Konekääntämisen menetelmät englanti–suomi-konekäännöksessä

Abstract

Tämä kirjallisuuskatsauksena toteutettu kandidaatintutkielma tarkastelee kolmea keskeistä konekääntämisen menetelmää sääntöpohjainen, tilastollinen ja neuroverkkokonekääntäminen ja niiden tarjoamien englanti–suomi-konekäännösten kehitystä ja ominaisuuksia. Neuroverkkokonekääntäminen vaikuttaa olevan kirjallisuuskatsauksen perusteella nopeasti kehittyvä menetelmä, joka tarjoaa yhä laadukkaampia englanti–suomi-kieliparin konekäännöksiä. Toisaalta Suomessa on vahvat perinteet kieliparin sääntöpohjaisen konekäännöksen kehittämisessä ja menetelmä on yhä relevantti englanti–suomi-konekääntämisessä. Tutkielman tarkastelemien tutkimusten valossa näyttääkin siltä, että neuroverkkokonekääntämisen ja sääntöpohjaisen konekääntämisen vahvuudet yhdistävä hybridikonekäännin olisi ihanteellinen menetelmä ratkaisemaan suomen kieliopin ja sanaston ja englanti–suomi-rinnakkaiskorpusten puutteiden aiheuttamia englanti–suomi-konekääntämisen ongelmia.

This Bachelor's Thesis carried out as a literature review focuses on three essential machine translation methods rule-based, statistical and neural machine translation and machine translations from English to Finnish made with these methods and the chronological development and properties of the methods and translations. The literature review shows that neural machine translation is a fast-developing, state-of-the-art method, which offers ever-improving machine translations from English to Finnish. On the other hand, the long-term development of rule-based machine translation from English to Finnish (and vice versa) in Finland means that this older method is still relevant to the language pair. In fact, in the light of the studies reviewed in this thesis it seems that the ideal solution for machine translation from English to Finnish would be a hybrid method which combined the strengths of neural and rule-based machine translation in order to deal with the problems caused by the grammar and vocabulary of Finnish and the deficiencies in English–Finnish parallel corpora.