ابهام زدایی واژگانی صفات مبهم در ترجمه ماشینی: بررسی پیکره بنیاد

نویسندگان

1 جهاد دانشگاهی

2 دانشگاه پیام نور

10.35050/JIPM010.2015.030

چکیده

موضوع ابهام در معانی واژه ها و ساختار ها و چگونگی برطرف کردن آن به ویژه به هنگام ترجمه ماشینی ذهن بسیاری از محققان را در این حوزه به خود مشغول داشته و برای آن راهکار های گوناگونی ارائه شده است. در این مقاله بر آنیم تا به ابهام موجود در واژه ها بپردازیم.صفات و نامهای مبهم با تعدد معانی خود دشواریهایی را در ترجمه ماشینی بوجود می آورند . در برنامه های خودکار که اراده انسانی در انتخاب معادل دخالتی ندارد این موضوع عیان تر است. ماشین نمی تواند بر اساس بافت به صورت خودکار بهترین معادل را انتخاب کند حال آنکه به کمک زبانشناسی رایانه ای و بکار گیری پیکره ها این امر ممکن است. در پژوهش حاضر به منظور اثبات این توانایی از میان دو مقوله اسم و صفت ، صفات را برای بررسی انتخاب کردیم. برای این کار کلیه ی صفات انگلیسی موجود در یک فرهنگ متوسط ( فرهنگ هزاره) را به همراه معانی متعدد آنها استخراج کرده و ضبط کردیم، آنگاه این صفات را در یک کشف اللغات موازی انگلیسی به فارسی قرار دادیم و جملاتی را که این صفات در آنها به کار رفته بودند ضبط کرده و این صفات را به همراه بافت و معنا استخراج کردیم و فهرستی به صورت یک کشف اللغات تهیه کردیم. برنامه ای برای این کشف اللغات نوشته شد به گونه ای که از میان معانی موجود بالاترین بسامد معنایی به همراه با هم آیی و بدون آن به عنوان معادل به هنگام ترجمه انتخاب شود. معادل های انتخاب شده رامترجمین انسانی نیز آزمودند و نتایج نشان دادند که در بیش از 50 درصد موارد معادل های انتخاب شده از سوی مترجمین با آنچه که برنامه ابهام زدایی انتخاب کرده بود یا یکسان و یا بسیار نزدیک بودند. نتایج حاصل از این پژوهش در امر ترجمه ماشینی، بازیابی اطلاعات دوزبانه، ایجاد شبکه های واژگانی و آموزش زبان فارسی سودمند خواهد بود.

کلیدواژه‌ها


عنوان مقاله [English]

Lexical Disambiguation of Polysemeous Adjectives in MT : A Corpus Based Study

نویسندگان [English]

  • Zohreh Zolfaghar Kondori 1
  • Tayebeh Mosavi Miangah 2
چکیده [English]

Ambiguous nouns and adjectives are words with more than one meaning. Having several meanings creates problems in MT particularly in automatic programs where human plays no role in choosing the equivalent target word and there is no context available to the machine. One of the ways to solve the problem is to provide the Machine with proper and enough contexts here by context we mean the collocations of a word.. In order to show this we chose English adjectives for our study. We extracted polysemous adjectives from a bilingual English-Persian Middle Dictionary (Hezareh) and checked them all in a bilingual parallel English-Persian Corpus to get the context and collocations for each adjective. Then we recorded all the adjectives with their associate words, context and the meaning provided by the corpus. Then a concordance was created out of these adjectives and their equivalents along with their collocations and a disambiguating program was written for it so that it could choose the best equivalent for the target adjective according to the highest meaning frequency of the given adjective or its collocation. This program’s reliability was tested by using five translators. Their choices were compared through a statistical method (Cronbach alpha) and their covariance was calculated by spss software. The results show that in more than 50% of the cases translators’ choices were the same as the program’s choices. The results of this study could be helpful in MT, bilingual information retrieval, word nets and even in teaching Persian to foreigners.

کلیدواژه‌ها [English]

  • Polysemous Adjectives
  • Lexical Disambiguating
  • Parallel Corpus
  • machine translation
  • Concordance