en ارزیابی ترجمه ماشینی در جفت‌زبان‌های فارسی-انگلیسی: یک مطالعه متاآنالیز غیرآماری <div style="text-align: justify;">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.&nbsp; 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 &laquo;گردش عصبی&raquo; 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.</div> <div style="text-align: justify;">It seems an established fact that machine translation has proved its unique utility capacities for global communication. However, evaluating the quality and performance of MT has been and still is a challenge, especially in Persian-English language pairs. Against this background this article examines the current state of research on machine translation evaluation of such pairs. The study reviewed research on evaluating Persian-English MT published since the so-called &ldquo;neural turn&rdquo;, searching academic databases using keywords, using a coding framework based on strengths, weaknesses, challenges, and limitations of MT systems, and categorizing information like identified weaknesses and proposed improvements. The results reported in this study include: a) a lack of systematic research due to limited industrial developers in Iran, b) academic disinterest, and c) a need for tailored metrics. Finally, the results will be discussed and suggestions will be provided and areas for future research will be mentioned.</div> دقت ترجمه, کفایت ترجمه, ترجمه ماشینی عصبی, ارزیابی ترجمه ماشینی Translation accuracy, Translation adequacy, Neural machine translation, Machine translation evaluation 1 5 http://kurmanj.srpub.org/browse.php?a_code=A-10-1-50&slc_lang=en&sid=2 Fereidoon Sadeghzadeh Yazdi فریدون صادقی یزدی sadeghizadeh@fum.ac.ir 1003194753284600769 1003194753284600769 Yes Department of English Language and Literature, Ferdowsi University of Mashhad, Iran گروه زبان و ادبیات انگلیسی، دانشگاه فردوسی مشهد، ایران Mohammad Reza Hashemi محمدرضا هاشمی 1003194753284600770 1003194753284600770 No Department of English Language and Literature, Ferdowsi University of Mashhad, Iran گروه زبان و ادبیات انگلیسی، دانشگاه فردوسی مشهد، ایران