نقش زبانشناسی ساختگرا در تحلیل خطاهای هنجاری ترجمه ماشینی
محل انتشار: ماهنامه پایاشهر، دوره: 7، شماره: 79
سال انتشار:  1404
نوع سند:  مقاله ژورنالی
زبان:  فارسی
مشاهده:  40
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_PAYA-7-79_126
تاریخ نمایه سازی: 26 مهر 1404
چکیده مقاله:
زبان شناسی ساخت گرا به عنوان یکی از شاخه های بنیادین در تحلیل زبان، با تمرکز بر ساخت و روابط درونی اجزای جمله، بستری نظری و تحلیلی فراهم می سازد که می تواند در بررسی خطاهای زبانی، به ویژه در حوزه ترجمه ماشینی، نقشی تعیین کننده ایفا کند. در سال های اخیر، پیشرفت سریع فناوری های ترجمه ماشینی و استفاده از الگوریتم های مبتنی بر یادگیری عمیق، موجب افزایش کیفیت ترجمه های خودکار شده است، اما همچنان خطاهای هنجاری و ساختاری به عنوان یکی از چالش های اساسی در خروجی این سامانه ها باقی مانده است. این مقاله با رویکردی تحلیلی و نظری، به بررسی نقش زبان شناسی ساخت گرا در تبیین خطاهای هنجاری مترجم های ماشینی می پردازد. در این راستا، نخست مبانی نظری زبان شناسی ساخت گرا و مفهوم هنجار زبانی تشریح می شود و سپس با تحلیل نمونه هایی از خروجی مترجم های ماشینی فارسی - انگلیسی و انگلیسی -فارسی (نظیر Google Translate و DeepL)، انواع خطاهای ساختاری، نحوی و واژگانی مورد بررسی قرار می گیرد. یافته ها نشان می دهد که بسیاری از خطاهای مشاهده شده، ناشی از عدم درک عمیق ساخت های نحوی و هنجارهای نحوی زبان مقصد توسط سامانه های ترجمه است؛ به ویژه در مواردی که ساخت جمله در زبان مبدا از نوع درهم تنیده یا دارای وابستگی های نحوی چندسطحی است. بر اساس دیدگاه ساخت گرایی سوسور و پیروان او، معنا نه در واژه ها بلکه در روابط میان نشانه ها شکل می گیرد و این همان نقطه ای است که سیستم های ترجمه ماشینی دچار ضعف می شوند؛ زیرا اغلب روابط درون ساختی را به صورت سطحی و آماری پردازش می کنند. از سوی دیگر، تحلیل ساخت گرایانه نشان می دهد که خطاهای هنجاری مترجم های ماشینی اغلب در سطوحی بروز می کند که نظام های نحوی و صرفی دو زبان تفاوت بنیادین دارند؛ به عنوان مثال، در کاربرد افعال مرکب، ترتیب صفات و موصوفات، یا ساخت جمله های موصولی در فارسی. این پژوهش با بهره گیری از رویکرد ساخت گرایی زبانی، تلاش دارد الگویی نظری برای تحلیل و تبیین این خطاها ارائه دهد تا از یک سو در بهبود مدل های زبانی هوش مصنوعی مورد استفاده قرار گیرد و از سوی دیگر، در آموزش ترجمه و زبان شناسی رایانشی به عنوان چارچوبی تحلیلی مورد بهره برداری واقع شود. در پایان، پیشنهاد می شود تلفیق روش های ساخت گرا با مدل های آماری و عصبی در ترجمه ماشینی می تواند به کاهش چشمگیر خطاهای هنجاری منجر شود و موجب ارتقای دقت و روانی ترجمه ها گردد.
کلیدواژه ها:
نویسندگان
سمانه گندمی
دانشجوی دکتری زبان و ادبیات عرب دانشگاه الزهرا