在韩语神经机器翻译中引入语境意识

使事情复杂化的语言细节

对于某些语言，如韩语、日语和印地语，使用正确的敬语至关重要。在韩语中，敬语用于与长辈和地位较高的人交谈。当涉及到机器翻译时，这些敬语很难处理，尤其是在不同语言之间。韩语的敬语有三种类型——主语、宾语和收信人敬语。在英语中，情况并非如此。这使得从英语到韩语的翻译非常具有挑战性。

礼貌和正式程度

礼貌水平可以分为高、中性和低，同时正式程度可以分为高或低，这可能导致6种不同的表达方式，这取决于对话中人们之间的关系，如下图所示。

使用错误的风格可能会导致羞辱、尴尬，甚至冒犯观众。这意味着人们不能完全依赖NMT，尤其是在涉及到商业和其他正式对话时。这就是语境意识发挥作用的地方。

语境为何重要

为译者提供语境一直是确保高质量结果的最重要因素之一。这可以通过几种方式来实现——一种是提供尽可能多的关于给定主题的信息，确保短语和俚语得到解释，甚至替换可能被误解的单词。

另一个好方法是提供视觉语境，因为我们知道一张图片胜过千言万语。这可以是一个直接指向内容所在位置的截图，这可以使翻译的工作变得容易得多。

在这方面，语境意识是机器翻译领域的下一步，而且它已经显示出积极的成果。根据首尔国立大学于2021年所做的研究，“拥有语境意识的NMT模型不仅可以提高翻译质量，还可以提高敬语的准确性”。当然，这也可以用于其他在使用MT时有类似问题的语言。

在算法中引入语境

NMT的语境意识可以通过添加一个标记敬语的平行语料库来实现，该语料库可以表示给定对话中人与人之间的关系。通过添加儿子、兄弟、主管等关系信息——所有可以确定谁是长辈，或者处于优势地位的信息。即使它们不属于正在翻译的内容。它将提供急需的语境，这将提高质量，并标记适当的敬语水平。随着时间的推移和更多数据的收集，语境意识将成为机器翻译软件的重要组成部分。

它是如何工作的？

一般来说，NMT模型是在句子层面运作的；它接受源语言的输入句子，并返回目标语言的输出句子。另一方面，NMT中的语境编码器被设计成处理一个或多个语境句子作为输入，并提取语境表现形式。

让我们看看这在实践中是如何运行的：

这些例子摘自首尔国立大学的文章，题为韩语敬语表达的语境意识神经机器翻译。对话来自他们的数据集，数据集是从字幕中提取的。黄色单词是用礼貌和/或正式的敬语翻译的动词，而红色单词是用不礼貌和/或非正式的敬语翻译的。粗体关键词用于确定应使用哪种类型的敬语。带下划线的代词表示（a）中的两个话语是由同一个说话者讲述的，而（b）中的话语是正式的话语。

亚洲语言的语境意识机器翻译

总的来说，对于大多数亚洲语言来说，语境是机器翻译及其质量的最大问题之一。韩语就是一个很好的例子。向现代新算法的引入总是一个改进的机会。

机器翻译和亚洲语言的另一个问题一直是缺乏数据。我们已经讨论了韩语敬语，但这可以很容易地用于不同语言特定问题，并获得类似的成功。敬语的使用相当广泛，是日语、印地语和爪哇语以及其他语言的重要组成部分。这绝对是该领域的一个有希望的进步，我们期待着它的进一步发展。

总之，拥有语境意识的NMT模型不仅可以提高翻译质量，还可以提高敬语的准确性。虽然与敬语控制模型相比，它们的改进不太显著，但它们仍然可以利用语境信息来帮助正确翻译敬语。