انواع ترجمه ماشینی وبلاگ

هنگامی که به ترجمه ماشینی اشاره می شود ، متداول ترین چیزی که می توانید به آن فکر کنید Google Translate است. برای اکثر افراد ، این چهره ترجمه ماشینی است و هر نوع ترجمه ماشینی دیگر همان ترجمه Google است ، اما به نوعی یا شکل پایین تر یا بهتر است. با این وجود ، در واقع چهار نوع مختلف ترجمه ماشین وجود دارد. هر یک از آنها مزایا و معایب خاص خود را دارند که مردم را به استفاده یا عدم استفاده از آنها ترغیب می کند.

اول ، ترجمه ماشین آماری یا SMT وجود دارد. بهترین نمونه ترجمه آماری Google Translate است. SMT هایی مانند Google Translate از مدل های آماری استفاده می کنند که براساس مقدار زیادی متن دوزبانه ارائه شده به آنها است. با این کار ، آنها سعی می کنند مطابقت آماری پیدا کنند که نشان می دهد چند بار چیزی به عنوان چیزی ترجمه شده است. به عنوان مثال ، اگر کلمه "apple" به اندازه کافی به اسپانیایی "manzana" ترجمه شده باشد ، این گزینه SMT کلمه apple می شود. او این کار را برای هر کلمه در زبانهای مبدا و مقصد انجام می دهد قبل از اینکه سرانجام از ترجمه خارج شود. SMT می تواند برای ترجمه کلمات و عبارات کلیدی مفید باشد. برای جملات پیچیده تر ، SMT ها گزینه مناسبی نیستند زیرا متن را در نظر نمی گیرند. این بدان معناست که شما ممکن است در آخر جملات بسیار عجیبی بهدست آورید که گفته های موجود در منبع جمله را به درستی منعکس نکنند.

سپس ترجمه ماشینی بر اساس قوانین یا RBMT وجود دارد. همانطور که از نامش پیداست ، با RBMT دستگاه بر اساس قوانین دستوری که آورده شده ترجمه می کند. وی از زبان مبدا برای تجزیه و تحلیل دستور زبان آن استفاده می کند و سپس زبان مقصد را بررسی می کند تا ببیند هنگام ترجمه جمله چه نوع قواعد دستوری باید رعایت شود. وقتی کار را تمام کرد ، جمله را طبق قوانینی که دنبال کرده ترجمه می کند. اگرچه به نظر می رسد ممکن است مشکلات کمتری نسبت به SMT وجود داشته باشد ، ترجمه های RBMT هنوز برای اصلاح عدم نیاز به متن به اصلاحات زیادی نیاز دارند.

سوم ، ترجمه ماشین ترکیبی یا HMT وجود دارد. HMT عناصر RBMT و SMT را می پذیرد و سپس از حافظه ترجمه استفاده می کند. افزودن حافظه ترجمه باعث می شود که کیفیت ترجمه کلی بالاتر از SMT و RBMT باشد ، اما هنوز هم در استفاده از HMT مشکلاتی وجود دارد. اول ، هنوز هم نیاز به ویرایش گسترده دارد ، به این معنی که برای بررسی همه ترجمه ها به مترجمان انسانی نیاز است.

چهارمین و آخرین نوع ترجمه Neural Machine Translation یا NMT است. این نوع ترجمه ماشینی با استفاده از مدل های شبکه عصبی که مبتنی بر مغز انسان است ، مدل های ترجمه آماری ایجاد می کند. هنگام کار ، NMT می تواند دقیق ترین ترجمه ها را ارائه دهد که تقریباً به هیچ ویرایشی احتیاج ندارند. یک نمونه از NMT DeepL است.

ترجمه کامل ماشینی می تواند به عنوان ابزاری برای سرعت بخشیدن به ترجمه مورد استفاده قرار گیرد ، اما آیا می تواند ترجمه ای روشن و دقیق برای بحث های سطح بالا ، مفاهیم پیچیده ، تفاوت های ظریف و زمینه ایجاد کند که هنوز مورد سوال است و برای بهبود آن نیاز به زمان دارد. این یک بار دیگر ثابت می کند که ارزش مترجمان حرفه ای انسانی هنوز قابل جایگزینی نیست!