యంత్రానువాదం
డా॥ ఎ. చంద్రశేఖరరావు 3949605141
వాక్య విశ్లేషణ - యంత్రానువాదం
భాషానిర్మాణం బహుక్షిష్టమైనది. మనుషులలో గుర్తింపగల భేదాలున్నట్లుగానే వారి భాషలోగూడ భేదాలుంటాయి. ఐతే ఇతను మనిషి అని గుర్తించగల సామాన్య లక్షణాలున్నట్లుగానే ఇది ఫలానా భాష అని గుర్తించడానికి ఆయాభాషలకు కొన్ని సామాన్య లక్షణాలుంటాయి. అవే వ్యాకరణాంశాలు. చెప్పేవాడిభాష వినేవాడిభాష ఒకటైతేనే పరస్పరం అర్థం చేసుకోగలరు. అంటే వారిద్దరికీ వారి వ్యవహార భాషలోని పద, పదాంశాల అర్థం, వాటి ప్రయోగం తెలిసుండాలి. కంప్యూటర్‌ ద్వారా వాక్యవిశ్లేషణ చేస్తున్నామంటే దానికి ముందుగానే ఒక భాష తెలిసుండాలి కదా. అది దాని భాషాకోశంలో వుంటుంది.
భాషాకోశ నిర్మాణం: భాషా వ్యవహర్త భాష ద్వారా భావాన్ని ఏవిధంగా అర్ధం చేసుకొంటున్నాదో అదేవిధంగా యంత్రం భాషను అర్ధం చేసుకొంటుంది. వ్యవహర్త భాషను అర్థంచేసుకోవాలంటే ఆ భాషలోని పదాల అర్ధాలు, వాక్యనిర్మాణం, భాషా సంప్రదాయం తెలుసుకోవాలి. యంత్రానికి మాతృభాష వుండదు కాబట్టి మనం దానికి ఒక భాషను నేర్పాలి. భాషా విశ్లేషణం, పద, పదాంశాల (ప్రయోగం గూడ నేర్పాలి. ఒక భాషలోనీ పద, పదాంశాలను గుర్తించాలంటే కంప్యూటరుకు ఆ భాష తెలిసుందాలి. అది దానీ మూలభాష (3084169 12౧869 మూలభాషలోనీ పదాలకు సరైన అర్ధాన్నిచ్చే ఒక నీఘంటువు యంత్రానీకి అందుబాటులో (౦౦699) వుంతాలి. ఒక పదానికి ఒకే అర్ధం ఉన్నట్లుగా నిఘంటువును తయారుచేసుకోవడం మంచిది. ఉదాహరణకి 60౧008. 60౧౭ అన్న పదాలకు ఒకే అర్ధం వుంది. 90౧106 అన్న పదాన్ని కంప్యూటర్‌ 60౧౫), 1౧, అంటూ విభజిస్తుంది. 00% అన్న పదం సాధారణ నీఘంటువులో వుండదు. అలాగే 1110108 అన్న మాటను తీసుకొంటే కంప్యూటర్‌ 400. 1౧6. అంటూ విభజిస్తుంది. [141% అన్న పదం నీఘంటువులో వుండదు. కాబట్టి యంత్రానువాదం కోసం ప్రత్యేకమైన నివుంటువు తయారు చేసుకోవాలి. దానిలో ధాతువు, ప్రకృతి, ప్రత్యయాలు రాసి వుండాలి. 00౧6, 00%), 110 0400, 1౧9 కూడా వుండాలి. విశ్లేషణ ద్వారా వేరుచేయబడిన వదాల వర్గీకరణ చాల అవసరం. పదాలను భాషాఖాగాలుగా వర్గీకరించడం మాత్రమే చాలదు. నామవాచకమైతే అది 1.జీవియా? నిర్జీవియా? జంతువా? వృక్షమా? ఆడా? మగా? మొదలైన వివరాలు వుండాలి. “ఇది కుక అన్న వాళక్ళాన్ని విశ్లేషిస్తే వాక్యం = సర్వనామం (౯౧) + నామం (1) అని కంప్యూటర్‌ (గ్రహిస్తుంది. దీనిని తెరపై చూడగలం. కానీ ఈ వాక్యం కంప్యూటర్‌ అరం చేసుకొందా? “కుక్క” అన్న పదం నాచవాచకం అని దానికి తెలుసు. “ఇది” అన్నా “అది” అన్నా దానికి సర్వనామమే. కాబట్టీ వేరొక భాషలో అర్దం అడగాలి. పిల్లడు ఇంగ్లీషులో కథ చదువుతుంటే “అర్ధం అయిందా? అని అడుగుతాం
| తెలుగుజాతి పత్రిక అవ్మునుడి ఆ మార్చి-2021 |
కదా? *“అంబంది” అని వాడంటే “ఏదీ తెలుగులో (మాతృభాషు చెప్పు.” అంటాం కదా? విశ్లేషణే కాదు వెరిఫికేషన్‌ గూడ అవసరం. అనువాదం కోసం కంప్యూటరుకు అనేక భాషలు నేర్చవలసి వుంటుంది. మన ఆజ్జననునరించి కంప్యూటర్‌ వవూలభాషను (గ్రహిస్తుంది.
మూలభాషనే విశ్లేషిస్తుంది. నీఘంటువు ఆధారంగా మూలభాషా వదాలను లక్ష్యభాషలోకి (12861 12086886) అనువదించడం జరుగుతుంది.
యాంత్రిక విశ్లేషణ: కంప్యూటరు క్రీ బోర్డు ద్వారా విషయాన్ని అందిస్తున్నాం కాబట్టి, వ్రాతద్వారా వ్యక్తం చేసే భాష గురించి మాత్రమే ప్రస్తావించడం జరుగుతుంది. కంప్యూటర్‌కు అందించే భాష అన్వయ క్షిష్టత లేకుండా వుండాలి. అర్థ సందిగ్ధతకు తావులేనివిధంగా వుండాలి. వాక్యాలు దోషరహితంగా ఉండాలి. రాతలో ఐతే సాధారణంగా వ్యాకరణ దోషాలుందవు, కానీ వాక్యంలో వాక్యం కలినిపోయి వుంటే విశ్లేషణ కవ్చవౌతుంది. అంతేగాదు పెద్దవాళ్యాలలో దోషాలున్నాయో లేవో కూడ గుర్తించలేం. అందుచేత చిన్నచిన్న వాక్యాలు రాయడం మేలు.
విశ్లేషణ విధానం: విశ్లేషణలో ఒక్కొళ్ళరు ఒక్కొళక్మ విధానం అవలంభీంచవచ్చు. నాపద్ధతి- ముందుగా మూల భాషలోని వాక్యాన్ని గుర్తించడం. వాక్యం భాషలోని అర్ధయుక్తమైన కనిష్ట ప్రమాణం కాబట్టి వాళ్యం పూర్తయిన తరవాత మాత్రమే భావాన్ని గ్రహించగలిగే వీలుంది. వ్రాతలో వాళ్యాంతాన్ని () (9) (0) వంటి చిహ్నాలద్వారా గుర్తించవచ్చు. అందుచేత కంప్యూటరుకు వేపే భాషలో విరావమచివ్నోలు వాడాలి. తరువాత జఖాషలోని వాక్యాన్ని విశ్లేషించుకోవాలి. అందుకోసం వాక్యంలోని పదాలను గుర్తించాలి. రాతలో వదాలవుధథ్య ఖాళీ ఉంచుతాం కాబట్టి, ఈ ఖాళీని ఆధారంచేసుకౌనీ కంవ్యూటర్‌ వాళ్యంలోనీ ఒకొళ్క వదాన్ని వేరుచేస్తుంది. మనం చదువుకొన్నట్లే కంప్యూటర్‌ కూడ అక్షరం అక్షరం చదువుకొంటూ పోతుంది. భాషలోని వదం నిథుంటువులో కనిపించిన వెంటనే దాని అర్ధాన్ని గ్రహించి రెండవ పదానికి పోతుంది. భారతీయ భాషలలో పదం ప్రత్యయంతో కూడి వుంటుంది. కాబట్టి ప్రకృతి ప్రత్యయ విభాగం చేయవలసి వుంటుంది. ఇంగ్లీషులో అయితే వత్యయాలు (0/800911009, ౧౦౪[౧౦9111009) నామవాచకంతో కలిసి వుండవు. ఆ భాషలో రెంటి మద్య ఖాలీ వుంటుంది. ఒక వాళ్యాన్ని విడగొట్టి అందులోని పదాల అమరిక, పదాలలోనీ వదాంశాల అమరిక, వాటి మథ్య గల నంబంథం తెలుసుకోవచ్చు. పదాన్ని ప్రకృతి, ప్రత్యయ విభాగం చెయ్యకుండా వెబుత్తం పదం యొక్క అర్ధాన్ని (గహించాలనుకాంటే పెద్ద నిఘంటువును తయారు చేసుకోవాలి. ఏ భాషలోనైనా నామపదాలు,
