Překlad obsahu/strojový překlad/Yandex

Od 4. listopadu 2015 je pro uživatele služby Content Translation zpřístupněn systém strojového překladu Yandex. Vzhledem k jeho popularitě mezi ruskými uživateli Wikipedie bylo zahrnutí služby Yandex.Translate požadovanou funkcí. Původně byl zaveden pro překlad stránek Wikipedie z angličtiny do ruštiny. Služba je však nyní rozšířena pro všechny jazyky, které jsou poskytovány prostřednictvím Yandexu.

Yandex.Translate poskytuje ruská internetová společnost Yandex. Od konce roku 2014 spolupracoval právní tým Wikimedia Foundation a společnost Yandex na vypracování dohody, která umožní používání služby Yandex. Překlady bez kompromisů v oblasti zásad Wikipedie týkajících se přidělování práv, soukromí našich uživatelů a reprezentace značky. Podmínky smlouvy jsou níže a rádi vyslechneme jakékoli dotazy, které můžete mít ohledně této služby.

Klíčové vlastnosti

• Do Yandexu nejsou odesílány žádné osobní údaje. K systému MT bude přístup přes veřejně dostupné API s použitím klíče. Obsah článku (volně licencovaný) je odesílán na servery Yandexu ze serverů Wikimedia Foundation. Mezi uživatelem a externími službami neprobíhá žádná přímá komunikace a na servery Yandexu nejsou odesílány žádné osobní údaje (IP adresa, uživatelské jméno). Klient, který kontaktuje servery Yandexu, je open source a můžete si ho ověřit zde. Žádná část služby ani kódu Yandexu nebude součástí infrastruktury Wikimedia ani kódové základny Content Translation.
• Informace jsou vráceny z Yandexu pod svobodnou licencí. Při použití služby Yandex poskytuje přeloženou verzi obsahu Wikipedie pod svobodnou licencí. Uživatelé ji mohou upravovat a publikovat jako součást Wikipedie bez konfliktů se stávajícími zásadami. Výsledný obsah přeložený společností Yandex a uživatelské úpravy budou k dispozici pod stejnou licencí, která se používá pro zbývající články na Wikipedii.
• Přínos pro širší komunitu překladatelů s otevřeným zdrojovým kódem. Překlady získané z Yandexu a uživatelské úpravy budou veřejně dostupné. Upravené překlady jsou obzvláště zajímavé pro komunitu výzkumníků v oblasti překladu, která může tento zdroj využít k vytváření nových překladatelských služeb na podporu jazyků, pro které strojový překlad s otevřeným zdrojovým kódem dosud není k dispozici. To pomůže vývojářům vytvářet a vylepšovat systémy strojového překladu.
• Uživatelé si ji mohou zakázat. Automatický překlad je volitelný nástroj v Content Translation. Uživatelé mají možnost ji zakázat, pokud ji z nějakého důvodu nepovažují za užitečnou. Ačkoli si tuto službu vyžádalo mnoho uživatelů z ruské komunity, každý jednotlivý uživatel se nakonec rozhodne, zda ji chce používat, či nikoli.

Shrnutí podmínek smlouvy s Yandexem

Závazky společnosti Yandex

• Chcete-li zdarma licencovat svůj klíč API Yandex.Translate Wikimedia Foundation aby dobrovolníci na stránkách Wikimedie mohli překládat články
• Umožnit dobrovolníkům překládat až deset milionů znaků denně (mnohem více, než je jejich veřejně dostupná možnost)
• Poskytnout Wikimedia statistické údaje o počtu znaků v odeslaných požadavcích

Závazky Wikimedia Foundation

• Poskytnout dobrovolně upravené verze textu přeloženého překladatelským nástrojem, aby Yandex mohl svůj nástroj vylepšit
• Nebudou sdíleny žádné osobní údaje překladatelů.
• V současné době se v požadavku na Yandex odesílá pouze původní obsah k překladu, jeho jazyk a cílový jazyk překladu.
• Překlady publikované překladateli, ať už s pomocí služeb strojového překladu nebo bez nich, budou poskytovány ve formě paralelních korpusů prostřednictvím rozhraní API pro překlad obsahu. Tato rozhraní API budou vyvíjena postupně a výsledky budou volně dostupné pro všechny, nejen pro Yandex.

Důležité poznámky

• Veškerý obsah zůstane licencován pod licencí CC BY-SA 3.0.
• Yandex nevyžaduje na stránkách Wikimedia žádné "brandingové prvky" kromě uvedení Yandex.Translate jako možnosti překladatelského nástroje v rozbalovací nabídce překladatelského rozhraní.
• Nedochází k žádné výměně osobních údajů dobrovolníků
• Smlouva je omezena na 1 rok, po tuto dobu můžeme přehodnotit naše potřeby.
• Můžeme ukončit smlouvu z jakéhokoli důvodu a kdykoli (s 30denní výpovědní lhůtou).
• Smlouva se řídí právem USA.

Dotazy ohledně této služby

V této sekci jsme se zabývali některými bezprostředními otázkami ohledně Yandexu. Tyto otázky jsou k dispozici také na stránce Často kladené otázky ke Content Translation.

Jaké jazyky používá Yandex? Plánujete přidat další?

Yandex je v současné době k dispozici pro více než 70 jazyků. S rozšiřováním jazykového pokrytí Yandexu zvážíme povolení Content Translation. Upozorňujeme, že strojový překlad Yandexu nebude k dispozici při vytváření stránek do angličtiny.

Jak se používání Yandexu liší od používání jakéhokoli jiného systému strojového překladu?

Jako uživatel Content Translation nepocítíte v rozhraní překladu žádný rozdíl, protože systém strojového překladu Yandexu zobrazí přeložený obsah stejným způsobem, jakým to aktuálně dělá Apertium pro podporovaných 45 jazykových párů.

Jak se provádí strojový překlad, pokud zvolím Yandex?

Yandex poskytuje free for use API key, který umožňuje webovým stránkám a dalším službám používat jejich překladatelský systém. Překlad obsahu také používá unikátní API klíč pro přístup k této službě na serveru Yandexu. Když uživatel začne překládat článek, je obsah HTML každé části zdrojového článku odeslán na server Yandex a přeložená verze je získána a zobrazena v příslušném sloupci překladu Překladu obsahu. Odkazy a reference jsou upraveny jako obvykle a uživatelé mohou obsah upravovat podle potřeby.

Tento proces pokračuje pro všechny části překládaného článku. Pro lepší výkon jsou překlady po sobě jdoucích částí předem načteny. Uživatel si může nepublikovaný překlad uložit (aby na něm mohl později znovu pracovat) nebo článek publikovat obvyklým způsobem. Článek je publikován na Wikipedii jako jakýkoli jiný běžný článek s příslušným uvedením zdroje a licencemi.

Můžete si prohlédnout schéma procesu.

Yandex není založen na softwaru s otevřeným zdrojovým kódem. Proč ho používáme?

Překlad obsahu se vyvinul z dlouhodobé potřeby překlenout propast v množství obsahu mezi Wikipediemi v různých jazycích. Stejně jako veškerý ostatní software používaný na stránkách Wikimedie je i Content Translation open source. I v tomto konkrétním případě používáme [open source klienta https://github.com/wikimedia/mediawiki-services-cxserver/blob/master/mt/Yandex.js] k interakci s externí službou a importu volně licencovaného obsahu, abychom uživatelům pomohli rozšířit naše bezplatné znalosti.

Abychom mohli používat systém strojového překladu Yandex, nepřidáváme žádný proprietární software do kódu pro překlad obsahu ani na webové stránky a servery Wikimedia. Služba je zdarma a dostupná pro všechny.

Do služby Yandex se odesílá pouze volně dostupný obsah článků Wikipedie (v segmentech) a získaný přeložený obsah je volně použitelný na stránkách Wikipedie. Přeložený obsah mohou uživatelé upravovat a tato data jsou také veřejně dostupná pod bezplatnou licencí prostřednictvím rozhraní Content Translation API. Jedná se o cenný zdroj, který je komunitě k dispozici pro vývoj open source překladatelských služeb pro ty jazyky, kde dosud neexistují.

Po pečlivém prostudování důsledků jsme zjistili, že skutečnost, že obsah byl dříve uložen v uzavřené službě, neomezuje svobodu našich znalostí ani našeho softwaru v současnosti ani v budoucnosti. Věnovali jsme zvláštní pozornost tomu, abychom zajistili, že poskytovaný obsah je volně licencován, a zajistili tak jeho soulad se zásadami Wikipedie. To zahrnuje dlouhý proces právního a technického hodnocení a dodržování předpisů. K dispozici je také shrnutí podmínek použití.

Z uživatelské zpětné vazby jsme zjistili, že podpora strojového překladu je pro uživatele opravdu užitečná a chceme co nejlépe podporovat všechny jazyky. V souladu s zásadami usnesení Wikimedia Foundation o podpoře svobodného a open source softwaru budeme upřednostňovat integraci open source služeb, kdykoli budou pro daný jazyk k dispozici. Apertium je klíčovou součástí překladu obsahu od svého vzniku, ale v současné době poskytuje strojové překlady pouze pro 45 z mnoha možných jazykových kombinací, které Wikipedie podporuje.

Mám se při používání Yandexu obávat o své osobní údaje?

Bez ohledu na použitou službu si můžete být jisti, že bude odeslán pouze obsah Wikipedie z existujících článků a do překladu bude přidán pouze volně licencovaný obsah. Nebudou odesílány žádné osobní údaje a komunikace s těmito službami probíhá na straně serveru, takže jsou izolovány od uživatelského zařízení. Další podrobnosti naleznete v tomto diagramu.

Co když je Yandex jediný dostupný nástroj pro strojový překlad a já ho nechci používat?

Strojový překlad je volitelná funkce v aplikaci Content Translation, kterou můžete snadno a dle libosti zakázat. Pokud jsou pro vaše jazyky přidány další systémy strojového překladu, můžete strojový překlad znovu povolit a vybrat si službu strojového překladu dle vlastního výběru.

Bude obsah přeložený společností Yandex volně k použití na Wikipedii?

Ano. Obsah přijatý od Yandexu je jinak volně dostupný na platformě pro webové překlady Yandex. Content Translation jej přijímá prostřednictvím klíče API, aby byl bezproblémově dostupný v překladatelském rozhraní. Tento obsah mohou uživatelé upravovat (v případě potřeby) a používat v článcích Wikipedie na základě svobodných licencí.

Lze tento obsah použít ke zlepšení systémů strojového překladu obecně?

Ano. Překlady vytvořené v nástroji Content Translation jsou uloženy v naší databázi. Tyto informace budou veřejně dostupné pro kohokoli, kdo je může použít jako příklady překladů ke zlepšení svých překladatelských služeb (od univerzitních výzkumných skupin, přes open source projekty až po komerční společnosti, zkrátka pro kohokoli!). K obsahu je možné přistupovat prostřednictvím Content Translation API. Upozorňujeme, že veřejně dostupné jsou pouze informace týkající se přeloženého textu. Patří sem – zdrojový a přeložený text, informace o zdrojovém a cílovém jazyce a identifikátor segmentu textu.