ساخت پیکره ی دوزبانه موازی انگلیسی- فارسی و کاربرد آن در سامانه حافظه ترجمه (مبحثی در زبانشناسی پیکره ای)

در حال حاضر برونداد سامانه های ترجمه ماشینی نیاز به پس ویرایش دارد. در ترجمه ماشینی خودکار امکان دخالت کاربر حین کار وجود ندارد و مترجم پس از بروز خطا به رفع آن می پردازد. ابزارهای ترجمه می توانند با ایجاد محیطی تعاملی رفع خطاها را قبل از انتقال به برونداد ممکن سازند. مهمترینِ این ابزارها, سامانه های حافظه ترجمه هستند که از متون موازی همترازشده استفاده می کنند. فنون همترازسازی خودکار مورد استفاده در حافظه های ترجمه بیشتر در دو حالت کارآیی قابل توجه دارند: یکی در سطح پاراگراف و جمله و دیگری در سطح واژگان منفرد در صورت وجود رابطه یک به یک بین زیرتوالی های دو زبان. این امر باعث می شود که از تکرارهای زیر سطح جمله مانند جمله واره ها, عبارات و اصطلاحات استفاده حداکثری نشود. در این پژوهش, پس از زمینه سازی لازم, با استفاده از فاصله بین کلمات, شیوه ای تحت عنوان «جستجوی کاهشی فاصله بنیاد» با هدف استفاده حداکثری از منابع پیکره ای ارائه گردیده و بر اساس این شیوه, هسته اصلی یعنی موتور جستجوی یک سامانه حافظه ترجمه, در قالب یک برنامه نرم افزاری معرفی شده است. این شیوه روی بخشی از پیکره ساخته شده طی این پژوهش مرکب از زیرنویس فیلمها, آزمایش گردیده است. ارزیابی های صورت گرفته با نمرات «فراخوانی» و «دقّت» نشان می دهند که این شیوه بدون استفاده از فنون خودکار همترازسازی, شانس همتایابی برای زیرتوالی های جملات را بطور چشمگیری افزایش می دهد و بنابراین قابلیّت استفاده در یک سامانه حافظه ترجمه زیر سطح جمله را دارد.