دوره 6، شماره 4 - ( 10-1403 )                   جلد 6 شماره 4 صفحات 5-1 | برگشت به فهرست نسخه ها

‎ 10.47176/kurmanj.6.4.1

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Sadeghzadeh Yazdi F, Hashemi M R. Machine Translation Evaluation Research in Persian-English Language Pair: A Non-Statistical Meta-Analysis. kurmanj 2024; 6 (4) :1-5
URL: http://kurmanj.srpub.org/article-2-231-fa.html
صادقی یزدی فریدون، هاشمی محمدرضا. ارزیابی ترجمه ماشینی در جفت‌زبان‌های فارسی-انگلیسی: یک مطالعه متاآنالیز غیرآماری. کرمانج؛ نشریه فرهنگ ، اجتماع و علوم انسانی. 1403; 6 (4) :1-5

URL: http://kurmanj.srpub.org/article-2-231-fa.html

ارزیابی ترجمه ماشینی در جفت‌زبان‌های فارسی-انگلیسی: یک مطالعه متاآنالیز غیرآماری
فریدون صادقی یزدی* ، محمدرضا هاشمی
گروه زبان و ادبیات انگلیسی، دانشگاه فردوسی مشهد، ایران
چکیده:   (44 مشاهده)
به نظر می‌رسد که یک واقعیت اثبات‌شده است که ترجمه ماشینی ظرفیت‌های منحصربه‌فرد و سودمند خود را برای ارتباطات جهانی اثبات کرده است. با این حال، ارزیابی کیفیت و عملکرد ترجمه ماشینی همواره یک چالش بوده و هنوز هم هست، به‌ویژه در جفت‌زبان‌های فارسی-انگلیسی.  این مقاله وضعیت فعلی پژوهش در ارزیابی ترجمه ماشینی این جفت‌زبان‌ها را بررسی می‌کند. این مطالعه پژوهش‌های انجام‌شده در زمینه ارزیابی ترجمه ماشینی فارسی-انگلیسی را که از دوره موسوم به «گردش عصبی» به بعد منتشر شده‌اند، بررسی کرده است. روش کار شامل جستجو در پایگاه‌های داده آکادمیک با استفاده از کلیدواژه‌ها، به‌کارگیری یک چارچوب کدگذاری مبتنی بر نقاط قوت، ضعف‌ها، چالش‌ها و محدودیت‌های سیستم‌های ترجمه ماشینی، و دسته‌بندی اطلاعاتی مانند ضعف‌های شناسایی‌شده و بهبودهای پیشنهادی بوده است. نتایج گزارش‌شده در این مطالعه عبارتند از: الف) کمبود پژوهش‌های نظام‌مند به دلیل محدود بودن توسعه‌دهندگان صنعتی در ایران، ب) بی‌توجهی دانشگاهی، و ج) نیاز به معیارهای ارزیابی متناسب با این حوزه. در پایان، نتایج مورد بحث قرار گرفتند، پیشنهادهایی ارائه شد و حوزه‌هایی برای پژوهش‌های آتی ذکر گردید.
واژه‌های کلیدی: دقت ترجمه، کفایت ترجمه، ترجمه ماشینی عصبی، ارزیابی ترجمه ماشینی
متن کامل [PDF 309 kb]   (41 دریافت)    
علوم انسانی: پژوهشي | موضوع مقاله: زبان انگلیسی
دریافت: 1403/4/23 | ویرایش نهایی: 1403/9/7 | پذیرش: 1403/9/28 | انتشار: 1403/10/5
فهرست منابع
1. Koehn P. Statistical machine translation. Cambridge ; New York: Cambridge University Press; 2010. 433 p.
2. Hutchins WJ. Machine Translation: A Brief History. In: Concise History of the Language Sciences Internet.. Elsevier; 1995 cited 2022 Oct 2.. p. 431-45. Available from: https://linkinghub.elsevier.com/retrieve/pii/B9780080425801500660 [DOI:10.1016/B978-0-08-042580-1.50066-0]
3. Oladosu J, Esan A, Adeyanju I, Adegoke B, Olaniyan O, Omodunbi B. Approaches to Machine Translation: A Review. FUOYE J Eng Technol Internet.. 2016 Sep 30 cited 2023 Aug 9.;1(1). Available from: https://journal.engineering.fuoye.edu.ng/index.php/engineer/article/view/26 [DOI:10.46792/fuoyejet.v1i1.26]
4. Olive JP, Christianson C, McCary J, editors. Handbook of natural language processing and machine translation: DARPA global autonomous language exploitation. New York: Springer; 2011. 936 p. [DOI:10.1007/978-1-4419-7713-7]
5. Nunes Vieira L. Post-Editing of Machine Translation. In 2019. p. 319-35. [DOI:10.4324/9781315311258-19]
6. Sanchez-Torron M, Koehn P. Machine Translation Quality and Post-Editor Productivity. In: Conferences of the Association for Machine Translation in the Americas: MT Researchers' Track Internet.. Austin, TX, USA: The Association for Machine Translation in the Americas; 2016 cited 2023 Aug 27.. p. 16-26. Available from: https://aclanthology.org/2016.amta-researchers.2
7. Alvarez S, Oliver A, Badia T. Quantitative Analysis of Post-Editing Effort Indicators for NMT. In: Proceedings of the 22nd Annual Conference of the European Association for Machine Translation Internet.. Lisboa, Portugal: European Association for Machine Translation; 2020 cited 2023 Aug 26.. p. 411-20.Available from: https://aclanthology.org/2020.eamt-1.44
8. Koehn P. Neural Machine Translation Internet.. 1st ed. Cambridge University Press; 2020 cited 2023 Feb 13..Available from: https://www.cambridge.org/core/product/identifier/9781108608480/type/book
9. Vaswani A, Shazeer N, Parmar N, Uszkoreit J, Jones L, Gomez AN, et al. Attention is All you Need. In: Advances in Neural Information Processing Systems Internet.. Curran Associates, Inc.; 2017 cited 2023 Aug 10.. Available from: https://proceedings.neurips.cc/paper/2017/hash/3f5ee243547dee91fbd053c1c4a845aa-Abstract.html
10. Marie B, Fujita A, Rubino R. Scientific Credibility of Machine Translation Research: A Meta-Evaluation of 769 Papers Internet.. arXiv; 2021 cited 2023 Dec 6.. Available from: http://arxiv.org/abs/2106.15195
11. Absalan SMJ. Comparing the output quality of Bing, Abadis and Farazin translation machines according to Dugast's model. Kerman Institute of Higher Education; 2020.
12. Ashrafi A. Investigation of Two Types of Machines Translations Google and Targman in Five Scientific Disciplines based on BLEU Model. 2022 Dec 4;9.
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.