استخراج خودکار معادلهای واژگانی از پیکرههای دو زبانه موازی
- سال انتشار: 1394
- محل انتشار: پژوهش های زبان شناسی، دوره: 7، شماره: 2
- کد COI اختصاصی: JR_JRLU-7-2_001
- زبان مقاله: فارسی
- تعداد مشاهده: 308
نویسندگان
دانشیار گروه زبان شناسی دانشگاه پیام نور
کارشناس ارشد گروه کامپیوتر دانشگاه پیام نور
چکیده
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] concordanceکلیدواژه ها
مطابقه دو زبانه, ترجمه خودکار, بازیافت اطلاعات, استخراج معادل های واژگانی, پیکره موازی انگلیسی-فارسیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.