کاربرد پیکره های زبانی پویا در ترجمه اینترنتی متون فارسی به انگلیسی؛ بررسی عوامل مؤثر در بروز خطا

نوع مقاله: مقاله علمی - پژوهشی

نویسندگان

1 استادیار گروه زبانشناسی و زبانهای خارجی دانشگاه پیام نور

2 دانشجوی کارشناسی ارشد مطالعات ترجمه دانشگاه آزاد اسلامی، واحد قوچان

چکیده

زبانشناسی پیکره شاخه­ای از زبانشناسی است که با گسترش فناوری­های نوین و شبکه جهانی اینترنت شاهد پیشرفت­های چشم­گیری بوده است. امروزه کاربرد شبکه جهانی تنها به جست ­و جوی مطالب و ارائه اطلاعات محدود نمی­شود. گسترش روزافزون فناوری­های نوین که در این شبکه ارائه می­شوند سبب پیدایش زمینه­های جدید در این عرصه شده است. ترجمه­ی برخط، تحت شبکه یکی از این زمینه­های نوین است که در حال حاضر دوران ابتدایی تکامل خود را طی می­کند. مهمترین ویژگی چنین روشی در ترجمه، استفاده از پیکره­های زبانی پویاست که دارای اساسی تعاملی و آمار- بنیاد است و به طور لحظه­ای در حال ارتقاء می­باشد. این مقاله با تکیه بر یافته­های زبانشناسی پیکره برای نخستین بار تقسیم­بندی جدیدی از انواع پیکره ارائه می­دهد و ضمن معرفی شیوه عملکرد ترجمه­های اینترنتی مبتنی بر پیکره­های زبانی پویا، به معرفی و آزمون عوامل گوناگون، بالاخص عوامل فرهنگی موثر در بروز خطا در ترجمه اینترنتی از فارسی به انگلیسی می­پردازد. گرچه یافته­های این تحقیق حاکی از وجود مشکلات جدّی در این مسیر است، به نظر می­رسد الگوریتم­های پیشرفته نوین در نرم افزارهای معیار ترجمه بتواند گامی امیدوارکننده بسوی تکامل این فناوری و افزایش سرعت و بهبود کیفیت­ای شیوه از ترجمه ماشینی باشد.

کلیدواژه‌ها


خداپرستی، فرج الله. (1380) ابداع و طراحی سیستم رایانه‌ای جهت ترجمه متون علمی زبان انگلیسی به زبان فارسی. مرکز اطلاعات و مدارک علمی ایران.

دبیرخانه شورای عالی اطلاع رسانی جمهوری اسلامی ایران.(1388). جمع آوری اطلاعات چالش­ها و روش های ترجمه ماشینی زبان انگلیسی به فارسی و بالعکس. مستند شماره 1/1/2537/190. تهران: دانشگاه علم و صنعت ایران.

Aue, Anthony. et. al. (2004). Statistical Machine Translation Using Labeled Semantic Dependency Graphs, Microsoft Research: Proceedings of TMI 2004.

Baker, M. (1992), In Other Words, London: Rutledge.

Gear, David. (2009), Google Official research blog

Granger, S. et. al.(2008), Corpus-based Approach to Contrastive Linguistics and Translation Studies. Amsterdam: Rodopi.

Huston, S. (2006) Corpus Linguistics, In Keith Brown, Encyclopedia of Language and Linguistics. Elsevier (2006) USA.

Hutchins, John (2007), Machine translation: problems and issues (panel at conference, 13 December 2007.  Chelyabinsk, Russia.).

Hutchins, W. John; and Harold L. Somers (1992). An Introduction to Machine Translation. London: Academic Press. 

Jing-yi, Wang. (2006) A Discussion on the Promotion of Machine Translation by Multi-engine Method Based on Dynamic Language Corpus. US-China Foreign Language، ISSN1539-8080, USA

Kaji, Hiroyuki. (1987), A Japanese-to- English Machine Translation System Based on Semantics. Proceedings of Machine Translation Summit, pp.55-60, 1987.

Meyer, C. (2002), English Corpus Linguistics: An Introduction. Cambridge: Cambridge University Press.

Nani (2002) Annual Meeting of the Association for Computational Linguistics، July 6-12، 2002, Philadelphia, PA, USA

Newmark, P. (1998) A Textbook of Translation. New York: Prentice Hall.

Nida, Eugene A. and C.R. Taber (1969 / 1982) The Theory and Practice of Translation, Leiden: E. J. Brill. 

Och, F (2006), Statistical machine translation live. Retrieved from: Google Research blog, April 28, 2006.

Och, F. and Ney، H. 2002. Discriminative Training and Maximum Entropy Models for Statistical Machine Translation. Proceedings of the 40th Annual Meeting of the Association for Computational Linguistics.

Richardson, S. et. al. (2001) Achieving commercial-quality translation with example-based methods. Proceedings of MT Summit VIII: 293-298.

Silberman, S. (2004), Machine Translation: AI Methods for Translating from One Language to Another. Retrieved August 5, 2011, from www.aaai.org/AITopics/pmwiki/pmwiki.php/AITopics/MachineTranslation.

Somers, Harold. (2001) Three perspectives on MT in the classroom. MT Summit VIII Workshop on Teaching Machine Translation (Santiago de Compostela Spain), 25-29.

Wilks, YA (1972). Grammar, Meaning, and the Machine Analysis of Language. London: Rutledge & Kegan Paul.