Översättning i terrorns tidsålder

I ett konferensrum i Washington, DC som är ljudisolerat för att motverka avlyssning, beskriver fem lingvister som arbetar för regeringen, under förutsättning att deras namn inte publiceras, den monumentala uppgiften de står inför att analysera främmande språk i terrorns tidsålder.

Runt bordet sitter experter på arabiska, ryska, kinesiska och italienska, och en kvinna som är en av regeringens få talare av dari, ett språk som används i Afghanistan. Dom är unga; tre är i 20-årsåldern, de andra i 30- och 40-årsåldern. Men de är allt viktigare för USA:s nationella säkerhet: de är frontlinjens översättare som analyserar språk som är rörigt, komplicerat och fragmenterat men som kan ge ledtrådar till en förestående terroristattack.

Den här historien var en del av vårt marsnummer 2004

• Se resten av frågan
• Prenumerera

Analysera är det operativa ordet här - inte bara översätta. De fem-tillsammans med tusentals andra regerings- eller kontraktslingvister som gör liknande arbete kämpar över dokument och ljudklipp för att dra ut enstaka ord, isolera informationsfragment, väva intelligens ur fragmenten och i allmänhet utföra språklig triage på översvämning av råmaterial som samlas in dagligen av CIA, FBI, försvarsdepartementet och andra källor. En lingvist berättar om att han behövde gräva igenom en smutsig låda med dokument, som luktade bensin, som just hade stigit av ett plan från Afghanistan. En annan beskriver avkodning av en handskriven anteckning vars signatur - en nyckelled till dess intelligensvärde - blev halvt rippad. En annan berättar att han lyssnade på ett avlyssnat mobiltelefonsamtal, på ryska, mellan två män på en bullrig utomhusmarknad. En man stammade; som kunde ha indikerat att han var nervös, vilket kanske eller kanske inte speglar vikten av samtalet. Det är som att titta på pusselbitarna, utan lådan som visar hur bilden ska se ut, säger den kinesiske lingvisten. Och delarna kanske inte passar ihop. Du måste borsta bort dammet och säga, vad ska jag göra härnäst?

Bortom dessa fysiska och kontextuella stötestenar möter analytiker utmaningar från språken själva. Al-Qaida-medlemmar tenderar att tala en arabiska som är mättad med kulturella och historiska anspelningar; som gör det svårt att skilja religiös dialog från attackplaner. Och några av terrorgruppens medlemmar har inte språket som modersmål, vilket betyder att de gör ovanliga ordval, uttalar ord annorlunda och begår många grammatiska fel. Vi har mycket övning i att hantera den sovjetiska modellen eller den europeiska konversationsmodellen, men inte lika mycket med kulturer där direkt, klarspråk är sällsynt, säger Everette Jordan, en före detta lingvist från National Security Agency som ordnade så att de fem lingvisterna träffa Teknikgranskning . Det är inte var, vad, hur och när. Det är varför och varför inte. Det är vad vi möter mycket.

Kostnaderna för att inte klargöra vad motståndare menar i tid är höga. Det klargjordes under kongressens utredningar av underrättelsetjänsten som ledde fram till attackerna den 11 september. I det kanske mest iögonfallande exemplet, den 10 september 2001, enligt nyhetsrapporter från juni 2002, avlyssnade NSA två arabiskspråkiga meddelanden, ett som sa att imorgon är noll timme och ett annat som sa att matchen är på väg att börja. Meningarna översattes inte förrän den 12 september 2001. Avslöjandet underströk det faktum att den amerikanska regeringen står inför en allvarlig kris i sin förmåga att lagra, analysera, söka och översätta data på dussintals främmande språk.

Det är en kris som blir värre - bokstavligen, för varje timme. Eftersläpningen av ogranskat material är så stor att den mäts inte i bara sidor utan i kubikmeter. Tänk på att NSA-satelliter var tredje timme sopar upp tillräckligt med information för att fylla Library of Congress. Och NSA är bara en underrättelsetjänst. Någonstans i den massiva höstacken kan det finnas en nål som är ungefär två kilobyte stor - mängden data på en enda maskinskriven sida - där terrorister släpper sina planer.

Och även om det finns en välrapporterad brist på kvalificerade översättare för att hjälpa till att söka efter den nålen, finns det också ett systemproblem. Denna störtflod av intelligens absorberas av en federal underrättelseinsamlingsbyråkrati som är vidsträckt och balkaniserad. Fyra grenar av militären, 13 underrättelsetjänster och utrikesdepartementets diplomatiska kår har alla sina egna knarrande system som byggts upp under decennier. Varje byrå rymmer – vissa säger hamstrar – sin egen uppsättning översättare, analytiker och databaser. Faktum är att långt före den 11 september visste experter att regeringens översättningsinfrastruktur inte bara var överväldigad; det var föråldrat. Men attackerna gav motivationen att ompröva, från grunden, hur översättningen går till. Vi går igenom en kulturell förändring just nu, säger den kinesiska lingvisten. Vi måste hitta verktygen för jobbet.

En ny dragkraft

Platsen för denna kulturella förändring - och förändring av teknikstrategi - är flera våningar i en oansenlig kontorsbyggnad i centrala Washington, inte långt från FBI:s högkvarter. Detta är säte för National Virtual Translation Center, ett nytt federalt kontor, skapat av USA Patriot Act 2001 men finansierat först 2003. Dess budget är hemlig, och förra hösten stod de flesta av dess helt nya skåp tomma. I ett rum staplades lådor som en gång hade Dells datorskärmar mot en vägg; i ett annat rum var ryska, arabiska och swahili-ordböcker fortfarande krymplindade.

Men den enfaldiga miljön motsäger centrets centrala roll i att förändra den amerikanska regeringens syn på översättning och analys. Det kommer att fungera som navet i en översättningswebb som betjänar alla federala underrättelseorgan. I år är det i färd med att anställa kanske 300 interna lingvister, men ännu viktigare, under de kommande tre till fem åren kommer det att länka samman tiotusentals statliga lingvister och privata entreprenörer via säkra nätverksanslutningar av en typ som redan används av FBI och CIA.

Dess grundläggande verksamhetsidéer bryter ner byråkratiska väggar och håller mänskliga översättare i centrum av företaget står i kontrast till regeringens traditionella inställning till översättningsproblemet. Sedan slutet av 1940-talet har den amerikanska regeringen och dess forskningsbyråer spenderat enorma summor på att försöka bygga den ultimata spiondatorn, som automatiskt skulle översätta vilken mening som helst på vilket språk som helst, oavsett om det talas eller skrivs, till graciös engelska. Dessa ansträngningar har gett några begränsade verktyg men har inte levererat den större visionen. Datorer är helt enkelt inte särskilt effektiva på att avkoda språkkomplexiteter som människor lätt tolkar.

Det nya översättningscentret representerar en stor förändring av den typ av översättningsteknik som regeringen försöker utveckla. I huvudsak skjuts drömmen om universell maskinöversättning åt sidan, till förmån för en ny dragkraft där en mängd olika verktyg utvecklas, inte för att ersätta människor, utan för att hjälpa dem. Det är en modell för hur regeringen kommer att hantera främmande språk under 2000-talet, säger William Rivers, biträdande forskningschef för Center for the Advanced Study of Language vid University of Maryland.

Till exempel, säg Rivers och andra, glöm bort programvara som kan översätta tryckt arabiska: analytiker skulle ha enorma fördelar om programvara helt enkelt kunde göra arabisk skrift lättare att läsa, så att återställda dokument kunde behandlas mer effektivt. Regeringen ligger fruktansvärt efter när det gäller datorstödd översättning, eftersom de har investerat alla dessa pengar på maskinöversättning, säger Kevin Hendzel, en före detta rysk lingvist för Vita huset och nu operativ chef på Aset International Services, en översättningsbyrå i Arlington VA.

För några gamla språkhänder är det nya centret förverkligandet av en långvarig vision. Ända sedan 1970-talet, när de första datorerna blev tillgängliga online, har vi funderat på hur man kan länka oerfarna översättare till onlineordböcker och experthjälp, säger Glenn Nordin, en språkunderrättelsetjänsteman vid försvarsdepartementet. [National Virtual Translation Center] är en dröm om 20 år som gått i uppfyllelse.

Om det fungerar kommer centret att knyta ihop framväxande teknologier för översättningshjälp och implementera dem effektivt i stor skala. Administreras från DC-kontoren kommer översättningswebben också att utnyttja kompetensen hos människor spridda över hela USA: professorer, kontraktsöversättare, statliga lingvister-greenhorn 20-somethings och pensionärer. Jag kan fortfarande nå regeringen [lingvisten] som har gått i pension till Pocatello, Idaho, så vi förlorar inte dessa färdigheter utanför dörren, säger Jordan, som är centerns nya chef. Just nu är det vårt enda alternativ.

En översättningswebb för nationell säkerhet
Det nya nationella virtuella översättningscentret syftar till att snabbt bearbeta främmande språkunderrättelser genom att bilda ett säkert kommunikationsnätverk och tillhandahålla assistansteknik till mänskliga översättare. I detta hypotetiska exempel bearbetas dokument som fångats i Afghanistan med hjälp av teknologier från skanningsprogram till delade databaser med översatta fraser.

ett. Amerikanska operatörer fångar en låda med vattendränkta dokument i Kabul, Afghanistan, och använder nästa generations skanningsprogram för att digitalisera dem. De digitaliserade dokumenten skickas till Defense Intelligence Agency vid Pentagon.
två. Inför en överbelastning lägger Defense Intelligence Agency jobbet till National Virtual Translation Center i Washington, DC. Där använder analytiker avancerad programvara för att flagga viktiga namn och termer.
3. De flesta dokumenten är fria från olycksbådande språk, men ett innehåller ordet fermenterare. Centret vidarebefordrar detta dokument till en pensionerad arabisk översättare med biovapenexpertis som bor i Idaho.
Fyra. Idaho-översättaren gör en partiell översättning med hjälp av databaser som kallas översättningsminnen som lagrar vanliga fraser. Han fastställer att dokumentet diskuterar läkemedel och inte tyder på något hot.

Översättningsverktygslåda

En svit med teknologier – verktyg som kan digitalisera, analysera och smälta råmaterial för den översättaren i Pocatello – är kärnan i centrets ansträngningar. Från skanningsprogram som känner igen fler språk, till bättre databaser som underlättar sökningar efter översatta fraser, till webbaserade samarbetsmetoder, ligger det tekniska fokuset på att hjälpa lingvisten i frontlinjen.

Det första steget är helt enkelt att ge översättaren hans eller hennes arbete i digital form. Det gör inte bara textmaskinen- läsbar , men maskin- lätthanterlig , säger Jordan. Om du vill markera något i texten och skicka iväg det till en offlineordlista eller ordlista, måste maskinen verkligen kunna ta tag i texten och flytta runt den. Det kräver att utskrivna dokument digitaliseras så att de kan hanteras av ordbehandlingsprogram.

Ändå lämnar den möjliggörande teknologin - mjukvaran för optisk teckenigenkänning som känner igen tryckta tecken och återger dem i ett standard digitalt teckensnitt - mycket övrigt att önska. Dels har den utvecklats främst för det romerska alfabetet och de stora europeiska språken; för en annan följer den språkspecifika regler och letar efter distinkta symboler - bokstaven R, till exempel - vars gränser och form den har programmerats att känna igen. Även om sådan teknik finns för arabiska (och språk som dari och pashto, som är skrivna i varianter av det arabiska alfabetet), är den endast tillförlitlig på tydligt tryckta, inte suddiga, suddiga eller handskrivna dokument.

Detta tekniska tomrum saktar ner processen att lägga till nya språk till skanningsmjukvaran, vilket kräver att en mänsklig expert skriver ut nya regler. På marken gör det översättares arbete svårt från början, vilket ofta tvingar dem att göra sitt arbete med penna och papper. Om tekniken inte är uppdaterad kan det vara du och din ordbok, säger den italienska översättaren.

För att förbättra situationen krävs ett nytt tillvägagångssätt. En forskargrupp vid BBN, ett Verizon-dotterbolag baserat i Cambridge, MA, har utvecklat en mer flexibel, träningsbar version av optisk teckenigenkänning. Till exempel, istället för att bara leta efter ett R, letar systemet efter en rad former som kan vara Rs och letar efter möjliga matchningar i en lista över modeller som skapats under träningen. Det här tillvägagångssättet är mer effektivt med suddig text och kan anpassas till ett bredare utbud av språk, säger Prem Natarajan, teknisk ledare för projektet. Han säger att systemet har en hög noggrannhet med sju skrivsystem - kinesiska, japanska, arabiska och thailändska bland dem. Projektet får redan federal finansiering; dess slutprodukt kan distribueras av det nya översättningscentret.

Med BBN-tekniken kunde dokument på fler språk skannas på plats - säg en grotta i Afghanistan - och skickas direkt till en översättare. Men att få texten i digital form är bara början. Ett annat steg i det virtuella översättningscentrets plan för teknisk assistans är att hitta och distribuera programvara som kan leta efter nyckelord eller fraser och flagga misstänkta dokument för en närmare titt. Dessa teknologier kan tillämpas på både digitala textfiler och avskrifter av röstavlyssning.

Det är ingen ny idé. Men återigen, den befintliga mjukvaran fungerar mestadels med europeiska språk, för vilka privata företagsmarknader länge har varit motivationen för kommersiell utveckling. Problemet är att inte alla språk har strukturer och ord som kan sökas efter på samma sätt som på till exempel engelska eller franska. Arabiska ord, till exempel, är vanligtvis skrivna utan vokaler, och de innehåller grammatiska element, såsom markörer för plural, som gör denna grova översättningsprocess - ofta kallad gisting - svårare. Men ett nytt boendeverktyg kommer att hjälpa till att göra grova terminologisökningar på material på arabiska. Den kallas Rosette Arabic Language Analyzer, utvecklad av Basis Technology, ett flerspråkigt programvaruföretag baserat i Cambridge, MA - och det förbättrar sökningar genom att reglera stavningen av arabiska ord och ta bort förvirrande grammatiska tillägg. Verktyget gör det brutala, repetitiva arbetet och låter människor spendera mer tid på att faktiskt analysera informationen.

Efter att ett dokument har digitaliserats och givits kan en lingvist brottas med det med hjälp av en annan framväxande assistansteknologi: översättningsminne. Ett översättningsminne fungerar ungefär som en stavningskontrollapplikation; den väljer en bit av text - oavsett om det är ett ordfragment, flera ord eller hela meningar - och matchar den biten mot tidigare översatt material, vilket sparar tid och förbättrar noggrannheten genom att tillhandahålla åtminstone en partiell översättning. Det är redan ett nyckelverktyg i den medicinska och juridiska industrin – där samma jargong ofta dyker upp på olika språk.

Nu tillämpas översättningsminnesteknik på underrättelsearbete, vilket innebär att man läser dokument som är allt annat än formaterade. Trados från Sunnyvale, CA - den största tillverkaren av programvara för översättningsminnen - hoppas kunna förse analytiker med skräddarsydda översättningsminnen som fungerar med sammanfattade texter, inte bara fullständiga översättningar, säger Mandy Pet, Trados vicepresident. Förra året meddelade Trados att de tillhandahåller sin programvara för översättningsminne till FBI:s språkavdelning, som kommer att arbeta nära det nya centret.

Att knyta ihop alla dessa verktyg kommer att vara ett internetbaserat system som kommer att göra det möjligt för det nya centret att snabbt skicka projekt till analytiker på området och kommer att hjälpa dessa långt gående analytiker att samarbeta snabbare och mer exakt i samma projekt. Den exakta, mycket säkra webbarkitekturen som möjliggör denna typ av samarbete är fortfarande under uppbyggnad. Kathleen Egan, översättningscentrets tekniska chef, säger att en del av utmaningen är att se till att enskilda federala underrättelsetjänster håller sina hemligheter – inte bara från hackare och terroristinfiltratörer, utan också från andra federala myndigheter. Detta kommer att kräva modifieringar av befintlig programvara för Internetsamarbete för att möjliggöra delning av vissa databaser samtidigt som proprietär information skyddas.

Framtida agenda

Den viktigaste frågan om det nya översättningscentret kvarstår: kommer det att ha en märkbar inverkan på landets översättningskris? Vissa observatörer är skeptiska. Robert David Steele, en före detta CIA-officer som nu är en underrättelsetjänst, säger det rakt på sak: FBI kommer att misslyckas eftersom de saknar tankesätt att förstå nätverk, översättare utan säkerhetstillstånd och ad hoc-kontrakt. Han förutspår att centret kommer att ansluta sig till andra stora federala ansträngningar som visat sig ha tvivelaktigt värde ( ser DC:s digitala dysfunktion , sidofält ). Samtidigt ser andra experter fortfarande framtiden som en maskinöversättning och arbetar hårt, ofta med statliga medel, för att förverkliga den visionen. Det nya översättningscentret är den enda vägen att gå på kort sikt. Men de kanske måste ompröva det beslutet när teknologin går om det, säger Jaime Carbonell, en datavetare vid Carnegie Mellon University och chefsrådgivare för Meaningful Machines, en startup i New York City som utvecklar maskinöversättningsprodukter baserade på avancerade statistiska metoder.

Oavsett om automatiserade datorverktyg tar om de fler trädgårdsvarianter eller inte, bör dock det nya centrets roll vara nyckeln. Och dess ansträngningar kan ge ett antal utdelningar. De tekniker för översättningshjälp som centret sköter kan förbättra den amerikanska regeringens förmåga att hantera information som är skriven i icke-romerska alfabet, vilket kommer att påskynda visumansökningar, passkontroller vid gränserna och till och med skattedeklarationer. De skulle också kunna göra företags översättning billigare och snabbare. Bättre optisk teckenigenkänning innebär till exempel kostnadsbesparingar för företag som läser blanketter, som bankcheckar eller standardiserade tester. Stora organisationer som Världsbanken och FN har enorma lager av flerspråkiga dokument som de vill digitalisera och lägga ut online.

Dölj