How computers translate human language - Ioannis Papachimonas

Translator: sadegh zabihi Reviewer: soheila Jafari

How is it that so many intergalactic species in movies and TV

این چطور است که بسیاری از موجودات فضایی در فیلم های سینمایی و تلویزیونی

just happen to speak perfect English?

ار قضا خیلی خوب انگلیسی صحبت می کنند؟

The short answer is that no one wants to watch a starship crew

پاسخ کوتاه این است که هیچ کس نمی خواهد خدمه یک کشتی فضایی را ببیند

spend years compiling an alien dictionary.

که سالها صرف تدوین یک فرهنگ لغاتِ فضایی کرده اند.

But to keep things consistent,

اما برای منسجم نگه داشتن مسائل،

the creators of Star Trek and other science-fiction worlds

سازندگان [سریالِ] استار ترک و سایر دنیاهای علمی-تخیلی

have introduced the concept of a universal translator,

مفهوم یک مترجمِ عمومی را معرفی کردند،

a portable device that can instantly translate between any languages.

یک ابزار قابل حمل که می تواند بلافاصله هر زبانی را ترجمه کند.

So is a universal translator possible in real life?

خُب، آیا یک مترجم عمومی در دنیای واقعی امکان پذیر است؟

We already have many programs that claim to do just that,

همین الان هم تعداد زیادی برنامه داریم که ادعا می کنند این کار را انجام می دهند،

taking a word, sentence, or entire book in one language

یک کلمه، جمله یا یک کتاب کامل را از یک زبان می گیرند

and translating it into almost any other,

و آن را به تقریبا هر زبانی ترجمه می کنند،

whether it's modern English or Ancient Sanskrit.

چه انگلیسیِ مدرن باشد یا سانسکریت باستانی.

And if translation were just a matter of looking up words in a dictionary,

و اگر ترجمه فقط مسئله پیدا کردن کلمات در فرهنگ لغات بود،

these programs would run circles around humans.

این نرم افزارها از همه آدمها جلو می زدند.

The reality, however, is a bit more complicated.

اما واقعیت کمی پیچیده تر است.

A rule-based translation program uses a lexical database,

یک برنامه مترجم قانون‌مند از بانک اطلاعات کلماتی استفاده می کند

which includes all the words you'd find in a dictionary

که حاوی تمام کلمات موجود در فرهنگِ لغات

and all grammatical forms they can take,

و تمام حالت های دستوری آنها،

and set of rules to recognize the basic linguistic elements in the input language.

و تمام قوانین لازم برای شناسایی اجزاء زبانیِ زبانِ مبداء است.

For a seemingly simple sentence like, "The children eat the muffins,"

به عنوان یک مثال ساده درباره جمله ای مثل "کودکان کلوچه می خورند،"

the program first parses its syntax, or grammatical structure,

برنامه اول بخش های آن یا ساختار دستوری آن را تجزیه می کند،

by identifying the children as the subject,

کودکان را به عنوان فاعل،

and the rest of the sentence as the predicate

و بقیه جمله را به عنوان خبر شناسایی می کند

consisting of a verb "eat,"

که شامل فعل "می خورند،"

and a direct object "the muffins."

و مفعول "کلوچه ها" است.

It then needs to recognize English morphology,

و بعد برنامه باید شکل زبان انگلیسی را شناسایی کند.

or how the language can be broken down into its smallest meaningful units,

یا اینکه زبان چگونه می تواند به کوچکترین بخش های معنی دار تقسیم شود.

such as the word muffin

مثل کلمه کلوچه

and the suffix "s," used to indicate plural.

و پسوند "s" که آن را تبدیل به جمع می کند.

Finally, it needs to understand the semantics,

در نهایت، او باید معنی لغات را تشخیص دهد،

what the different parts of the sentence actually mean.

هر بخش جمله در واقع چه معنی دارند.

To translate this sentence properly,

برای ترجمه مناسب این جمله،

the program would refer to a different set of vocabulary and rules

برنامه به مجموعه متفاوتی از لغات و دستوربرای هر جزء تشکیل دهنده

for each element of the target language.

در زبان مقصد مراجعه می کند.

But this is where it gets tricky.

اما اینجای کار کمی سخت می شود.

The syntax of some languages allows words to be arranged in any order,

قوائد برخی زبان ها به کلمات اجازه می دهند تا در جاهای مختلف جمله قرار بگیرند،

while in others, doing so could make the muffin eat the child.

که در این صورت، ممکن است جمله به کلوچه بچه ها را می خورد تبدیل شود.

Morphology can also pose a problem.

شکلِ زبان هم ممکن است مشکل ساز شود.

Slovene distinguishes between two children and three or more

زبان اسلوونی بین دو کودک و سه یا بیشتر تفاوت قائل می شود

using a dual suffix absent in many other languages,

در حالی که استفاده از مثنی در بسیاری از زبان ها وجود ندارد،

while Russian's lack of definite articles might leave you wondering

با وجود نداشتن نکره و معرفه در زبان روسی شما نمی توانید متوجه شوید

whether the children are eating some particular muffins,

که بچه ها کلوچه های خاصی را می خورند،

or just eat muffins in general.

یا به طور کلی کلوچه می خورند.

Finally, even when the semantics are technically correct,

در نهایت، زمانی که معانی از نظر فنی هم درست باشند،

the program might miss their finer points,

برنامه ممکن است نتواند بهترین لغت را تشخیص دهد،

such as whether the children "mangiano" the muffins,

مثل این که بچه ها کلوچه ها را "mangiano"،

or "divorano" them.

یا کلوچه ها را "divorano". [اشاره به استفاده از دو فعل با معانی شبیه ولی متفاوت در زبان لاتین]

Another method is statistical machine translation,

روش دیگر استفاده از دستگاه ترجمه آماری است،

which analyzes a database of books, articles, and documents

که بانک اطلاعاتی شامل کتابها، مقاله ها و مطالب را،

that have already been translated by humans.

که قبلا توسط انسان ترجمه شده اند، تحلیل می کند.

By finding matches between source and translated text

با پیدا کردن معادل در میان زبان های مبدا و مقصد،

that are unlikely to occur by chance,

که بعید است به صورت اتفاقی به وجود بیایند،

the program can identify corresponding phrases and patterns,

نرم افزار می تواند جمله ها و الگوهای متناظر را بیابد،

and use them for future translations.

و از آنها برای ترجمه های آتی استفاده کند.

However, the quality of this type of translation

با این وجود، کیفیت این نوع ترجمه

depends on the size of the initial database

به اندازه بانک اطلاعاتی مورد استفاده

and the availability of samples for certain languages

و وجود داشتن نمونه هایی از زبان خاص

or styles of writing.

یا روش نوشتار، بستگی دارد.

The difficulty that computers have with the exceptions, irregularities

دشواری که رایانه ها با آن مواجه هستند برای شناسایی موارد خاص، بی قاعده

and shades of meaning that seem to come instinctively to humans

و معانی نهفته که به صورت غریزی مربوط به انسان ها است

has led some researchers to believe that our understanding of language

بعضی از محققان را بر آن داشته تا باور کنند که درک ما از زبان

is a unique product of our biological brain structure.

محصولی خاص از ساختار بیولوژیکی مغز ما است.

In fact, one of the most famous fictional universal translators,

در واقع، یکی از مشهورترین مترجمان عمومیِ تخیلی،

the Babel fish from "The Hitchhiker's Guide to the Galaxy",

ماهیِ بابل در فیلم "راهنمای رایگان‌سواری در کهکشان"،

is not a machine at all but a small creature

اصلا ماشین نیست بلکه موجودی کوچک است

that translates the brain waves and nerve signals of sentient species

که امواج مغزی و سیگنال های عصبی گونه های حساس را

through a form of telepathy.

بوسیله گونه ای تلپاتی، ترجمه می کند.

For now, learning a language the old fashioned way

تا کنون، یاد گرفتن یک زبان به همان روش سنتی قدیمی

will still give you better results than any currently available computer program.

نتیجه بهتری نسبت به استفاده از هر برنامه کامپیتری موجود به شما می دهد.

But this is no easy task,

اما این اصلا کار راحتی نیست،

and the sheer number of languages in the world,

و با توجه به تعداد بسیار زیاد زبان های موجود در دنیا،

as well as the increasing interaction between the people who speak them,

تنها با افزایش تعامل میان افرادی که به آن زبان ها صحبت می کنند،

will only continue to spur greater advances in automatic translation.

می توان کارآیی مترجمان خودکار را بهبود بخشید.

Perhaps by the time we encounter intergalactic life forms,

شاید زمانی که با حیات غیر زمینی برخورد پیدا کردیم،

we'll be able to communicate with them through a tiny gizmo,

بتوانیم با آنها بوسیله یک ابزار کوچک ارتباط برقرار کنیم،

or we might have to start compiling that dictionary, after all.

یا شاید در نهایت مجبور شویم یک فرهنگ لغات گرد آوری کنیم.