استخراج خودکار معادل‎های واژگانی از پیکره‎های دو زبانه موازی

 امروزه به مدد ظهور انواع فناوری های رایانه ای، پیکره های زبانی نقش بسیار مهمی در حل انواع مختلف مسائل زبانشناختی ایفا می‎کنند. پیکره های دو زبانه موازی در سطح جمله و در سطح واژه می‎توانند برای بازیابی واحدهای تک واژه ای و یا حتی چند واژه‎ای براحتی مورد استفاده قرار‎گیرند که این امر کاربردهای مفیدی در حوزه‎های مختلف رایانه و زبان خواهد‎ داشت. هدف این مقاله به کارگیری یک پیکره موازی انگلیسی– فارسی از‎قبل طراحی‎شده در‎جهت ساخت یک مطابقه[۱] (کشف اللغات) دو زبانه کارآمد با‎ استفاده از آماره اطلاعات متقابل است. در اینجا از آماره اطلاعات متقابل استفاده می‎شود تا همترازی در سطح واژه بین جملات انگلیسی و فارسی پیکره مورد ‎نظر صورت‎گیرد. یک پیکره زبانی همتراز شده در سطح واژه مسلما کاربردهای زیادی از جمله در تهیه نرم‎افزار حافظه ترجمه، مدیریت مجموعه اصطلاحات، بازیابی اطلاعات دوزبانه، سیستم ترجمه ماشینی مبتنی ‎بر‎آمار و مانند آن دارد. با استفاده از یک الگوریتم ابتکاری آزمایشی ترتیب‎ داده ‎شده و مقایسه‎ای بین برونداد همترازسازی خودکار با جملات همتراز‎شده توسط مترجم انسانی صورت‎گرفت. نتایج این آزمایش نشان‎ داد که برنامه مطابقه گزارش شده در این تحقیق می تواند صحتی معادل ۷۵‎ درصد را به دست آورد. [۱] concordance

Keywords:

مطابقه دو زبانه , ترجمه خودکار , بازیافت اطلاعات , استخراج معادل های واژگانی , پیکره موازی انگلیسی-فارسی