ترجمۀ خودکار عبارات اسمی زبان مبدأ با استفاده از پیکرۀ خام زبان مقصد

چکیده

وجود زنجیره‌ای از اسم‌ها و صفت‌ها که دارای چندین معادل ترجمانی هستند و یا عبارات اسمی که از نظر واژگانی یا ‏ساختاری مبهم هستند مشکل رایج در ترجمه هر زبانی به زبان دیگر است. اما این مشکل زمانی نمود بیشتری پیدا می‌کند که ‏برخی از این اسم‌ها یا صفت‌ها در یک زنجیره از نظر طبقه واژگانی یا اجزای کلام نیز مبهم باشند؛ یعنی یک صفت می‌تواند ‏در عین حال یک اسم نیز باشد و بالعکس. مقاله حاضر کوششی است در جهت ارائه روشی برای تحلیل ساختار عبارات اسمی ‏بر اساس پیکره‌های بزرگ برچسب‌گذاری نشده. روش پیشنهادی روشی مستقل از زبان و خودکار است که بر اساس بسامد هم ‏رخدادهای داده‌ها در یک پیکره خام می‌باشد و از این رو می‌توان آن را یک روش یادگیری غیرنظارتی تلقی کرد. کارایی این ‏روش با استفاده از آزمایشی که طی آن یک پیکره نمونه متشکل از 280 واژه که از نظر واژگانی مبهم بودند (مبهم از نظر ‏اسم و صفت) در قالب عبارات اسمی مورد آزمون قرارگرفت. نتایج حاصل از این آزمون نشان دهنده میزان خطای 2/7 ‏درصدی با در نظرگرفتن تمام انواع عبارات اسمی مبهم و با دقت کارایی کلی برنامه به میزان 8/92 درصد بود که بسیار ‏امیدوارکننده به نظر می‌رسد. ‏