داده های بنیادین استراتژیک زبانشناسی، کلید اکمال متقابل تکنولوژی و هوش مصنوعی در حیطه ترجمه ماشینی

نوع مقاله : علمی پژوهشی(عادی)

نویسنده

دانشگاه تهران

چکیده

این پرسش که آیا می‌توان ماشینی اختراع کرد که قادر به انجام رفتارهایی حتی هوشمندانه‌تر از انسان باشد، حتی پیش از پیدایش رایانه‌های قدرتمند و داده های هوش مصنوعی نیز مطرح بود. پیشتر برخی از اندیشمندان زبان‌شناس و فیلسوفان زبان بر این باور بودند که این کار شدنی نیست.

ایدة بهره برداری از هوش مصنوعی، وتسهیل در بهره وری در حیطه های مختلف علوم ایده‌ای درست و ضروری بود، اما ابزار تحقق آن مکانیک نبود. مکانیک بستر مناسبی برای ایجاد اکمال متقابل زبان‌شناسی، منطق، آمار و ریاضی بر حول مکانیک، نبود و چابکی لازم را برای امکان بهره‌برداری از دستاوردهای خود در تحقق ترجمة ماشینی را فراهم نمی کرد. با ظهور پدیده‌ای به نام دیجیتال، نه تنها رویه های منطق صوری به سمت منطق نوین و ریاضیات به ریاضیات جدیدتمایل پیدا کرد، بلکه گرایشات نوینی در پژوهش های زبانشناختی متناسب با حضور در بستر دیجیتال شکل گرفت و به سرعت پیشرفت کرد. در این مقاله سعی شده است پس از ارائه مختصری از تاریخچه موضوع و چارچوب نظری آن؛ به چگونگی دستاوردهای بدست آمده پرداخته شود و چشم انداز آتی آن با توجه به متد های انتخاب شده، ترسیم گردد. نویسنده مقاله ضمن ارائه تجربیات شخصی خود در این عرصه، بر ایجاد بانک منابع بنیادی متنوع در حیطه زبانشناسی نوین تاکید دارد. به زعم وی، موفقیت های و دستاوردهای آینده، منوظ به تقویت داده های نوین و مورد نیاز زیرساختی در حیطه زبانشناسی، بعنوان یک علم بین رشته ای با تکنولوژی به منظور کسب دستاوردهای کاربردی، اجتناب ناپذیر است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

The Fundamental and Strategic Linguistic Data, the Key for the Reciprocal Complementation of Technology and Artificial Intelligence in Machine Translation

نویسنده [English]

  • alireza valipour
چکیده [English]

This question about the possibility of inventing a system more capable than humans in performing behaviors has always been on the table, even before the advent of powerful computers and artificial intelligence algorithms.

Today, we confide in the fact that the idea of exploiting artificial intelligence, and facilitating its application in multiple areas of science, has been a necessity; however, the implementations of this achievement were not provided by mechanics. This field was not a proper context for creating the reciprocal complementation of linguistics, logic, statistics, and mathematics to revolve around it and could not provide the required agility to employ its achievements in accomplishing Machine Translation. On the other hand, with the advent of a phenomenon known as digital, not only did the procedures of formal logic turn into mathematical logic and that of the mathematics turned into modern mathematics, but also new trends were established in this regard and developed rapidly in linguistic researches properly relevant to digital contexts. After a brief introduction to the topic and its theoretical framework, this paper tries to determine how these achievements have been accomplished and intends to elaborate upon the future prospects with respect to the highlighted methods. While presenting his personal experiences in this area, the author of this paper emphasizes establishing a diverse institutional resource in modern linguistics. In his view, future achievements and accomplishments are due to developing the latest and fundamentally required data in linguistics as an interdisciplinary field of knowledge in order to gain practical achievements.

کلیدواژه‌ها [English]

  • Comparative grammar"
  • Data-processing"
  • Informatics"
  • Machine Translation"
  • Relevant technology"
  • "
  • Structural grammar"

مراجع

  1. 1- جولیا اس فالک. (1377). زبان شناسی و زبان. مترجم خسرو غلامعلی زاده. چاپ پنجم. مشهد: موسسه چاپ و انتشارات آستان قدس رضوی.

    2- دبیر مقدم، محمد. (1383). زبان شناسی نظری. تهران: نشر سمت.

    3- راسل. رابرت. (1383). هوش مصنوعی.  مترجم رامین رهنمون. تهران: نشر ناقوس.

        4- ولی‌پور، علیرضا. بررسی بُعد زبان‌شناختی ترجمه ماشینی و معرفی اجمالی علوم مرتبط با آن . پژوهش زبانهای خارجی، شماره 1386 بهار , 37

       5- ولی‌پور، علیرضا. مقایسه و بررسی برخی نظامهای ترجمه ماشینی روسی و غربی . پژوهش زبانهای خارجی، شماره 42 ,زمستان 1386

    6- باطنی، محمدرضا. (1354). مسائل زبان‌شناسی نوین، تهران: نشر آگاه.

    7- دبیر مقدم، محمد. (1383). زبان‌شناسی نظری، تهران: انتشارات سمت.

    8- دیتل، هاروی. (1385). راهنمای جامع برنامه‌نویسان. مترجم بهرام پاشایی. چاپ یازدهم. تهران: انتشارات جهان نو.

    9- راسل، جی. اس. (1383). هوش مصنوعی، رهیافتی مدرن. مترجم رامین رهنمون وآناهیتا هماوندی. چاپ سوم. تهران: انتشارات ناقوس.

    10- ساغرونیان، سید جلیل. (1369). فرهنگ اصطلاحات زبان‌شناسی، مشهد: انتشارات نما.

    Resources

    1. Falk, Julia S. (1998). Linguistics and language. Trans. Gholam Ali Zadeh, k. Ed. 5th . Astan Print.
    2. Dabir Moghaddam, M. (2004). Theoretical linguistics. Tehran: Samt.
    3. Russell. Robert. (2004). Artificial intelligence. Tr. Rahnamoun, R. Tehran: Naghoos Press.
    4. Valipour, A. An examination of the linguistic dimension of machine translation and a brief introduction of relevant sciences. Foreign Languages Research, No 37, Spring 2007.
    5. Valipour, A. A comparison and review of some Russian and Western machine translation systems. Foreign Languages Research, No. 42, Winter 2007.
    6. Bateni, M. (1976). Modern linguistic issues, Tehran: Agah.
    7. Dabir Moghaddam, M. (2004). Theoretical linguistics, Tehran: Samt.
    8. Deitel, Harvey M. (2006). XML How to Program. Tr. Pashaie, B. Ed. 11th. Tehran: Jahanno.
    9. Russell, J. S. (2004). Artificial intelligence, modern approach. Tr. Rahnamoun, R and A, Hamavandi. Ed. 3rd. Tehran: Naghoos Press.
    10. Sagharvanian, S. J. (1990). The dictionary of linguistic terms, Mashhad: Nama.
    11. Apresyan, Yu.D. (1987). Linguistic support in the third generation automatic translation system. USSR Academy of Sciences, preprint of the scientific council on “the problem of Cybernetics”. М.
    12. Yngve, V. (1965). The value of machine translation research. – ITY, М.

    13.Kuzmin O. I (2019 ) Collegium Linguisticum -Prospects For The Development Of Automated Translation Systems Using The Specifics Of Pre- And Post-Editing (By The Material Of The English Language), 133-142

    1. 14. Marchuk, Yu.N. (1983). Machine translation problems. М.: Наука.
    2. 15., I.A. (1989). To the construction of a working model of the language “Sense-Text”. M.
    3. Mironenko A.B, Omelchenko P.A. (2016) Problems Of Machine Translation Seriya 2, 1193-1195
    4. Panasenkov N.A. (2019) Evolution Of Machine Translation: From Babbage’s Analytical Engine To Neural Networks : 9-13
    5. Rarenko Maria B (2021) Machine Translation as a challenge. 1. Inion of The Russian Academy of Sciences (Ras), Moscow, Russia: 117-126
    6. 19. Popov, E. V. (1990). E.V. (1990). Artificial intelligence book 1 radio and communication. М.
    7. Baiwei Liu ( 2021) The Future Of Machine Translation And Human Translation In The Belt And Road InitiativeVestnik Moskovskogo Universiteta. Seriya 2, 79-88
    8. Barkhudarov T.I. New lexicography. — M .: VTsP, 1995.—183 с.
پژوهشهای زبانشناختی در زبانهای خارجی
دوره 11، شماره 3
آبان 1400
صفحه 541-555

فایل ها

هم رسانی

ارجاع به این مقاله

آمار