دوستان عزیز برای پیدا کردن سریع مطالب مورد نظر خود، می توانید از قسمت جستجوی سریع در سایت، یک یا چند کلمه کلیدی مورد نظر خود را جستجو نمایید.
یا اینکه بر روی دو آیکون سبز رنگ "طبقه بندی موضوعات" یا "جستجوی کلمات کلیدی" در سمت راست و چپ موجود در بالای سایت کلیک نمایید...
در صورت بروز مشکل در پرداخت الکترونیکی؛ میتونید ایمیلی ، پیامکی، تلفنی یا تلگرامی بگید تا فایلتون براتون ارسال بشه.
ترجمه ماشینی | تعاونی نیرومندسازی تحقیقات
طبقه بندی موضوعات
جستجوی کلمات کلیدی
چهارشنبه , ۱۷ آذر ۱۳۹۵
آخرین مطالب
خانه -> فنى مهندسى -> ترجمه ماشینی – بخش دوم

ترجمه ماشینی – بخش دوم

فعالیت و کار ترجمه سابقة بسیار طولانی دارد. بعضیها معتقدند که اولین کاری که بشر کرده ترجمه است؛ اگر ترجمه را به معنی برگرداندن فرض کنیم کلام در واقع برگردان اندیشه است. این اولین قدمی است که بشر برای ترجمه برداشته است. در واقع یکی از استراتژیهای ترجمه، از هر زبانی که بخواهید ترجمه کنید، به هدف و نوع متنی که ترجمه می‎کنید بستگی دارد. مثلاً متن تبلیغاتی با متنی که قرار است در یک صفحة اینترنت درج شود و یا با متن ادبی و اخبار سیاسی متفاوت است. چرا که مخاطبها و دوره های مختلف تاریخی توقعات مختلفی از متنها به وجود می‎آورند. [۳] ترجمه ماشینی
ترجمه ماشینی ترجمه‌ای است که توسط کامپیوتر و بدون دخالت فرد انجام می‌شود. ترجمه ی ماشینی(Machine Translation – MT) زیر شاخه ای از زبان‌شناسی محاسباتی می‌باشد که عبارت است از ترجمه ی متنی از یک زبان طبیعی به زبانی دیگر، توسط کامپیوتر. در سطح مقدماتی، ترجمه ماشینی یک جایگزینی ساده برای کلمات از زبان طبیعی به زبان دیگری است. با استفاده از تکنیک‌های زبان‌شناسی پیکره ای، ترجمه‌های پیچیده بیشتری قابل دستیابی هستند. همچنین این تکنیک‌ها کنترل بهتر تفاوت های گونه‌شناسی در زبان، تشخیص عبارات و ترجمه ی اصطلاحات را به خوبی و درستی جدا کردن عبارات نامتعارف در متن، مقدور میسازند.
نخستین تلاش‌ها برای ترجمه توسط رایانه ناموفق بودند، چرا که در آن دوران نظریه¬ی زبان‌شناسی وجود نداشت که بتواند کمک شایانی به پردازش زبان‌ها بکند. در سال ۱۹۵۷ کتاب ساختارهای نحوی اثر نوام چامسکی زبان‌شناس جوان آمریکایی که از آن پس به شناخته‌شده‌ترین چهره¬ی زبان‌شناسی نظری تبدیل شد به چاپ رسید. از آن پس پردازش زبان با حرکت‌های تازه‌ای دنبال شد. [۴] نرم‌افزارهای ترجمه ماشینی کنونی اغلب به کاربر اجازه ی تغییر دلخواه بر اساس حوزه کاری یا حرفه ای دلخواه را می دهند. در واقع ارتقای کیفیت خروجی با استفاده از محدود کردن کلمات جایگزین شونده، انجام میشود. این تکنیک بطور خاص در حوزه ی رسمی یا زبان های فرموله شده استفاده می شود. همچنین کیفیت خروجی بهبود یافته می تواند با استفاده از دخالت انسان بدست آید. برای مثال سیستم هایی موجودند که اگر کاربر بطور کاملا واضحی کلماتی که اسامی خاص هستند را معین کرده باشد، قادر به ترجمه دقیقتری هستند. با ¬¬کمک گرفتن از این تکنیک‌ها ترجمه ماشینی بعنوان یک ابزار برای کمک کردن به مترجمان(انسان ها) و بسیاری از موضوع های محدود، قادر به تولید خروجی قابل استفاده و نهایی است.
برای اینکه بتوان جمله ای را از یک زبان ترجمه و به زبان دیگری تبدیل نمود، ابتدا به یک روال تشخیص واژه ها یا واکافت واژه ای و واکافت ساختواژی نیاز می باشد، به طوری که کلمات ساده و مرکب آن زبان از ورودی تشخیص داده شود. سپس باید ترکیب کلمات از نظر نحوی صحیح باشد و جمله متعلق به آن زبان را ایجاد نماید. حال برای اینکه این جمله به زبان دیگری برگردان شود، باید نقش و معنای هر کلمه مشخص و با توجه به دستور زبان مقصد و ترجمه کلمه با توجه به نقش آن، جمله زبان مقصد تولید شود. بنابراین دیده می شود که مهمترین بخش، مشخص کردن نقش و معنای کلمات می باشد نقش کلمات با توجه به محل قرار گرفتن آن در جمله مشخص می گردد، اما مسئله مهم معنی کلمات می باشد؛ چرا که تعدادی از کلمات دارای چند معنی می باشد که این ابهام باید به روش مناسبی رفع گردد ( مانینگ و شوتس، ۲۰۰۰ ). در ترجمه ماشینی ابهام هم در معنای کلمات زبان مبدا وجود دارد ( از نظر درک معنی آن ) و هم در زبان مقصد و همین باعث می گردد روند ترجمه دچار مشکل شود.
با این وجود به طور کلی در ترجمه¬ی ماشینی ویژگیهایی وجود دارد که نه تنها از نظر جاذبه و کشش علمی، بلکه، از دیدگاه اقتصادی و دیگر ضرورت‌ها و اقتضاهای عصر، انجام آن را کاملاً توجیه می‌کند.
فرآیند ترجمه
فرآیند ترجمه به شرح زیر است:
۱. رمزگشایی معنایی متن مبدا
۲. کدگذاری دوباره این معنا در زبان مقصد
در پس این فرآیند بظاهر آسان، عملیات شناختی پیچیده ای واقع است. به منظور رمز گشایی معنای متن مبدا، مترجم باید قابلیت تفسیر و تجزیه تحلیل تمام ویژگی‌های متن را داشته باشد. یک فرآیند که احتیاج به دانش عمیقی از دستور زبان ، جمله‌شناسی(نحو)، معناشناسی و اصطلاحات از زبان مرجع دارد به همان اندازه باید دانش مربوط به فرهنگ صحبت کنندگان آن زبان را نیز داشته باشد. از آن جهت، چالشی در ترجمه ماشینی وجود دارد که چگونه یک کامپیوتر را برنامه نویسی کنیم که بتواند همانند یک انسان متنی را بفهمد و بتواند یک متن جدید در زبان مقصد بسازد که بنظر می رسد توسط انسان نوشته شده است. این مساله ممکن است به روشهای مختلفی حل شود.
انگیزه ترجمه ماشینی
در طول چند دهه‌ اخیر و همزمان‌ با گسترش‌ و پیشرفت‌ زبان‌شناسی محاسباتی ‌‌، در بسیاری از کشورهای‌ پیشرفته‌، تلاشهای‌ همه‌جانبه‌ و پیگیر در جهت‌ ترجمه‌ متون‌ به کمک کامپیوتر انجام‌ گرفته است.‌ با توجه‌ به‌ تنگناها و مسائل‌ خاص‌ مطرح در زمینه ترجمه ماشینی و علی رغم کاستی ها، حاصل این فعالیتها‌ درخور توجه‌ بوده‌ است‌. توسعه ارتباطات از طریق اینترنت نیز که بصورت یک بستر  جهانی برای مبادله افکار و اطلاعات درآمده است خود مستلزم توسعه ماشین های ترجمه می باشد تا با سرعت بتوان اطلاعات را از یک زبان به زبان دیگر برگرداند.
رشد جالب توجه شبکه‌های اجتماعی،همانند فیس بوک یا پیام‌رسان‌های فوری همانند اسکایپ(Skype)،گوگل تاک(Google Talk) و ام اس ان مسنجر(MSN Messenger)، در سالهای اخیر، مورد استفاده ی دیگری برای نرم‌افزارهای ترجمه ماشینی شده است. چراکه بدین وسیله کابران به زبان‌های مختلف میتوانند با یکدیگر ارتباط برقرار کنند.
نرم‌افزارهای ترجمه ماشینی همچنین برای بسیاری از موبایلها، کامپیوترهای جیبی و .. عرضه شده است. بخاطر قابلیت حمل آنها، اینگونه وسایل بعنوان ابزارهای ترجمه برای موبایل مشخص شده اند که شبکه تجارتی با استفاده از موبایل را بین شرکایی با زبانهای مختلف ممکن ساخته است.همچنین این نرم‌افزارها نیاز به مترجم انسان بعنوان واسطی در مکالمات دوطرف را از بین می برند.
تاریخچه ترجمه ماشینی
ترجمه ی ماشینی از جمله ی اولین اهداف مورد نظر در علوم رایانه و بخصوص در حوزه ی هوش ماشینی به حساب می‌آید و سابقه¬ی آن به حدود نیم قرن پیش از این باز می‌گردد.
نخستین ترجمه‌ای که بطور کامل توسط کامپیوتر انجام شد، ترجمه ی متنی بود از زبان انگلیسی به زبان روسی. گر چه از آن زمان تا کنون فن آوری ترجمه¬ی ماشینی رشد زیادی داشته‌است، هنوز هم نقص‌های فراوانی را داراست. اصولا چون کامپیوترها نمی‌توانند مانند انسان هوشمند باشند، ترجمه‌ای هم که توسط آنها انجام شود، ترجمه¬ی کاملی نخواهد بود. نمی‌توان انتظار داشت که با استفاده از یک نرم‌افزار مترجم، هر متنی به آسانی ترجمه شود. نرم‌افزارهای مترجم، در بهترین حالت، عمل ترجمه را با دقتی در حدود ۷۰ درصد انجام می‌دهند. برای به دست آوردن نتیجه بهتر، لازم است قبل و بعد از ترجمه، مقداری ویرایش روی متن انجام شود. در این متن تاریخچه روند پیشرفت ترجمه ماشینی در طی گذر زمان ذکر نخواهد گردید و فقط ایده ها و نتایج تحقیقاتی آنها در بخش های مختلف ذکر خواهد گردید.
مشکلات در ترجمه ماشینی
قبل‌ از تعریف‌ ترجمه‌ ماشینی‌، لازم است‌ از دیدگاه‌ زبان‌شناسی‌، ماهیت‌ ترجمه‌ را  در مفهوم‌ عام‌ آن‌ یعنی‌ ترجمه‌ توسط شخص‌ متخصص‌ و زبان¬دان‌ و به اصطلاح ترجمه‌ انسانی‌ معرفی کنیم‌. با آنکه‌ ترجمه‌ سابقه بسیار طولانی دارد‌ هنوز تعریفی از آن که‌ مورد قبول‌ همگان‌ باشد وجود ندارد. در حالت کلی ترجمه‌ عبارتست‌ از تبدیل‌ یا برگرداندن‌ نزدیک‌ترین‌ پیام‌ مستتر در صورت‌ واژه‌های‌ زبان‌ مبدأ  به ‌صورت‌  زبان‌ مقصد. ترجمه‌ ماشینی‌ به‌ سیستم‌ های نرم‌افزار کامپیوتری اطلاق‌ می‌شود که‌ با آنها‌ می‌توان‌ متون‌ ورودی به‌ زبان‌ مبدأ را طی‌ فرایندهای‌ خاصی و در سطوح‌ مختلف‌ زبان‌شناختی‌ تجزیه‌ و تحلیل نموده ودر نهایت‌ به‌ زبان مقصد ترجمه نمود. در طراحی سیستمهای ترجمه‌ ماشینی بایستی تمهیداتی اندیشیده‌ شده و در معماری آن‌ مؤلفه‌هایی لحاظ گردد که سیستم‌ را قادر سازد تا تقریبا همانند یک انسان مترجم‌ کار تجزیه‌ و تحلیل‌های‌ زبان‌شناختی‌ متن‌ ورودی‌ را انجام‌ داده‌ و با بهره‌گیری‌ از داده‌ها و براساس ‌یافته‌ها، معادل‌ جملات‌ زبان‌ مبدأ را در زبان‌ مقصد تولید کند. انجام‌ این‌ عمل‌ مستلزم‌ آن‌ است‌ که‌ سیستم‌ علاوه‌ بر برنامه‌‌ رایانه‌ای‌ متشکل‌ از مجموعه‌ الگوریتم‌های‌ خاص‌ و پیچیده‌، مجموعه ‌فرهنگهای لغات و پایگاه های داده حاوی‌ واژگان‌ و قواعد ساختاری‌ و معنا شناختی‌ زبانهای‌ مبدأ و مقصد باشد. اگر بتوان‌ ادعا کرد که‌ امکان‌ تدوین‌ فرهنگ‌ قواعد ساختاری‌ یا واژگان‌ دستوری‌ نسبتاً کامل‌ فراهم‌ باشد، مختصه‌ و ویژگی‌ زبان‌ به‌ گونه‌ای‌ است‌ که‌ درهیچ‌ مقطعی نمی‌توان‌ فرهنگ مناسبی را یافت‌ که‌ دربر دارنده‌ همه‌ واژه‌های آن‌ زبان‌ باشد زیرا ‌ زبان‌ پدیده‌ زایایی است‌ و مرتب واژه‌های جدیدی خلق شده  و به‌ مجموعه‌ واژگان‌ آن‌ زبان‌ افزوده‌ می شوند.
در حالت کلی نوع‌ متن مورد نظر‌ و میزان‌ پیچیدگی‌ آن‌ در بازدهی‌ کار ترجمه کاملا موثر است. ترجمه ی متون رسمی و قاعده مند و همچنین متون علمی به‌ این‌ علت‌ که‌ از وضوح‌ بیشتر و ابهام کمتری برخوردارند به‌ سهولت‌ از طریق ‌کامپیوتر انجام‌ می‌گیرد، ولی‌ ترجمه‌ متون‌ ادبی‌ که‌ از دیدگاه‌ علمی‌ در حیطه‌ ترجمه‌ فرهنگی قرار دارد، اگر غیر ممکن‌ نباشد، چندان‌ ساده‌ نخواهد بود.

نقش ترجمه ماشینی در آینده شغلی مترجمان

رشد و گسترش انکار ناپذیر ترجمه های ماشینی در سال های اخیر، به میزان قابل توجهی بر محبوبیت این گونه ترجمه ها افزوده است، بطوریکه به نظر می رسد آینده ترجمه و فرصت های شغلی مترجمان در سایه ای از ابهام و تردید قرار دارد. به باور بسیاری از متخصصان فن ترجمه ، مولفه هایی که نقش اساسی را در نتیجه نهایی یک ترجمه ایفا می کنند، شامل هزینه، زمان تحویل و کیفیت می شوند.  با این حال، ترجمه های ماشینی در شرایط کنونی نه تنها از سرعت بالایی برخوردارند، بلکه بسیار کم هزینه اند و به راحتی در دسترس همگان قرار می گیرند. اما کیفیت ترجمه این گونه نرم افزارها همچنان مسئله ای مشکل ساز و در عین حال پیچیده است.
یکی از مسائلی که ترجمه ماشینی را ازدیگر ترجمه ها متمایز می کند، نداشتن یک نظریه معقول است. این گونه ترجمه ها بر مبنای تئوری و نظریه اصولی بنیان نشده اند و به همین علت جهت گیری و انسجام لازم را در این زمینه ندارند. این در حالی است که هر مترجمی بر اساس باورها و فرضیه های خود متنی را ترجمه و از آن دفاع می کند.
گاهی تفاوت هایی زبانی به قدری نامحسوس است که ماشین ها و نرم افزار های ترجمه نسبت به آن ها بی توجه اند و ظرافت لازم را برای جداسازی شیوه های نوشتاری و ویژگی های ساختاری این زبان ها ندارند، اما مترجمی که از یک زبان به زبان مادری خود ترجمه می کند، قطعا این گونه تفاوت ها و تناقض ها را در می یابد و آن را در نحوه ترجمه خود اعمال می کند.
برخی از متون ارزش ترجمه را ندارند و در نهایت اگر هم ترجمه شوند، چندان موثر و مفید واقع نمی شوند. یک مترجم با یک بررسی هر چند اجمالی قادر است تا متن را ارزیابی کند و بر مبنای ابعاد و جوانب دوراندیشی شروع به ترجمه متن کند. ترجمه ماشینی از این ویژگی بی بهره است و همین هم سبب می شود تا ارزش نهایی  برخی از کارها به چشم نیاید.
و اما آینده شغلی مترجمان در بازار کار ترجمه …
این مسئله تا حدود زیادی بستگی به مخاطبان و مشتریان دارد. آن دسته از افرادی که بیش تر به این گرایش دارند تا متنی از یک زبان به زبان دیگر بر گردانده شود و به کیفیت آن بهای چندانی نمی دهند، ترجمه ماشینی را بر می گزینند، اما کسانی هم هستند که کیفیت برایشان حرف اول را می زند و نه کمیت و به همین خاطر ترجمه ماشینی را قابل اعتماد نمی دانند و کار را به مترجمان خبره و با تجربه می سپارند.
این احتمال می رود که در آینده ای نزدیک، مترجمان امروز به عنوان ویرایشگران فردای ترجمه های ماشینی به کار خود ادامه دهند و همین ویرایش متون ترجمه شده نرم افزارها، خود کاری طاقت فرسا و دشوار است که مهارت و دقت عمل بیش تری را می طلبد تا جایی که مترجم های آینده باید وقت بیش تری را صرف اصلاح ترجمه های ماشینی نا منسجم کنند. شاید روزی برسد که مترجمان آرزوی بازگشت آن روزهای خوبی را داشته باشند که تک تک کلمات و جملات متن را از ذهن خود بر روی کاغذ می آوردند و یا با دست خود می نوشتند.
باید منتظر ماند و به آینده امیدوار بود، چرا که زندگی با تغییرات بسیاری آمیخته شده و هر کس که نتواند خود را با تغییرات وفق دهد، یک بازنده واقعی خواهد بود.

اجزای اصلی معماری ماشین های ترجمه
در معماری ماشین های ترجمه‌ سه‌ جزء‌ اصلی  وجود دارد. هر جزء‌ نیز به ‌نوبه‌ خود از مجموعه‌ اجزایی تشکیل‌ می ‌شود که‌ در راستای تحقق‌ نقش‌‌ آن‌ سه‌ جزء ‌اصلی عمل‌ می کنند. اجزاء فوق در سه‌ سطح‌ قرار دارند که عبارتند از:
الف‌ – واژگانی
ب‌- صرفی و نحوی
ج‌- معنایی‌
بخش واژگانی
نخستین‌ مرحله‌ پردازش‌ در ترجمه‌ ماشینی‌ در سطح‌ واژگان‌ انجام‌ می‌شود که عبارتست‌ از تجزیه‌ و تحلیل‌ مرفولوژیکی‌ واژه‌های‌ واحد تحت ترجمه‌. در این‌ مرحله‌ عناصرموجود در سطح‌ واحد ترجمه‌ یک‌ به‌ یک‌ تفکیک‌، پردازش‌ و مقوله‌گذاری‌ می‌شوند. باید با توجه به موارد مشکل آفرین‌ کاری کرد که‌ میزان‌ خطا در این‌سطح‌‌ به‌ حداقل‌ برسد و راه‌ برای‌ انجام‌ پردازش‌ و تجزیه‌ وتحلیل‌های‌ زبان‌شناختی مراحل بعد‌ هموار شود.
بخش صرفی
در این بخش قواعد صرفی طی چند مرحله اعمال می گردد. ابتدا، پس از اینکه سیستم متن را بر اساس نمادهای قابل خوانش به طور خودکار شناسایی کرد، مرز جمله، گروه، واژه و سایر اجزای نحوی متمایز می شود. در مرحله دوم، متن به واحدهای پردازش تقطیع می شود و سپس این واحدها به واحدهای واژگانی تقسیم می گردند. در مرحله سوم به طور خودکار مرز واژه ها مشخص می شود. در این مرحله متن ورودی به صورت یک سلسله علایم پیاپی در می آید. از ترکیب این علایم واژه ها و جمله ها به دست می آیند. وقتی متن به واحدهای پردازش واژه تقطیع شد تحلیل دستوری آغاز می شود. اولین قدم در تحلیل دستوری، آزمون هر واژه در جمله و انجام تقطیع های صرفی لازم می باشد. تقطیع صرفی (مثلاً پسوند + پایه) باعث می شود تعداد مدخلهای واژگانی در فرهنگ لغت سیستم کاهش یابد.
بخش نحوی
بخش نحوی در تحلیل جملات و سازه های آن در زبان مبدأ و تولید جملات درست در زبان مقصد نقش ایفا می نماید. سیستمهای ترجمه ماشینی معمولاً مجهز به سه نوع دستور هستند: دستور زبان مبدأ، دستور انتقال ساخت زبان مقصد و دستور زبان مقصد. دستور انتقال از اهمیت خاصی برخوردار است زیرا برای یافتن قرینه های دستوری باید به دستورهای انتقال مراجعه نمود و به اطلاعات راجع به تناظر ساختهای نحوی در دو زبان مبدأ و مقصد دست یافت.
Parser  در اصطلاح زبان شناسی محاسباتی ‌به برنامه‌ تجزیه‌ و تحلیل ‌نحوی‌ متن‌ گفته می شود. با کمک آن رایانه می‌تواند عناصر تشکیل‌ دهنده ‌واحد تحت ترجمه‌ را بازشناسی‌ کرده و نقش‌ آنها و روابط درونی‌ و فیمابین‌ آنها و قواعد حاکم‌ بر آنها را تشخیص‌ دهد. در ترجمه‌ ماشینی‌ دستیابی‌ به‌ اطلاعات‌ یاد شده‌ ضروری‌ است‌ زیرا ‌ علاوه‌ بر برگردان‌ عناصر معنائی‌ و واژگان‌، ترجمه‌ ساختار نحوی‌ واحد ترجمه‌، از زبان‌ مبدأ به‌ مقصد نیز باید انجام‌ شود. در واقع‌ برگردان‌ قالب‌ و ساختار جمله‌ از زبان‌ مبدأ به‌ زبان‌ مقصد، شرط اساسی‌ ترجمه‌ است‌. این‌ امر جز با تجزیه‌ و تحلیل‌ گرامری ‌واحد ترجمه‌ میسر نمی‌شود. شاید‌ مهمترین‌ رکن یک‌ ماشین‌ ترجمه‌ تجزیه‌ و تحلیلگر نحوی‌ یا parser  باشد
بخش معنایی
زبان اغلب به عنوان نظامی از نشانه ها تعریف می شود و عناصر زبانی مانند واژگان به شیوه ای بر اساس قواعد نحوی در کنار هم ظاهر می شوند که در ترکیب آنها معنای خاصی به ذهن متبادر می شود. مشکل‌ چندمعنا‌ بودن‌ واژه‌ها یکی از شناخته‌ شده‌ترین‌ ویژگیهای زبان‌ است‌. مترجم‌ به‌ هنگام‌ برخورد به‌ واژه‌ چند معنا، با تکیه‌ بر توانش‌ زبانی خود و بافت و موضوع‌ متن‌ می‌تواند معادل‌ واقعی‌ آن واژه‌ را تشخیص‌ داده و برگزیند اما یک رایانه‌ فاقد چنین ‌توانی‌ است‌. بنابراین‌ طراح‌ ماشین‌ ترجمه‌ باید‌ خلأ موجود را ترمیم‌ کند. این‌ تمهیدات‌ باید از نخستین ‌مراحل‌ پردازش‌ یعنی‌ از مرحله‌ واژگان‌ و نحو و ساختار آغاز گردد و تا آخرین‌ مرحله‌ یعنی ‌مرحله‌ تجزیه‌ و تحلیل‌ معناشناختی‌ متن‌ تداوم‌ یابد.

ترجمه ماشینی _ روشهای موجود و شیوه های ارزیابی آنها
برای دست یافتن به ترجمه ماشینی می توان روشی مبتنی بر قوانین زبان‌شناسی استفاده کرد، به این معنی که کلمات از نظر زبان‌شناسی ترجمه خواهند شد. (در واقع متناسب‌ترین کلمات مقصد جایگزین کلمات مبدا خواهند شد.)
این موضوع که موفقیت ترجمه ماشینی پیش از هر چیز نیازمند حل مسئله فهم زبان طبیعی است، اغلب مورد بحث است.به طور عام روش‌های قانون مند (Rule Based)، متن را با استفاده از ساختن واسطی سمبلیک -که نهایتاً متن زبان مقصد از آن ایجاد می شود- تجزیه می کنند. هرمی که عمق های متفاوت نمایش واسط را نشان می دهد. ماشین ترجمه بین زبانی، در نوک هرم است که بدنبال آن، ترجمه ی مبتنی بر انتقال و ترجمه مستقیم آمده اند .
سه شیوه عمده سنتی برای ترجمه ماشینی که بر مبنای معماری آنها ماشینهای ترجمه توسعه یافته اند عبارتند از:
۱- شیوه مبتنی بر معماری مستقیم یا ترانسفورمر
۲- شیوه مبتنی بر انتقال
۳- شیوه میان زبانی
سایر شیوه های ترجمه ماشینی عبارتند از:
۴- ترجمه‌ با استعانت‌ از کامپیوتر یا شیوه مبتنی بر دیالوگ
۵- روش مبتنی بر پیکره زبانی
در این روش ترجمه ماشینی با استفاده از یک پیکره زبانی که معمولاً متون از قبل ترجمه ای هستند استفاده می شود.
۵-۱- روشهای آماری ترجمه ماشینی
سابقه ایده استفاده از روشهای آماری ترجمه ماشینی به دهه ۱۹۴۰ میلادی بر می گردد اما بلحاظ فقدان امکانات محاسباتی و پیکره زبانی قابل خوانش توسط ماشین که موانعی بر سر راه توسعه این روش بودند این روش به تازگی قوت گرفته است. در روشهای آماری ترجمه ماشینی از اطلاعات زبان شناسی استفاده نمی شود بلکه این گونه ماشینهای ترجمه داده رانده بوده و کلیه احتمالات پیکره-رانده از قبل محاسبه شده و بکار گرفته می شوند. از توابع توزیع احتمال کلمات و واژه ها در جملات با استفاده از پیکره های دو زبانی برای یافتن محتمل ترین ترجمه مناسب استفاده می شود. محصولاتی از قبیل Language Weaver بر اساس این روش ارایه شده اند.
لینک دانلود سخنرانی توسط دکتر عبدالحسین صراف زاده در مورد ترجمه ماشینی مبتنی بر آمار

۵-۲- روشهای مبتنی بر مثال ترجمه ماشینی
روشهای مبتنی بر مثال ترجمه ماشینی که روشهای مبتنی بر حافظه نیز نامیده شده اند. این روش بر اساس استفاده از جملاتی که به عنوان مثال قبلاً ترجمه شده است استوار است. در این گونه سیستمها از پیکره های دوزبانه برای منبع اطلاعات زبانی خود استفاده می کنند. در این پیکره ها حجم عظیمی از مثالهای ترجمه جملات دو و یا چند زبانه در یک پایگاه داده متنی ذخیره شده است. ماشین ترجمه حین کار از این پایگاه اطلاعات استفاده نموده و ترجمه جمله ای در زبان مبدأ که بیشتر به ورودی شبیه باشد به عنوان خروجی به زبان مقصد ارایه می شود.
واژگان معنایی (WordNet) بسیار عظیم و گسترده از ضروریات و ملزمات مورد نیاز این روش می باشد. واژگان معنایی، گلوگاه ساخت بسیاری سیستم های پردازش زبان فارسی است. وجود یک واژگان معنایی و در شکل وسیعتر یک واژهستان شناسی برای این زبان در ترجمه ماشینی، بازیابی اطلاعات تک و دوزبانه، خلاصه سازی اسناد، مدیریت محتوا در سیستم های آموزشگر، خطایاب نحوی و معنایی متون، درک و تولید متون فارسی، تشخیص صحبت، تبدیل متن به گفتار، تحلیل نحوی، استخراج اطلاعات از متون و بسیاری کاربردهای دیگر نقش اساسی ایفا می کند. وجود چنین منبعی همچنین می تواند در تهیه منابع زبانی دیگر از جمله پیکره هایی با برچسب معنایی و هستان شناسی های خاص قلمرو کاربرد داشته باشد.
۶- سیستم های زبان کنترل شده
در حقیقت این گونه سیستمها نوعی سیستم ترجمه بر اساس دانش هستند. در برخی موارد متون نوشته شده در زبان مبدأ کنترل شده هستند یعنی اینکه دارای ویژگی استفاده از لغات و واژه های مشخص و حتی ساختار کنترل شده جملات می باشند. مزیت این برخورد و کنترل زبان مبدأ در این است که متون نوشته شده کمتر دارای ابهام بوده و لذا ماشین ترجمه کمتر مشکل ابهام زدایی خواهد داشت. در نتیجه علاوه بر تولید متن اولیه بهتر، ماشین ترجمه می تواند متن خروجی به چندین زبان مقصد را با کیفیت بهتر تولید نماید.
۷- سیستم‌ تمام‌-خودکار ترجمه‌ ماشینیFAHQT
توسعه سیستم‌ ترجمه ماشینی تمام‌ اتوماتیک‌ ‌با کیفیت‌ بالا یا ‌FAHQT از ابتدا به عنوان یک ایده آل دنبال می‌ شد. ‌سیستم‌ های توسعه یافته هرگز به این ایده آل دست نیافتند. پیشرفتهای‌ حاصله ‌ در سالهای‌ اخیر در زمینه‌ هوش‌ مصنوعی ، سیستمهای فازی و شبکه‌ های عصبی ‌ تأثیر انکارناپذیری در تکامل‌ و توسعه‌ ترجمه‌ ماشینی‌ داشته‌ است‌. این‌سیستم‌ شکل تکامل‌ یافته‌ سیستمی است‌ که‌ نیاز به‌ پیش‌- ویرایش و پس‌-ویرایش داشته‌ است‌. بدیهی است‌ که‌ ویراستاری ‌های یاد شده‌ توسط فرد متخصص‌ انجام‌ می شد ولی در حال‌ حاضر این‌گونه‌ سیستم‌ها مجهز به‌ غلط یاب‌ املایی و نحوی نسبتاً قدرتمندی هستند‌ که‌ قبل‌ از انجام‌ ترجمه‌، متن‌ زبان‌ مبدأ را آماده‌سازی می کند. پس‌ ازانجام‌ ترجمه‌ نیز، از طریق‌ خطایاب‌ نحوی زبان‌ مقصد، متن‌ خروجی ویرایش‌ می ‌شود و در نهایت‌ ویرایش‌ نهایی ‌ توسط ویراستار انجام‌ می شود.
مقایسه کلی چندی از روشهای ترجمه ماشینی
مبنای کار سیستم های قدیمی تر ترجمه ماشینی مبتنی بر واژه نامه ( Dictionary-based) و بر اساس قواعد زبا نشناسی (Rule-based ) بود. ( مانند Systran دراین روش که به Interlingual Machine Translation نیز شهرت دارد،) جملات متن مبدأ بر اساس اصول دستور زبان و مجموعه گسترده ای از لغات که به کامپیوتر داده شده است حلاجی شده و پیش از ترجمه به زبان مقصد، به یک زبان واسطه برگردانده می شود. سپس متن زبان واسطه بر اساس همان قواعد داده شده به سیستم و با استفاده از مناسب ترین و رایج ترین معادل های واژگان در زبان مقصد ترجمه می شود. امروزه در ماشین های ترجمه غالبا از روش های آماری (Statistical) و مقایسه و تطابق (Analogy)و استفاده از نمونه های موجود (Example-based) استفاده می شود. اصل کار روش های جدید مبتنی بر استفاده از پیکره های زبانی (Corpora) بسیار عظیمی می باشد که متون معادلی را به زبان های مبدأ و مقصد در گنجینه خود دارند و هنگام معادل گزینی، کار خود را بر اساس مقایسه متونی که باید ترجمه شود، با متون و ترجمه های مشابه آن ها در پیکره زبانی ذخیره شده انجام می دهند. از آنجا که تهیه و ذخیره چنین پیکره زبانی کار آسانی نیست، طراحی و استفاده این سیستم در ترجمه ماشینی نیز عموما فقط از عهده شرکت های بزرگ و قدرتمند بر می آید.
دشواری کار ترجمه خودکار، بدست آوردن اطلاعات کافی از نوع صحیح آن برای پشتیبانی روشی خاص می باشد. به عنوان مثال یک پیکره وسیع چند زبانی از داده ها، برای روشهای آماری مورد نیاز می باشد. حال آنکه برای روشهای مبتنی بر دستور زبان لازم نیست. اما از سویی دیگر روشهای مبتنی بر دستور زبان نیاز به یک زبان شناس حرفه ای برای طراحی دقیق دستور زبانی که استفاده خواهد شد، دارند. برای ترجمه بین زبان‌های نزدیک بهم، تکنیکی به نام ترجمه ماشینی مبتنی بر انتقال سطحی ممکن است استفاده شود.
بنابراین میتوان روشی را تحت عنوان روش پیوندی ترجمه ماشینی به کار برد.
۸- ترجمه ماشینی پیوندی (Hybrid)
روش پیوندی، نقاط قوت دو روش آماری و قانونمند را باهم ادغام می کند.[۵] بسیاری از شرکتهای ترجمه ماشینی (همانند آسیا آنلاین و سیسترن(SYSTRAN)) مدعی داشتن روشی چندگانه مبتنی بر دو روش قانونمند و آماری در ترجمه ماشینی، هستند. این روشها به دو گونه مختلف زیر می باشند :
قوانین در مرحله دوم توسط روشهای آماری پردازش می شوند. در این روش ترجمه بوسیله موتورهای قانونمند انجام میشود. سپس معیارهای آماری برای تنظیم/تصحیح خروجی موتور قانونمند اعمال میشوند. معیارهای آماری از ابتدا توسط قوانین هدایت میشوند. قوانین برای پیش-پردازش داده‌ها برای هدایت بهتر موتور آماری استفاده می شوند. قوانین همچنین برای پس-پردازش خروجی موتور آماری برای پیاده سازی عملیاتی همچون نرمال سازی استفاده می شوند.این روش قدرت،کنترل و انعطاف پذیری بسیار بیشتری دارد.
ابهام زدایی از ترجمه ماشینی
ابهام زدایی از کلمات با یافتن ترجمه مناسب برای کلمه ای با بیش از یک معنی در ارتباط است. یکی از اولین مشکلاتی که هر سیستم پردازش زبان طبیعی با آن درگیر است، مسئله ابهام معنایی و ساختاری کلمات است. بخش عمده ای از این ابهام به کمک روالی به نام نشانه گذار بخش کننده جملات که برای تعیین نقش کلمات در جمله به کار می رود، مرتفع می گردد.
امروزه روشهای بسیاری برای حل این مشکل بوجود آمده اند که این روشها بطور تقریبی به دو دسته ی روشهای “سطحی” و “عمقی” تقسیم میشوند. روشهای سطحی تصور میکنند که هیچ دانشی از متن ندارند.آنها به سادگی روشهای آماری را برای کلمات اطراف کلمه مبهم، اعمال میکنند. اما روشهای عمقی دانشی وسیع از کلمه را متصور میشوند. تا بحال، روشهای سطحی موفقیت بیشتری داشته اند. آقای کلود پایرون(Claude Piron)، یکی از مترجم‌های بسیار قدیمی سازمان ملل و سازمان بهداشت جهانی، نوشته است که ترجمه ی ماشینی، در بهترین نوع آن، آسان‌ترین بخش کار مترجمان را میتواند انجام دهد.بخش سختتر و زمان گیر معمولاً در ارتباط با تشخیص ابهامات متن منبع می‌باشد که این عمل نیاز به برطرف کردن آشفتگی‌های دستور زبانی و لغوی زبان مقصد دارد.[۶] ارزیابی ترجمه ی ماشینی
یکی از مسائلی که همواره در زمینه ترجمه ی ماشینی مورد توجه بوده‌است، روشها و پارامترهای ارزیابی نتایج ترجمه‌است. قدیمی‌ترین روش استفاده از داورهای انسانی برای ارزیابی کیفیت یک ترجمه می باشد. ابزارهای ارزیابی خودکار شامل بلو محصول شرکت آی‌بی‌ام(BLEU)، نیست(NIST) و متئور(METEOR) می باشند. به تجربه می توان دریافت که ماشین های ترجمه¬ی بسیار پیشرفته نیز – لااقل فعلا- قادر نیستند دقّت، روانی و وضوحی را که از یک ترجمه مطلوب انتظار می رود در کار خود نشان دهند. آزمودن این نرم افزارها با استفاده از متون مغلق، طولانی و یا حاوی لغات چند معنا به راحتی نشانگر ناتوانی آن ها در حل پیچیدگی های زبانی است. همچنین می توان با ترجمه برعکس میزان انحراف این نرم افزارها را محک زد. هنگامی که متنی را برای ترجمه به زبان دیگر به مترجم الکترونیک وارد می کنیم و سپس ترجمه به دست آمده را مجددا به عنوان متن زبان مبدأ به ماشین می دهیم تا به زبان اولیه برگرداند؛ انتظار می رود که متن اول و سوم اگرچه نه کاملا- بلکه تا حد زیادی مشابه یکدیگر باشند.
جایگزین ارزشیابی دوزبانه
جایگزین ارزشیابی دوزبانه یا BLEU (Bilingual Evaluation Understudy) روشی است برای ارزیابی کیفی متن ترجمه شده توسط ماشین ترجمه یا دستگاه ترجمه ماشینی. کیفیت ترجمه با عددی بین ۰ و ۱ اندازه‌گیری می‌شود. این عدد نمایانگر میزان نزدیکی ترجمه به مجموعه‌ای از ترجمه‌های انسانی با کیفیت خوب است. بنابراین با این روش نمی‌توان قابل فهم بودن ترجمه یا درستی آن از نظر دستوری را ارزیابی نمود. این روش برای ارزیابی ترجمه ماشینی در سطح کلی کاربرد دارد و در حالتی‌که برای ارزیابی تک تک جملات بکار برده شود، بسیار بد کارمی‌کند.

[۵] Boretz, Adam, “AppTek Launches Hybrid Machine Translation Software” SpeechTechMag.com (posted 2 MAR 2009)
[6] Claude Piron, Le défi des langues (The Language Challenge), Paris, L’Harmattan, 1994

[3] فرحزاد ف. استاد زبانشناسی و مطالعات ترجمة دانشگاه علامه طباطبایی، روزنامه کیهان

[۴] Manning، C. D.، and Schutze، H.، Foundations of Statistical Natural Language Processing، ۵th edition، The MIT Press، ۲۰۰۲. ISBN 0-262-13360-1

کاربر گرامی

برای دانلود فایل های مورد نظرتان بایستی بر روی دکمه "افزودن به سبد خرید" کلیک نمایید .

پس از چند ثانیه ، فایل مورد نظر شما به سبد خریدتان اضافه گردیده و این دکمه تبدیل به دکمه "پرداخت" خواهد شد.

با کلیلک بر روی دکمه "پرداخت" ، وارد صفحه پرداخت خواهید شد .

با وارد کردن اطلاعات و ایمیل خود ، فایل مورد نظر به ایمیل شما ارسال گردیده و همچنین لینک دانلود فایل بلافاصله برایتان به نمایش درخواهد آمد.

– قابل پرداخت با تمام کارتهای بانکی + رمز دوم

– پشتیبانی سایت ۰۹۳۵۹۵۲۹۰۵۸ – Info@tnt3.ir – universitydatainfo@yahoo.com




سفارش ترجمه متون عمومی و تخصصیفروشگاه اینترنتی کتاب - خرید آنلاین کتاب - دانلود کتاب الکترونیکی

جوابی بنویسید

ایمیل شما نشر نخواهد شد

نوزده + هفت =

شما می‌توانید از این دستورات HTML استفاده کنید: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>


This site is using the Seo Wizard plugin by http://seo.uk.net/