باز کردن منو اصلی

تغییرات

تمیزکاری، + ویرایش با ماژول ابرابزار با استفاده از AWB
در ترجمهٔ ماشینی ویژگی‌هایی وجود دارد که نه تنها از نظر جاذبه و کشش علمی، بلکه، از دیدگاه [[علم اقتصاد|اقتصادی]] و دیگر ضرورت‌ها و اقتضاهای عصر، انجام آن را کاملاً توجیه می‌کند. به عنوان مثال، در مقر [[سازمان ناتو]] در [[بروکسل]] و جامعه اروپا علی‌رغم آنکه حدود ۱۲۰۰ مترجم ورزیده به کار اشتغال دارند، در حال حاضر از ترجمه ماشینی نیز استفاده می‌شود. دلیل این امر سرعت و هزینه‌است. میزان کاری که مترجمی ورزیده در خلال چندین روز انجام می‌دهد، توسط کامپیوتر در عرض چند دقیقه انجام می‌شود. حتی اگر کیفیت و دقت ترجمه ماشینی کمتر از حاصل کار [[مترجم]] باشد، باز هم از جهات گوناگون اهمیت و ارزش خاص آن چشمگیر است.
 
ترجمه گوگل و مترجم گوگل هرگز نمی تواندنمی‌تواند جای مترجمین حرفه ای انسانی را بگیرد و متنی سلیس و روان و با عباراتی که کاملاً صحیح باشند، ایجاد نماید. هنگامی که مترجم گوگل به عبارت یا لغتی برخورد می کندمی‌کند که دارای تعداد زیادی از معانی است، نمینمی‌تواند تواند مناسب ترینمناسب‌ترین لغت را انتخاب نماید و خروجی آن به احتمال زیاد دارای بیانی غیرطبیعی یا اشتباه خواهد بود و این موضوع استفاده از گوگل ترجمه برای ترجمه متن را غیرممکن می نمایدمی‌نماید.
 
== تاریخچه ==
[[ترجمه|ترجمهٔ]] ماشینی از جملهٔ اولین اهداف مورد نظر در [[علوم رایانه]] و بخصوص در حوزهٔ [[هوش مصنوعی|هوش ماشینی]] به حساب می‌آید و سابقهٔ آن به حدود نیم قرن پیش از این باز می‌گرددبازمی‌گردد. نخستین ترجمه‌ای که بطور کامل توسط [[کامپیوتر]] انجام شد، ترجمهٔ متنی بود از [[زبان انگلیسی]] به [[زبان روسی]]. گر چه از آن زمان تا کنون فناوری ترجمهٔ ماشینی رشد زیادی داشته‌است، هنوز هم نقص‌های فراوانی را داراست. اصولاً چون کامپیوترها نمی‌توانند مانند انسان هوشمند باشند، ترجمه‌ای هم که توسط آنها انجام شود، ترجمهٔ 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 طی چند دههٔ اخیر و هم‌زمان با گسترش و پیشرفت [[زبان‌شناسی محاسباتی|زبان‌شناسی رایانه‌ای]]، در بسیاری از [[کشورهای جهان]]، تلاشهای همه‌جانبه و پیگیر در جهت ترجمهٔ متون از طریق کامپیوتر انجام گرفته، و حاصل کار با توجه به تنگناها، محدودیت‌ها، و مسائل خاص ترجمه درخور توجه‌است. در بعضی از زمینه‌ها حاصل کار واقعاً رضایت‌بخش است، ولی، در برخی موارد نتایج به دست آمده را علی‌رغم قابل فهم بودن، باید ویراستاری کرد. طبیعتاً نوع متن و میزان پیچیدگی آن اهمیت زیادی در نتیجه کار دارد.
 
=== رمزگشایی ===
در سال هایسال‌های اخیر [[دانشگاه کالیفرنیای جنوبی]] (USC) بر روی روشهایی تمرکز کرده اندکرده‌اند که ایده هایایده‌های اولیه آن از [[رمزنگاری]] استخراج شده اندشده‌اند. این روش هنوز در سطح تحقیقات اولیه است و تا رسیدن به یک روش قابل قبول فاصله زیادی باقی است. اما در صورت تحقق این روش ادعای [[وارن ویور]] که ترجمه ماشینی را تنها روشی برای رمزگشایی از متن رمزشده زبان مبدامبدأ در زبان مقصد می دانست،می‌دانست، تحقق خواهد یافت.
مدل ترجمه در این روش بدون داده موازی از روی [[پیکره هایپیکره‌های نظیر]] آموزش داده می شوندمی‌شوند و لذا در صورت تحقق تحولی شگرفت در فرایند ترجمه بخصوص برای زبانهایی که دارای منابع زبانشناسی محدود هستند، خواهد بود.
 
== مسئله‌های اصلی ==
ابهام‌زدایی از کلمات با یافتن ترجمه مناسب برای کلمه‌ای با بیش از یک معنی در ارتباط است. این مسئله اولین بار در سال ۱۹۵۰ توسط یهوشوا بار-هیلل (Yehoshua Bar-Hillel) مطرح شد.<ref>[http://ourworld.compuserve.com/homepages/WJHutchins/Miles-6.htm Milestones in machine translation - No.6: Bar-Hillel and the nonfeasibility of FAHQT] by John Hutchins</ref> او به این موضوع که بدون یک فرهنگ نامهٔ جهانی، یک ماشین هرگز نمی‌تواند بین دو معنی کلمه، معنی صحیح را تشخیص دهد، تکیه کرد. امروزه روشهای بسیاری برای حل این مشکل بوجود آمده‌اند که این روشها بطور تقریبی به دو دستهٔ 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 داشته‌اند.
آقای کلود پایرون(Claude Piron)، یکی از مترجم‌های بسیار قدیمی [[سازمان ملل]] و [[سازمان بهداشت جهانی]]، نوشته‌است که ترجمهٔ ماشینی، در بهترین نوع آن، آسان‌ترین بخش کار مترجمان را می‌تواند انجام دهد. بخش سخت‌تر و زمان‌گیر معمولاً در ارتباط با تشخیص ابهامات متن منبع است که این عمل نیاز به برطرف کردن آشفتگی‌های دستور زبانی و لغوی زبان مقصد دارد.<ref name="piron">[[کلود پیرون]],، ''Le défi des langues'' (The Language Challenge), Paris, L'Harmattan, 1994. <!-- GFDL translation by Jim Henry --></ref>
 
روش ایده‌آل عمقی ممکن است نرم‌افزار مترجم را ملزوم به انجام تمامی تحقیقات موردنیاز برای برطرف کردن اینگونه ابهامات بکند. اما این امر نیاز به [[هوش مصنوعی]] بسیار وسیعتری نسبت به آنچه تا بحال در این زمینه به دست آمده، دارد.
روش سطحی که به سادگی ابهام یک عبارت انگلیسی را حدس می‌زند، شانس بالایی دراشتباه حدس زدن نیز دارد. روش سطحی ای وجود دارد که می‌گوید: «دربارهٔ هر ابهام از خود کاربر بپرس». اما این روش بنا به تخمین آقای پایرون، تنها ٪۲۵۲۵٪ از کار مترجم حرفه‌ای را انجام خواهد داد(٪۷۵۷۵٪ سختتر کار برای انسان می‌ماند و ماشین در انجام آن ناتوان است)
 
=== گفتارهای غیر استاندارد ===
 
=== واحدهای اسمی ===
واحدهای اسمی (Name entities)، به انتساب اسم به جوهره‌های وجودی در جهان خارج گفته می‌شود. مانند اسامی اشخاص و مکان‌ها و ... و یا ابزار زمان و کیفیت چیزی. چالش اول در ترجمه ماشین، شناسایی واحدهای اسمی است. مثلاً در ترجمهٔ «European Union» اگر به عنوان واحد اسمی شناسایی نشود ترجمه ماشینی تک به تک کلمات ممکن است به ترجمهٔ «اتحادیه اروپایی» منجر می‌شود با اینکه «اتحادیه اروپا» ترجمه صحیح فارسی آن می‌باشد. باید اشاره کرد که در موارد زیادی یک به خصوص اسم اشخاص ترجمه پذیر نیست و راه جایگزین آن بجای ترجمه [[نویسه‌گردانی]] است.
 
== نرم‌افزارهای کاربردی ==
== ارزیابی ترجمهٔ ماشینی ==
یکی از مسائلی که همواره در زمینه ترجمهٔ ماشینی مورد توجه بوده‌است، روشها و پارامترهای ارزیابی نتایج ترجمه‌است. قدیمی‌ترین روش استفاده از داورهای انسانی برای ارزیابی کیفیت یک ترجمه است. اگرچه ارزیابی توسط انسان زمان‌بر است اما هنوز قابل اطمینان‌ترین راه برای مقایسهٔ سیستم‌های مختلف همانند سیستم‌های مبتنی بر روش‌های آماری و قاعده‌مند است.
ابزارهای ارزیابی خودکار شامل [[بلو]] محصول شرکت آی‌بی‌ام(BLEU) ،<ref>Papineni, K. , Roukos, S. , Ward, T. and Zhu, W.J. , 2002, July. BLEU: a method for automatic evaluation of machine translation. In Proceedings of the 40th annual meeting on association for computational linguistics (pp. 311-318). Association for Computational Linguistics.</ref> ، نیست(NIST) و متئور(METEOR) می‌باشند. همچنین، دانشگاه بارسلون سیستمی را با نام IQ برای ارزیابی سیستم‌های ترجمه ماشینی ارائه داده‌است که بر اساس چندین روش می‌تواند ارزیابی را انجام دهد. این سیستم ارزیابی بصورت [[متن‌باز]] بوده و هر کسی می‌تواند بر اساس نیاز خودش آنرا تنظیم نموده و استفاده نماید.
 
بسنده کردن به ترجمهٔ ماشین بدون ویرایش مجدد آن، این حقیقت را که ارتباطات بوسیلهٔ زبان انسان با مفاهیم نهفته شده در آن است، نادیده می‌گیرد؛ و حقیقت دیگر این است که حتی متون کاملاً ترجمه شده توسط انسان نیز ممکن است خطا و اشتباه داشته‌است. درنتیجه برای اطمینان حاصل کردن از اینکه ترجمهٔ تولید شده توسط ماشین برای انسان مورد استفاده خواهد بود و کیفیت قابل قبولی خواهد داشت، متون ترجمه شده توسط ماشین باید نهایتاً توسط انسان بازبینی و ویرایش شوند. گرچه، سیستم‌هایی که مبتنی بر روشهای خاصی از ترجمه ماشینی عمل می‌کنند، بعضاً مستقلاً خروجی قابل قبولی را تولید می‌کنند که نیازی به نظارت نهایی انسان ندارد.
== فهرست گزیدهٔ منابع ==
{{چپ‌چین}}
* Cohen, J.M. , "Translation", ''[[دانشنامه آمریکانا]]'', 1986, vol. 27, pp. &nbsp;۱۲–۱۵.
* {{cite book | last = Hutchins | first = W. John | authorlink = John Hutchins | coauthors = and Harold L. Somers | year = ۱۹۹۲ | title = An Introduction to Machine Translation | url = http://www.hutchinsweb.me.uk/IntroMT-TOC.htm | publisher = Academic Press | location = London | isbn = 0-12-362830-X}}
* [[کلود پیرون]],، ''Le défi des langues — Du gâchis au bon sens'' (The Language Challenge: From Chaos to Common Sense), Paris, L'Harmattan, 1994.
{{پایان چپ‌چین}}
 
* [http://www.amtaweb.org/CALL%20FOR%20PAPERS.pdf نمونه موضوعات مطرح در کنفرانس‌های ترجمهٔ ماشینی]
* [http://www.google.com/language_tools مترجم گوگل]
* [http://babelfish.altavista.com/ مترجم آلتاویستا]
* [http://targoman.com/ مترجم ترگمان]
* [https://tarjomic.com/ ترجمه تخصصی آنلاین ترجمیک]
* [http://tarjomebazar.com/default.aspx?PID=ترجمه%D8%AA%D8%B1%D8%AC%D9%85%D9%87%20%DA%AF%D9%88%DA%AF%D9%8420گوگل%20%2C%2020مترجم%D9%85%D8%AA%D8%B1%D8%AC%D9%85%20%DA%AF%D9%88%DA%AF%D9%8420گوگل%20%2C%2020ترجمه%D8%AA%D8%B1%D8%AC%D9%85%D9%87%20%D8%A2%D9%86%D9%84%D8%A7%DB%8C%D9%8620آنلاین%20%2C%20%DA%AF%D9%88%DA%AF%D9%84%20%D8%AA%D8%B1%D8%AC%D920گوگل%8520ترجم&GuidPage=023C803B-9471-4C56-BBBF-A5EF954581BA&GuidLanguage=B52185A0-3B16-4E08-B4E9-3DAEF8DF07A2&GuidPageTitle=03D572FE-1380-49A7-A3F4-4263A6AAD5DF/ ترجمه گوگل و مقایسه آن با ترجمه تخصصی انسانی]
 
[[رده:ترجمه ماشینی]]
۱۶٬۲۹۶

ویرایش