Makine Çevirisi ve Genel Amaçlı Bilgisayarlar

B. D. Blickstein — C-E-I-R, Inc.
Arlington, Virginia

(2–5 Şubat 1960'ta Los Angeles'ta yapılan Ulusal Makine Çevirisi Sempozyumu'nda sunulan bir rapora dayanmaktadır.)

C-E-I-R olarak Mayıs 1958'den beri makine çevirisi alanıyla etkin biçimde ilgileniyoruz. Bu süre içinde IBM 704 üzerinde bir çeviri sistemi programladık; şu anda 7090 için bir sistemin tasarımıyla uğraşıyoruz. Çeşitli türden Rusça metinleri Rusçadan İngilizceye çevirdik: (1) üzerinde çalışılmış metin, (2) Rand Corporation'ın hazırladığı, önceden bilinmeyen rastgele metin ve (3) Pravda'dan siyasi metin. Bu raporda makine çevirisi alanına, bilgisayar seçimine ilişkin tartışmalara, özel çeviri makinelerinin tasarımına ve ideal sözlük aygıtının gereklerine dair birkaç gözlem aktarıyoruz. Tartışmaların bir kısmını özetleyecek ve çeviri çalışmasının elindeki donanım hakkında birtakım sonuçlara varmaya çalışacağız.

Dil çevirisi sürecinin doğası

Makine çevirisi sürecinin donanıma dayattığı sınırları tartışabilmek için, bir dilden ötekine çeviri sürecinin doğasını dikkatle saptamak gerekir. Bilgi akışının kendisi ardışıktır; yani metin, bilgisayarın içinden kendi doğal sırasıyla akar ve dolayısıyla bu sırayla işlenir. Metin üzerinden kaç geçiş yapılacağını belirlemek çeviri yönteminin işidir ve bu sayı, kullanılacak donanım türünün seçiminde önemli bir parametredir. Her geçişte ele alınan bilgi farklıdır: ilk geçiş, girdi metnini makinenin tanıyabileceği bir biçime dönüştürür; son geçiş ise metni hedef dilde (ya da amaç dilde) bilgisayardan bir yazıcıya aktarır. Aradaki geçişler metni sözlüklerle ilişkilendirmeye, temel sözcük ve öbek anlamlarını işlemeye ve sözdizimsel yeniden düzenlemeyi yapmaya yarar. İşleyicinin dilbilimsel görevleri birbirinden ayrılabildiği ve bağımsız olarak yürütülebildiği için, bütün sistemin programını her biri metin üzerinde bir geçiş gerektiren alt programlara bölmek mümkündür.

Böyle ardışık ve çok geçişli bir örgütlenme, uzunluğu belirsiz metinlerin kesintisiz biçimde işlenmesine olanak verir. Bordro ya da muhasebe işlerinde de aynı türden bir yordam izlenir. Muhasebe ile çeviri yordamları arasında belirgin farklar vardır; ama veri akışı benzerdir ve genel olarak dil çevirisi, veri işleme alanına, daha önce hatırı sayılır bir başarıyla ele alınmış pek çok probleme benzeyen problemler sunar.

Bordro programıyla karşılaştırma

Bordro programında girdi verisi, bir çalışanı tanımlayan ve kaç saat çalıştığını bildiren bilgilerden oluşur. Ad anahtar olarak kullanılıp ana dosya sorgulanır; buradan saatlik ücret ya da soyut bir ücret sınıfı elde edilir. Program, ana dosyadan gelen bu bilgiden hareketle çeşitli aritmetik ve mantıksal adımlarla çalışana ödenecek maaşı belirlemeli, kesintileri düşmeli ve sonunda bir çek basmalıdır. Dikkat edilirse, ana dosya bir kez sorgulanıp bilgi çekildikten sonra çalışanın adının sonraki işlem yordamıyla hiçbir ilgisi kalmaz.

Benzer biçimde, çeviri açısından da kaynak dildeki sözcük, sözlüğe bir kez başvurulduktan sonra bütünüyle bir kenara bırakılabilir — yeter ki çeviri, hedef dilden gelen mantıksal bir biçim aktarımına indirgenebilsin. Eskiden Georgetown Üniversitesi'nde olan, şimdi C-E-I-R'de Makine Çevirisi Bölümü'nün başındaki Ariadne Lukjanow, Birleşik Aktarım Sistemi (Unified Transfer System) adını verdiği çeviri yöntemine ilişkin raporunda, böyle bir sürecin belirli bir hedef dilden dahi bağımsız kılınabileceğini gösterdi. Ortaya çıkan çeviri algoritması mantıksal bir süreçtir: kararlar, dallanmalar, seçimler ve sayısal kodların Boole türü eşleştirmelerini içerir.

Böylesine soyut bir sistem elbette makineden bağımsızdır. Algoritmayı hangi makinenin ya da kişinin yürüttüğü onu hiç ilgilendirmez.

Donanım seçimi

Ne var ki söz konusu işlemlerin doğası, işletme ekonomisi ve programlama kolaylığı gözetildiğinde donanım seçimine birtakım kısıtlar koyar. Bu kısıtların en büyüğü muhtemelen, kesinlikle vazgeçilmez bir iş olan sözlük arama sürecinden gelir. Pek çok üretici ve araştırma grubu bu soru üzerine çok kafa yordu; birbirinden farklı pek çok sonuç önerildi. Biz tartışmayı iki temel seçeneğe indirgeyerek sorunu çözmeye çalışacağız.

Çeviri, bilgisayarın gözünde çok geçişli ardışık bir veri işleme işi olarak göründüğüne göre, bu işi verimli yapacak bir makinenin yüksek hızlı, ardışık türde giriş/çıkış olanaklarıyla çalışması gerekir. Bilgisayar teknolojisi bugüne kadar bize bu türden tek bir olanak verdi: yüksek hızlı manyetik bant. Bilgisayar donanımı ailesinin sınanmış ve güvenilir bir üyesi olan manyetik bant hızlıdır, güvenilirdir, görece ucuzdur ve yeniden kullanılabilir. Giriş/çıkış ortamı olmanın yanı sıra bant, bilgisayar için yardımcı depolama olarak da iyi iş görür ve özellikle ardışık işlemeye yatkındır. Başlıca sakıncası rastgele erişimli bir depolama olmamasıdır; ama bu sakınca, bilgi dosyalarına yapılacak başvuruların önceden sıralanmasıyla kısmen giderilebilir, böylece hızlı ardışık erişim mümkün olur.

Bant işlemlerinin hızlanması

Son zamanlarda hem bant birimlerinin hızını artırmakta hem de bant ile bilgisayar işlemlerini gerçekten eşzamanlı kılmakta büyük adımlar atıldı. Ticari olarak satılan bazı donanımlarda artık, bilgisayarın bağımsız mantıksal işlemler yürütmesine izin verilirken aynı anda 8 bandı birden kullanmak mümkün. Bu ilerlemelerin değeri en çok işletim hızında görülüyor. Örneğin 704 üzerinde saatte 5.000 sözcük mertebesinde çeviri yapan bir süreç, 709 üzerinde aynı sürede 15.000 sözcük üretebiliyor.

Sözlükte arama sorunu

Bant işlemlerindeki bu iyileşmenin en büyük etkisi sözlük arama sorununda görülüyor. Manyetik bant doğası gereği ardışık olduğundan, sözlük araması verimlilik adına şöyle yapılmalıdır:

1. Bant sözlüğü sıralanmalıdır.
2. Metin de sözlükle aynı sıralamadan geçirilmelidir.
3. İki bant birbiriyle eşleştirilmeli, metne karşılık gelen girdiler çekilmeli ve bu girdilerden, kaynak dilden arındırılmış üçüncü bir bant oluşturulmalıdır.
4. Bu üçüncü bant, metin sırasına göre yeniden sıralanmalıdır.

Bant işlemlerinin eşzamanlılığı, bu sırala-eşleştir-sırala sürecinin hatırı sayılır ölçüde hızlanmasına izin veriyor. Hatta büyük bant sözlüklerinin ekonomik açıdan uygulanabilir olmasını sağlıyor. Dahası bu özellik, birden çok teknik sözlüğün işletim süresini hiç artırmadan taranmasına olanak veriyor.

Rastgele erişimli bellek

Bu sözlük arama yordamının tek pratik alternatifi, yüksek rastgele erişim hızına sahip, sözlüğün tamamını bir arada saklayabilen ve her girdiye eşit erişim sunan bir bellek aygıtıdır. Bayan Lukjanow'un önerdiği sistemde her sözlük girdisi ortalama 20 makine sözcüğü yer kaplamalıdır; dolayısıyla 50.000 girdilik bir sözlük 1 milyon sözcüklük depolama ister. Bantlı bir 7090 ile saatte en az 100.000 sözcüğün çevrilebileceği tahmin ediliyor; buna denk bir rastgele erişimli belleğin, işleme süresi hariç, bir girdinin tamamı için ortalama 36 milisaniyelik erişim süresi vermesi gerekirdi. Demek ki depolamadan aktarım hızının sözcük başına 1,8 mikrosaniye mertebesinde olması gerekiyor. Bu, manyetik disk türü birimlerde geçmişte ulaşılandan epeyce daha hızlı bir erişimdir. Bu yüzden, bugün elde bulunan en iyi sözlük ortamı olarak manyetik bandı seçmeye yöneliyoruz. Ne var ki yakın geleceğin, bu süreyi yakalayan ve hatta geçen disk birimleri getirmesi bekleniyor. STRETCH'in disk birimi sözcük başına 4 mikrosaniye mertebesinde bir erişim süresi verecek; ancak bu, diskteki doğru izin bulunmuş olmasını varsayıyor — ki bu işlem 87 milisaniyeye kadar sürebiliyor. Doğrusu, kaybedilen bu bulma süresinin büyük bölümü, uygun tamponlama ve işleme ile arama işlerinin iç içe geçirilmesiyle geri kazanılabilir.

Bugünkü bilgisayarların dil çevirisine uygunluğu

Yanıtlamaya çalıştığımız sorulardan biri, bugünkü makinelerin sayısal malzeme üzerindeki işlemlere karşılık dilsel malzemenin ihtiyaçlarını karşılayacak biçimde tasarlanıp tasarlanmadığı. Örnek olarak IBM 700/7000 serisinin gelişim zincirini almak isterim. Grubun ilki 701'di. Bu makinede temel aritmetik komutlar vardı, fazlası pek yoktu. Kısa süre sonra, dizinleme özellikleriyle birtakım mantıksal işlemleri ekleyen 704 geldi. 709, altı kanallı giriş/çıkış, dolaylı adresleme ve 20'yi epeyce aşan bir mantık işlemi ailesi sağladı. 7090, 709'un iç hızını 5 kat, bant hızını 4,5 kat artırdı ve kanal sayısını 8'e çıkardı. 701'den 7090'a net sonuç, aritmetik olanakların iyileştirilmesinden çok mantıksal ve bilgi işleme yeteneklerinin hayata geçirilmesi oldu; ortaya, veri işleme uygulamalarında sayısal işlemlerdeki kadar hünerli bilgisayarlar çıktı. Bilgisayar kullanıcıları arasında bunun böyle olduğuna dair bol kanıt var: genel amaçlı makine, adında olduğu gibi kapsamında da genel amaçlı hâle geldi. Ayrıca şu da açıklık kazandı: pek çok uygulamada bilgi ya alfabetik ya da ondalık olsa da, ikili makine, daha yüksek iç hızları sayesinde ondalık muadilinden daha verimli olduğunu kanıtladı. Doğrusu "bilgisayar" terimi, yerini hızla daha yerinde bir terime bırakıyor: "elektronik veri işleme makinesi".

Dil çevirisinin gerektirdiği işlemler

Çeviriyi yapmak için gereken işlemler temelde mantıksaldır: mantıksal "ve", "veya", eşitlik sınamaları ve karar dallanmaları. Son zamanlarda, manyetik disk birimi belleklerini kullanabilecek bazı ikili makineler duyuruldu. 7090 şu an sınırlı bir disk birimiyle satılıyor; daha önce andığımız, yolda olan STRETCH ise son derece yüksek sığalı ve hızlı erişimli bir disk birimiyle donatılacak.

Elde bulunan hızlı genel amaçlı bilgisayarlar

Birkaç genel amaçlı bilgisayarı andık; bütünlük olsun diye bu makinelerin bir kısmını kısaca özetlemek isteriz.

İkili türden makinelere duyulan tercihe karşın, bugün piyasada dikkate değer, görece yeni ve büyük ölçekli ondalık modeller de var. Univac LARC, Datatron 220 ve IBM 7070, kendi sınıfları için son derece yüksek hızlı makineler ve hepsi mantıksal türden bir komut kümesiyle donatılmış. 7070 için disk birimleri mevcut ve üçü de yüksek hızlı bant birimlerine sahip. İkili makineler arasında iki temel grup var: vakum tüplü devreler ve transistörlü mantık. Birincide IBM 704 ile 709, ikincide — vakum tüplü hızların yaklaşık 5 katı işletim hızı gösteren — Honeywell 800, CDC 1604, IBM 7090 ve Transac S-2000 yer alıyor. Kanımca çeviri için en iyi pazarlık transistörlü grupta: bu hızlara, vakum tüplü türlere kıyasla yalnızca %50 dolayında bir maliyet artışıyla ulaşılıyor ve çevrilen her sözcüğün maliyetinde yaklaşık %70'lik bir düşüş sağlanıyor.

Saatte üç milyon sözcük

STRETCH denen makine, IBM'in Los Alamos laboratuvarı için tasarlamakta olduğu bir bilgisayar; hem elektronik hem mantıksal bakımdan sözcüğün tam anlamıyla geleceğe doğru bir "esneme". İç işletim hızları 704'ünkinin yaklaşık 100 katı; mantıksal tasarımda ve eşzamansız komut yapısında sağlanan ilerlemeler, gereken komut adımı sayısında %20'lik bir azalmaya izin verecek. Makine, her biri 4 milyon sözcüğü aşan sığada en fazla 32 disk birimini işleyebilecek; yani toplam disk sığası 130 milyon sözcüğü aşacak. Saniyede 10.000 sözcüğü aşan aktarım hızındaki yüksek hızlı manyetik bantlar hem makineyle hem birbirleriyle koşut çalışacak; ana manyetik çekirdek bellek ise 64 bitlik 262.000 sözcüğe kadar çıkabilecek. Bant üzerinde sözlük aramanın ortadan kalkmasının çeviri hızında kabaca %50 artış getirmesi ve buna iç hızdaki artışın eklenmesiyle, Bayan Lukjanow'un önerdiği çeviri sisteminin saatte 3 milyon sözcük dolayında bir çeviri hızıyla hayata geçirilebileceği görünüyor.

Özel amaçlı çeviri makineleri

Özel amaçlı çeviri makineleri üzerine epeyce tartışıldı. Son birkaç yılda birkaç tasarım öne sürüldü, bazıları gerçekten yapıldı. Hem bilgisayar teknolojisinin hem de dil yöntemlerindeki ilerlemelerin belirgin özelliği olan hızlı eskimeye bakılırsa, bunun tehlikeleri ortadadır. Buna karşılık genel amaçlı makinenin kullanıcısı donanımını üreticiden kiralayabilir, böylece pahalı bir başlangıç yatırımından kurtulur; üstelik her zaman en yeni ve en verimli donanımdan yararlanabilir.

Bu nedenle yalnızca genel amaçlı makineler için sistem üretmeye karar verdik. C-E-I-R'nin siyaseti, her zaman elde bulunan en yeni ve en hızlı makineyi kullanarak ilerlemektir; şimdilik bu 7090'dır, gelecekteki çalışmalarımızı ise STRETCH sınıfı makineler için planlayacağız. Makine çevirisinin ekonomik açıdan uygulanabilir ve teknik açıdan işler hâle gelmesinin ancak bu yolla mümkün olduğuna inanıyoruz.

Çevirmenin notu

Blickstein'ın umudunu bağladığı STRETCH (IBM 7030) 1961'de Los Alamos'a teslim edildi, ama vaat edilen hızın altında kaldı; IBM fiyatını neredeyse yarıya indirip satışını durdurdu ve makineden yalnızca bir avuç üretildi. Saatte üç milyon sözcük hiç gelmedi. Alanın kendisi de altı yıl sonra duvara tosladı: 1966'daki ALPAC raporu makine çevirisinin insan çevirisinden daha yavaş, daha pahalı ve daha hatalı olduğu sonucuna vardı ve ABD'de araştırma fonları büyük ölçüde kesildi. Yazının arka planındaki Georgetown çevresi ise 1954'te IBM 701 üzerinde altmış Rusça cümleyi çevirip "üç beş yıl içinde sorun çözülmüş olur" diyen ekipti; Ariadne Lukjanow da o çevreden geliyor.

Özgün sayfalar

Yazı dergide 20–22. sayfalarda, kesintisiz akıyor. Bir sayfaya tıklayınca tam çözünürlüklü hâli açılır.