2/28/2009
                                                                                                                                                                                                     LaLattaarr  BelakBelakaangng
                                                                         CRCROSSOSS  LANGULANGUAAGEGE                                                                                                • Naiknya kebutuhan untuk mengakses informasi 
                                                             INFINFOORMARMATTIONION  RETRIEVRETRIEVALAL                                                                                                   tanpa halangan bahasa atau budaya, yang berarti 
                                                                                              (CLIR)(CLIR)                                                                                                ada permintaan yang kuat untuk dapat:
                                                                                                                                                                                                            – Menemukan informasi yang ditulis dalam bahasa 
                                                                                                                                                                                                                asiing
                                                              Pengantar Temu‐Kembali Informasi                                                                                                              – Membaca dan menginterpretasikan informasi dan 
                                                                                                                                                                                                                menggabungkannya dengan informasi pada bahasa‐
                                                                                           Kuliah #12                                                                                                           bahasa lain
                                                                                       6 Maret 2009                                                                                                  • Kebutuhan adanya Multilingual Information 
                                                                                                                                                                                                          Access
                                                                                                                                                                                                                                                  Julio Adisantoso, ILKOM‐IPB                                         2
                                              MonolingualMonolingual  vsvs  CLIRCLIR                                                                                                                 PPeengngertianertian
                                              • Monolingual IR                                                                                                                                       •    Cross‐language
                                                     –Memperoleh dokumen yang bahasanya sama                                                                                                                – Cross‐lingual, cross‐linguistic, translingual
                                                                                                                                                                                                     •    Dokumen Multilingual
                                                         dengan query                                                                                                                                       – Dokumen berisi lebih dari satu bahasa
                                              ••   CLIRCLIR                                                                                                                                          •    Koleksi Multilingual
                                                                                                                                                                                                            – Koleksi dokumen dalam bahasa yang berbeda‐beda
                                                     –Memperoleh dokumen yang bahasanya berbeda                                                                                                      •    Multilingual system
                                                         dengan bahasa yang ada pada query                                                                                                                  – Dapat memperoleh dokumen dari suatu koleksi multilingual
                                                                                                                                                                                                     •    Cross‐language system
                                                                                                                                                                                                            – Query dalam bahasa yang satu, cari dokumen dalam bahasa lain
                                                                                                                                                                                                     •    Translingual system
                                                                                                                                                                                                            – Query dapat menemukan dokumen dalam bahasa apapun
                                                                                           Julio Adisantoso, ILKOM‐IPB                                         3                                                                                  Julio Adisantoso, ILKOM‐IPB                                         4
                                              DisainDisain  SisSisttemem                                                                                                                             DokDokuumenmen  vsvs  QueryQuery
                                              • Apa yang perlu di‐indeks?                                                                                                                            • Penerjemahan Dokumen
                                                     –Free text atau controlled vocabulary                                                                                                                  –Menerjemahkan dokumen ke bahasa dari query
                                              • Apa yang perlu diterjemahkan?                                                                                                                               –Tidak praktis. Prosesnya lambat, walaupun hanya 
                                                     –QQuery atau dkdokumen                                                                                                                                     perluperlu mentmenterjemahkerjemahkanan seksekaalili ununtuktuk setiapsetiap 
                                              • Di mana kita bisa mendapatkan resources                                                                                                                         dokumen.
                                                   untuk menerjemahkan?                                                                                                                              • Penerjemahan Query
                                                     –Kamus, ontologi, training corpus                                                                                                                      –Menerjemahkan query ke bahasa dari dokumen
                                                                                                                                                                                                            –Efisien untuk query yang pendek
                                                                                           Julio Adisantoso, ILKOM‐IPB                                         5                                                                                  Julio Adisantoso, ILKOM‐IPB                                         6
                                                                                                                                                                                                                                                                                                                                                 1
                                                                                                                                                                                                                                                                                                                                                      2/28/2009
                                                    ConConttohoh                                                                                                                                                           MeMettoodede  PePenntteerrjjeemmaahhaann
                                                                                                                                                                                                                           • Mesin Penterjemah
                                                                                                        Penterjemahan                                                                                                      • Kamus Dwibahasa
                                                                                                               Query                                                                                                       • Korpus Paralel
                                                                  Query
                                                       ()(bahasa Indonesia)                                                                                                                                                • Transitif
                                                                                                             Dokumen                                       Hasil
                                                                                                           monolingual 
                                                                                                             (English)
                                                                                                     Julio Adisantoso, ILKOM‐IPB                                                 7                                                                                           Julio Adisantoso, ILKOM‐IPB                                                8
                                                    MesinMesin  PePenntteerrjjeemmaahh                                                                                                                                     KaKammuuss  DwibahasaDwibahasa
                                                    •    Belum tersedia pada banyak bahasa                                                                                                                                 • Tersedia secara luas, menghasilkan daftar kata 
                                                    •    Contoh:                                                                                                                                                                 dwibahasa.
                                                           – SYSTRAN, LOGOS, Langenscheidt tersedia dalam bahasa Jerman, 
                                                               Perancis, Inggris, dan Spanyol                                                                                                                              • Contoh kamus dwibahasa:
                                                           – ASTRANSAC (Jepang‐Inggris)
                                                           – ToTogggglleetteexxtt ((hhttttp:p:///www/www.totogggglleetetexxtt.cocomm)), BPPTBPPT, dandan TTrrananssttoolsools                                                     –CCollillins
                                                               (Indonesia‐English)                                                                                                                                                –Kamus gratis : http://www.freedict.com
                                                    •    Keterbatasan:
                                                           – Dasar dari mesin penerjemah adalah aturan linguistik sehingga                                                                                                        –Babylon : http://www.babylon.com
                                                               hasilnya akan baik jika query ditulis dalam kalimat sesuai dengan 
                                                               tata bahasa yang baik.                                                                                                                                             –Linguistic Data Consorsium
                                                           – Seringkali tidak dapat menerjemahkan kata gabungan dan 
                                                               proper nouns.                                                                                                                                                      –EuroWordNet
                                                                                                     Julio Adisantoso, ILKOM‐IPB                                                 9                                                                                           Julio Adisantoso, ILKOM‐IPB                                               10
                                                    ConConttohoh  QueryQuery                                                                                                                                               FrFrasease  ??
                                                    • Penterjemahan per kata dalam query                                                                                                                                   • Contoh (English Query):  Reasons for 
                                                    • Contoh (English Query):  The effects of                                                                                                                                    controversy surrounding Waldheim’s World 
                                                         chocolate on health                                                                                                                                                     War II action
                                                    • QQuery Indidonesia: Pengaruhh permen coklklat                                                                                                                        ••    DitDiteerjemahkrjemahkaann dengdenganan kkaamusmus IndonesianIndonesian‐
                                                         pada kesehatan                                                                                                                                                          English: controversy measure action step 
                                                    • Diterjemahkan dengan kamus Indonesian‐                                                                                                                                     waldheim world kingdom war battle II
                                                         English:
                                                           influence hard candy brown chocolate cocoa health
                                                                                                     Julio Adisantoso, ILKOM‐IPB                                               11                                                                                            Julio Adisantoso, ILKOM‐IPB                                               12
                                                                                                                                                                                                                                                                                                                                                                                       2
                                                                                                                                                                                                                                                                                                                                        2/28/2009
                                                 FrFrasease  ??                                                                                                                                                   PePemmeeccaahhaann  MasalahMasalah
                                                 • Tidak dapat menerjemahkan frase jika kamus                                                                                                                     • Menggunakan POS‐taggers; kamus khusus; pilih definisi 
                                                      tidak berisi frase tersebut                                                                                                                                      yang terbaik atau yang pertama saja; feedback dari 
                                                 • Penggunaan kata yang berbeda di bahasa yang                                                                                                                         user
                                                      lain                                                                                                                                                        • Teknik memilih kata terjemahan yang tepat 
                                                 • Contoh:                                                                                                                                                             berberddasasararkkaann padapada analisanalisaa ststaattiissttiikk. KaKatata yayanngg nilainnilainyyaa 
                                                                                                                                                                                                                       paling tinggi yang dipilih sebagai kata terjemahan.
                                                        – acupuncture (satu kata)                                                                                                                                 • Contoh:
                                                        – tusuk jarum (dua kata)                                                                                                                                         – Peudo relevance feedback
                                                               • Terjemahan dari kamus : tusuk – puncture; jarum –a pin; a                                                                                               – Local context analysis
                                                                   stick, skewer, sewing or hypodermic needle; pin; hand of                                                                                              – Term Similarity
                                                                   clock, pointer                                                                                                                                        – Probabilistic
                                                                                                 Julio Adisantoso, ILKOM‐IPB                                            13                                                                                       Julio Adisantoso, ILKOM‐IPB                                            14
                                                 IdenIdentifiktifikasiasi  FrFrasease                                                                                                                             QEQE  viavia  PePenntteerrjjeemmaahhaann
                                                 • Semantik (misalnya : yang muncul di kamus)                                                                                                                     • Pre‐Translation Query Expansion
                                                 • Sintaktik (misalnya : diperoleh sebagai frase                                                                                                                         – Menambahkan kata‐kata pada query sebelum 
                                                                                                                                                                                                                             diterjemahkan
                                                      kata benda)                                                                                                                                                        – Memperbaiki query
                                                 • Co‐occurrence (k(kata yang seriing muncull                                                                                                                     • PoPostst‐TrTraannssllaattiioonn QuerQueryy ExpansionExpansion
                                                      bersama)                                                                                                                                                           – Menambahkan kata‐kata pada query sesudah 
                                                                                                                                                                                                                             diterjemahkan
                                                                                                                                                                                                                         – Mengurangi kesalahan penterjemahan
                                                                                                                                                                                                                  • Kombinasi Pre‐ & Post‐Translation QE
                                                                                                                                                                                                                         – Menambahkan kata‐kata pada query sebelum dan 
                                                                                                                                                                                                                             sesudah diterjemahkan
                                                                                                 Julio Adisantoso, ILKOM‐IPB                                            15                                                                                       Julio Adisantoso, ILKOM‐IPB                                            16
                                                 KKoorpusrpus  PaPararalleell                                                                                                                                     MenMentterjemahkerjemahkanan  QueryQuery
                                                 • Korpus paralel: koleksi berisi dokumen yang sama                                                                                                               • Pasangkan dokumen yang berkaitan melalui 
                                                      dalam beberapa bahasa                                                                                                                                            deskriptor (tanggal, kata kunci, kata benda nama)
                                                        – Pasangan dokumen                                                                                                                                        • Buat leksikon dari co‐occurence
                                                        – Pasangan kalimat
                                                        – PaPassaannggaann kakatata                                                                                                                               ••   KaKattaa‐kakattaa padapada bahasabahasa lainlain yayanngg menunjukmenunjuk padapada 
                                                 • Comparable corpora (korpus yang sebanding)                                                                                                                          topik yang sama akan muncul sama‐sama pada 
                                                        – Koleksi berisi dokumen dengan topik, waktu yang                                                                                                              tiap dokumen
                                                             sama. Misalnya Kantor berita ABC melaporkan dalam 
                                                             bahasa Inggris dan Indonesia                                                                                                                         • Gunakan hubungan pada query yang 
                                                        – Pasangan koleksi                                                                                                                                             diterjemahkan secara semu (Pseudo‐translation)
                                                        – Pasangan dokumen
                                                                                                 Julio Adisantoso, ILKOM‐IPB                                            17                                                                                       Julio Adisantoso, ILKOM‐IPB                                            18
                                                                                                                                                                                                                                                                                                                                                                       3
                                                                                                                                                                                          2/28/2009
                            PPsseudoeudo‐‐TTrranslaanslattionion                                                       PPsseudoeudo‐‐TTrranslaanslattionion
                                   Query
                              (Bahasa Inggris)    Sistem IR 
                                                                              Dokumen Hasil
                                                Bahasa Inggris              (Bahasa Indonesia)
                                                      ToTopp-nn DDokokumumenen
                                                      (bahasa Inggris)                                                      q                               q’
                                                  Korpus 
                                                  Paralel                       Search Engine
                                                                Terjemahan 
                                                             Bahasa Indonesia
                                                       Julio Adisantoso, ILKOM‐IPB             19                                                 Julio Adisantoso, ILKOM‐IPB              20
                            PaPassaannggaann  KKaalimalimatt                                                           TTeerjemahanrjemahan  TrTraannssiittiiff
                            • Mudah dibuat dari dokumen yang dipasangkan                                               • Jika sumber daya penterjemahan terbatas 
                                – Cocokkan pola dari panjang kalimat yang relatif                                         antara dua bahasa, maka bisa dilakukan 
                            • Pasangkan kata‐kata menggunakan statistik co‐
                               occurrence                                                                                 penterjemahan melalui bahasa lain
                                – Seberappa seringg suatu ppgasangan kata muncul ppada 
                                   pasangan kalimat?
                                – Bobotnya tergantung pada posisi relatif pada kalimat
                                – Buang pasangan kata yang munculnya tidak sering                                             INDONESIAN                ENGLISH                 FRANCE
                            • Berguna untuk penterjemahan query
                                – Hasilnya baik bila domainnya sama
                            • Belum secara langsung digunakan untuk retrieval yang 
                               efektif
                                                       Julio Adisantoso, ILKOM‐IPB             21                                                 Julio Adisantoso, ILKOM‐IPB              22
                                                                                                                                                                                                            4