Дата: 20.09.2007

Тысячеязычный поиск картинок объединяет смыслы в матрицу

PanImages добавляет новые слова в матрицу, которая позволяет перевести любое слово между двумя любыми языками в базе (иллюстрация University of Washington).

Вписывая в поисковике картинок Google слово "ключ" мы со вздохом начинаем пролистывать тысячи и тысячи изображений, которые показывают нам всё что угодно, но только не маленький родничок среди зелёной травы. Значение такого слова как "ключ" даже человек может понять только по контексту. Что же с этой проблемой делать машине? Кажется, учёные нашли решение.

Нам-то, русским, конечно, легче. В нашем великом и могучем есть хотя бы слово "родник", а вот в английском есть только один перевод слова "ключ" — "spring" (а это слово также обозначает и время года, и металлическую спираль).

Вот и собрались программисты да лингвисты в центре имени Тьюринга (Turing Center), что в университете Вашингтона (University of Washington), и разработали программное обеспечение для межъязыкового поиска картинок, которое внедрили его во Всемирную паутину.

Новый многоязычный поисковик PanImages, недавно представленный на 11-м саммите машинного перевода (Machine Translation Summit XI) в Дании, позволит людям искать картинки в Интернете с помощью более чем тысячи языков (правда, в базе сейчас порядка двух с половиной миллионов слов из более чем 300 языков, но это – не окончательный вариант системы).

Такие поисковики, как Google, ищут картинки по набранному слову, выявляя его в подписях к рисунку и окружающем тексте, а ещё — в названии файла. Но так как пользователь вписывает слово на своём родном языке, результаты поиска весьма ограничены. А ведь картинки это не текстовые документы, которые пользователь не в состоянии понять из-за незнания языка.

PanImages (греческий префикс "пан" означает общий, всеобщий) автоматически переводит слово в строке поиска и сортирует результаты в группы по языкам, ранжируя по количеству найденных картинок. Затем пользователь выбирает нужный ему язык и просматривает найденные посредством Google картинки и фото из онлайновой базы Flickr (окно браузера делится на две части).

PanImages призван в первую очередь помочь тем людям, которые разговаривают на языках, мало представленных в Интернете, но он также облегчит поиск необходимых картинок и тем людям, которые хотят найти именно то, что они ищут.

Так, в случае обычного поиска англичанин не найдёт картинки, помеченные тегами в китайских иероглифах, а датчанин – с английскими подписями.

"Google (один из лучших мировых сервисов поиска на данный момент) предоставит вам не более десятка картинок, если вы введёте слово, скажем, на зулусском языке. В то же время PanImages сгенерирует более 472 тысяч вариантов картинок", — говорит Орен Этциони (Oren Etzioni), профессор информатики и конструирования вычислительной техники Вашингтонского университета, который также руководит центром Тьюринга и возглавляет команду, работающую над PanImages.

"Интернет становится всё более доступным, и не только в индустриальных странах. В Сети появляются люди, которые говорят не только на английском, французском и китайском языках", — добавляет Этциони.

Но и пользователи, говорящие на "основных" языках, извлекут пользу из нового продукта. Ведь многие слова имеют несколько значений и, как следствие, плодятся результаты поиска.

---

Оригинал статьи находится на сайте Мембрана