κλιτική πολυπλοκότητα. Τα περισσότερα ρήματα χρησιμοποιούν τις καταλήξεις -s, -ed, -ing. Οι γλώσσες μπορούν να ταξινομηθούν ανάλογα με το εύρος της χρήσης της κλιτικής μορφολογίας που χρησιμοποιούν. Οι δύο ακραίες περιπτώσεις είναι οι πλήρως αναλυτικές γλώσσες, όπως τα Κινέζικα, που δεν παρουσιάζουν σχεδόν καθόλου κλιτική μορφολογία και οι πολύ-συνθετικές γλώσσες, όπου το μεγαλύτερο ποσοστό της γραμματικής πληροφορίας μιας πρότασης εκφράζεται από κλίσεις ρημάτων και ουσιαστικών (πχ. η γλώσσα των Εσκιμώων). Ανάμεσα σε αυτές τις δύο καταστάσεις βρίσκονται οι συγκολλητικές γλώσσες (πχ Τουρκικά) όπου τα κλιτικά επιθήματα μπορούν να προστίθενται το ένα μετά το άλλο, καθώς και οι κλιτικές (πχ. Ελληνικά) όπου απλά προσφύματα φέρουν σύνθετες σημασίες: για παράδειγμα, η κατάληξη - ω του ρήματος παίζω καταδεικνύει αριθμό (ενικό), πρόσωπο (1ο), χρόνο (ενεστώτα), φωνή (ενεργητική). Η παραγωγική μορφολογία ασχολείται με το σχηματισμό λέξεων με τη χρήση ριζών, προθημάτων και επιθημάτων 47. Έτσι, το ουσιαστικό έθνος δίνει το επίθετο εθνικός. Η προσθήκη του -ποι (ρίζα του ρήματος ποιώ) + -ώ (κατάληξη ρήματος) παράγει το ρήμα εθνικοποιώ, ενώ εάν η κατάληξη του ρήματος αντικατασταθεί με το -ηση δίνει το ουσιαστικό εθνικοποίηση. Στη μορφολογία υπόκειται και η μελέτη των συνθεματικών λέξεων, όπου δύο λέξεις συνδυάζονται για να δώσουν μια νέα, διαφορετικής σημασίας μονάδα. Το νόημα των συνθεματικών λέξεων μπορεί να είναι προφανές από τα συστατικά τους (πχ. αμμοθύελλα), να διαφέρει σε μικρό ή μεγάλο βαθμό (πχ. θαλασσοδαρμένος=αυτός που έχει διατρέξει κινδύνους στη θάλασσα 48 ) ή να μην διακρίνεται καθόλου (πχ. μαυροδάφνη=γλυκό επιτραπέζιο κρασί σε χρώμα σκούρο κόκκινο 49 ). Το πρόβλημα που προκαλείται με τη σύνθεση και αφορά άμεσα τη ΜΜ είναι ότι σε μερικές γλώσσες τα συνθεματικά δημιουργούνται απλά με την ένωση δύο λέξεων. Παρόλο που με τα Αγγλικά και τα Ελληνικά αυτό δεν αποτελεί συχνό φαινόμενο, άλλες γλώσσες, με τα Γερμανικά ως χαρακτηριστικό παράδειγμα, παρουσιάζουν συχνά αυτό το γνώρισμα, εμφανίζοντας λέξεις που πιθανώς να 46 Hutchins/Somers. (1992), σ (30/11/2008) 48 Μπαμπινιώτης (2002), σ Στο ίδιο, σ

22 μην υπήρχαν και συνεπώς δεν αποτελούν καταχώριση σε κάποιο λεξικό 50. Το λεξικό μιας γλώσσας είναι ένας κατάλογος του συνόλου των λέξεων που εμφανίζονται σε μια γλώσσα. Σε ένα παραδοσιακό λεξικό, οι καταχωρίσεις αποτελούνται από τις βασικές μορφές των λέξεων. Σε ορισμένες περιπτώσεις, όπως στα Αγγλικά, τις βασικές μορφές αποτελούν άκλιτες ρίζες. Στα Ελληνικά, τα ουσιαστικά δίνονται στην ονομαστική ενικού και τα ρήματα στο πρώτο πρόσωπο ενικού, στον παρόντα χρόνο και την ενεργητική φωνή. Τα λήμματα ενός παραδοσιακού λεξικού μπορούν να περιλαμβάνουν οδηγίες προφοράς, να καταδεικνύουν γραμματικές κατηγορίες, να παρέχουν ορισμούς ή ακόμα και ετυμολογικές πληροφορίες. Το λεξικό ενός συστήματος ΜΜ παρουσιάζει διαφορές σε σχέση με ένα παραδοσιακό λεξικό 51. Ορισμένα συστήματα ΜΜ χρησιμοποιούν λεξικά με πλήρεις μορφές, που σημαίνει ότι περιέχουν τις λέξεις όπως ακριβώς είναι πιθανόν να εμφανιστούν στο λόγο, με την εκάστοτε γραμματική πληροφορία. Έτσι, το λεξικό ενός τέτοιου συστήματος θα παρουσιάζει διαφορετικές καταχωρίσεις για το ρήμα τρέχω (1ο πρόσωπο ενικού, ενεστώτας) έτρεχα (1ο πρόσωπο ενικού, παρατατικός) κτλ. Αυτή η εκδοχή δεν ενδείκνυται για κλιτικές γλώσσες όπου κάθε λεξική μονάδα μπορεί να έχει δεκάδες διαφορετικές μορφές. Σε ανάλογες περιπτώσεις, τα λεξικά σχεδιάζονται να παρέχουν λήμματα-ρίζες και να συνεργάζονται με προγράμματα μορφολογικής ανάλυσης και σύνθεσης για τη διαχείριση των πιθανών παραγώγων 52. Το λεξικό ενός συστήματος ΜΜ παρέχει πληροφορίες απαραίτητες για τη συντακτική και σημασιολογική ανάλυση και σύνθεση: γραμματική κατηγορία του λήμματος (ουσιαστικό, ρήμα κτλ), περαιτέρω κατηγοριοποιητικά χαρακτηριστικά (γένος ουσιαστικού, μεταβατικό ή αμετάβατο ρήμα κτλ), καθώς και σημασιολογικές πληροφορίες (έμψυχο ουσιαστικό, ρήμα που απαιτεί άνθρωπο για υποκείμενο κτλ.). Ένα σύστημα ΜΜ πρέπει επίσης να εμπεριέχει δεδομένα λεξιλογικών αντιστοιχιών μεταξύ λημμάτων διαφορετικών γλωσσών. Για λόγους απλοποίησης, συνήθως χρησιμοποιούνται μονόγλωσσα λεξικά για κάθε γλώσσα, που περιέχουν πληροφορίες για την ανάλυση και τη σύνθεση κειμένων της γλώσσας αυτής και δίγλωσσα λεξικά που περιέχουν τις αντιστοιχίες μεταξύ δυο γλωσσών Ευθυμίου (Συγγραφική Ομάδα ΙΕΛ, 2000), σ Arnold et al. (1994), σσ Hutchins (2004), σ.3 53 Στο ίδιο, σ.3 21

23 3.3 Συντακτικό Προκειμένου ένα σύστημα ΜΜ να επεξεργαστεί ένα κείμενο περιγράφει τη δομή του με κανόνες σύμφωνα με τους οποίους οι λεξικές μονάδες συνδυάζονται για να σχηματίσουν προτάσεις. Οι κανόνες αυτοί εφαρμόζονται σε γραμματικές κατηγορίες 54. Γίνεται διάκριση μεταξύ γραμματικών κατηγοριών, στις οποίες ανήκουν οι μεμονωμένες λεξικές μονάδες (ουσιαστικό, άρθρο, επίθετο, ρήμα, επίρρημα, πρόθεση κτλ.) και γραμματικών κατηγοριών των συστατικών (constituents) μιας πρότασης, που αποτελούν ομάδες μονάδων (ονοματική φράση, δευτερεύουσα πρόταση, κύρια πρόταση κτλ.) Η συντακτική περιγραφή περιλαμβάνει επίσης υποκατηγορίες. Οι συντακτικές περιγραφές αναλύουν τρία βασικά είδη σχέσεων στην πρόταση 55 : (1) αλληλουχία (sequence), πχ στα Αγγλικά και τα Ελληνικά τα επίθετα συνήθως προηγούνται των ουσιαστικών που μεταβάλλουν, (2) εξάρτηση (dependency), δηλαδή τις σχέσεις μεταξύ των κατηγοριών, όπως το ότι οι προθέσεις σε πολλές γλώσσες καθορίζουν τη μορφολογία των ουσιαστικών που εξαρτώνται από αυτές, ενώ τα ρήματα συχνά καθορίζουν τη συντακτική μορφή άλλων στοιχείων της πρότασης, (3) σύσταση (constituency), πχ μια ονοματική φράση μπορεί να αποτελείται από ένα άρθρο, ένα επίθετο και ένα ουσιαστικό. Από πλευράς σχεδιασμού συστήματος, είναι χρήσιμο να γίνεται διάκριση μεταξύ κύριων και δευτερευουσών κατηγοριών 56. Οι κύριες κατηγορίες περιλαμβάνουν τις λέξεις με τη μεγαλύτερη συμμετοχή στην πρόταση: ουσιαστικά, ρήματα, επίθετα. Συχνά ονομάζονται και ανοικτές κατηγορίες, καθώς προστίθενται συνεχώς νέες καταχωρίσεις στο σύστημα (νέα παράγωγα ή σύνθετα). Οι δευτερεύουσες ή κλειστές κατηγορίες είναι λειτουργικές λέξεις όπως προθέσεις και σύνδεσμοι. Στο σύστημα σχηματίζουν μικρά σύνολα πεπερασμένου αριθμού που μεταβάλλεται σπάνια ή και ποτέ. Αυτή η διάκριση είναι σημαντική για τη ΜΜ για τους εξής λόγους: πρώτον, οι απλοί χρήστες ενός συστήματος ΜΜ μπορούν να προσθέσουν λήμματα στα λεξικά του συστήματος στις κύριες κατηγορίες αλλά απαγορεύεται να παρέμβουν στις δευτερεύουσες. Δεύτερον, η συντακτική συμπεριφορά των λέξεων των δευτερευουσών κατηγοριών είναι πιο ιδιότροπη σε σχέση με την γενίκευση που παρουσιάζει η χρήση των λέξεων των κυρίων κατηγοριών. 54 Hutchins/Somers (1992), σσ Gazdar (1996), σ Hutchins (1999), σ.2 22

24 3.3.1 Συντακτικά χαρακτηριστικά και λειτουργίες Οι σχέσεις μεταξύ συστατικών ή αλληλεξαρτώμενων μονάδων μιας πρότασης συχνά αντικατοπτρίζονται σε κοινά εμφανιζόμενα συντακτικά χαρακτηριστικά. Η διαφορά μεταξύ της πρότασης (3α) και της (3β) είναι ότι στην πρώτη περίπτωση το ουσιαστικό και το ρήμα είναι στον ενικό αριθμό, ενώ στην δεύτερη περίπτωση στον πληθυντικό. Το εύρος αυτής της συντακτικής συμφωνίας μπορεί να είναι μεγαλύτερο. Στην πρόταση (4), κάθε λέξη βρίσκεται στον πληθυντικό ενώ όλες οι λέξεις είναι αρσενικού γένους (για το ρήμα δεν υφίσταται γένος). (3α) Το παιδί παίζει. (3β) Τα παιδιά παίζουν. (4) Οι κύριοι δρόμοι είναι φραγμένοι. Η πηγή των συμφωνιών βρίσκεται στην κύρια λέξη μιας εξαρτώμενης σχέσης ή μιας φραστικής δομής. Η κύρια λέξη είναι το απαραίτητο στοιχείο που χαρακτηρίζει τη δομή: το ρήμα σε μια πρόταση ή ρηματική φράση, το ουσιαστικό σε μια ονοματική φράση, η πρόθεση σε μια προθετική φράση κτλ. Αυτές οι λέξεις καθορίζουν τη μορφή των εξαρτώμενων στοιχείων: τα επίθετα βρίσκονται σε συντακτική συμφωνία με τα ουσιαστικά, οι προθέσεις καθορίζουν πτώσεις ουσιαστικών κα. Οι γραμματικές λειτουργίες των λέξεων σε μια πρόταση σχετίζονται με το συντακτικό τους ρόλο. Το ουσιαστικό (ή ονοματική φράση) που βρίσκεται στην ονομαστική πτώση και συντάσσεται στον ίδιο αριθμό με το ρήμα που ακολουθεί, λειτουργεί ως το υποκείμενο της πρότασης. Άλλες λειτουργίες είναι το άμεσο και το έμμεσο αντικείμενο (παραδείγματα 5α, 5β). (5α) Ο δάσκαλος έδωσε το βιβλίο στη μαθήτρια. (5β) Ο δάσκαλος έδωσε της μαθήτριας το βιβλίο. Άλλες λειτουργίες στην πρόταση περιλαμβάνουν αντικείμενο πρόθεσης (τάπητος στο παράδειγμα (6)), συμπληρώματα του ρήματος ή της πρότασης (ότι θα έρθει στο παράδειγμα (7)) και επιρρηματικοί προσδιορισμοί (σε λίγο στο παράδειγμα (8)). (6) Το θέμα τέθηκε επί τάπητος. (7) Μου υποσχέθηκε ότι θα έρθει. (8) Θα είναι εδώ σε λίγο. 23

25 3.4 Σημασιολογικά στοιχεία Η σημασιολογία είναι η μελέτη των τρόπων με τους οποίους μια λεξική μονάδα αποκτά νόημα, είτε μεμονωμένα είτε στο συγκείμενο άλλων λέξεων, αλλά και των τρόπων με τους οποίος οι φράσεις και οι προτάσεις εκφράζουν έννοιες 57. Μια κοινή παραδοχή είναι ότι οι έννοιες των λέξεων εμπεριέχουν σημασιολογικούς χαρακτηρισμούς. Οι λέξεις άνδρας, γυναίκα, αγόρι, κορίτσι μοιράζονται τον κοινό χαρακτηρισμό άνθρωπος σε αντίθεση με τα ζώα, αλλά μοιράζονται με τα ζώα τον κοινό χαρακτηρισμό έμψυχο, ο οποίος διαφοροποιεί και τις δυο ομάδες από άψυχα υλικά αντικείμενα (κτίριο, καρέκλα, τραπέζι) αλλά και αφηρημένες έννοιες (τιμιότητα, νομιμοφροσύνη). Επιπροσθέτως, ένα χαρακτηριστικό όπως το αρσενικό ξεχωρίζει τα άνδρας, αγόρι από τα γυναίκα, κορίτσι, ενώ ένα χαρακτηριστικό όπως το νέος ξεχωρίζει τα αγόρι, κορίτσι από τα άνδρας, γυναίκα. Αυτά τα χαρακτηριστικά συνήθως ταξινομούνται σε μια σημασιολογική ιεραρχία 58 : για παράδειγμα, οι άνθρωποι μαζί με τα ζώα, τα πουλιά, τα ερπετά και τα έντομα είναι όλα έμψυχα. Τα έμψυχα μαζί με τα φυτά ανήκουν στα έμβια. Τα έμβια με τα άψυχα αντικείμενα ανήκουν στα υλικά αντικείμενα. Γενικεύσεις ομαδοποίησης μπορούν να εφαρμοστούν σε διάφορα στάδια της ιεράρχησης 59. Για παράδειγμα, υποκείμενο του ρήματος περπατώ μπορεί να είναι κάθε έμψυχο ουσιαστικό, αλλά μόνο οι άνθρωποι μιλούν, με την αυστηρή έννοια του ρήματος. Αυτές οι γενικεύσεις μπορούν να αποτυπωθούν εύκολα με την υιοθέτηση της κληρονομικότητας των ιεραρχικών χαρακτηριστικών. Έτσι, αρκεί να γνωρίζουμε ότι η λέξη δάσκαλος έχει το χαρακτηριστικό άνθρωπος για να πούμε ότι χαρακτηρίζεται επίσης ως έμψυχο, έμβιο κτλ. Καθόσον τα σημασιολογικά χαρακτηριστικά στοχεύουν να αντικατοπτρίσουν τον πραγματικό κόσμο, η ιεράρχησή τους είναι αναλόγως πολυπλοκότερη από το φάσμα των προηγούμενων παραδειγμάτων, ενώ ταξινομούνται σε πολύ-ιεραρχίες, με μεγάλο πλήθος πεπλεγμένων κληρονομικών ιεραρχιών. Είναι σύνηθες φαινόμενο να μελετώνται οι συσχετισμοί μεταξύ λεξικών μονάδων εντός ενός σημασιολογικού πεδίου ή σημασιολογικού συστήματος. Ένα σύνολο που χαρακτηρίζει συγγένεια αποτελεί ένα παράδειγμα: πατέρας, μητέρα, γιός, κόρη, θείος, αδερφός, παππούς, ξάδελφος κτλ. Άλλο σύνολο θα μπορούσε να είναι τα ρήματα κίνησης: περπατώ, οδηγώ, τρέχω, κολυμπώ, σκαρφαλώνω κτλ. Σε πολλές περιπτώσεις η ανάλυση ενός 57 Arnold et al. (1994) pp Hutchins/Somers (1992), σ Hutchins/Somers (1992), σ.19 24