Machine Translation

مروری مختصر و غیر فنی از توسعه ترجمه ماشینی، از جمله رویکردهای مختلف، مسائل ارزیابی، و بازیگران اصلی در صنعت.

رویای ترجمه جهانی این دستگاه به چندین دهه قبل برمی‌گردد، مدت‌ها قبل از اینکه ماهی خیالی بابل داگلاس آدامز این خدمات را در راهنمای تاسوعای کهکشان ارائه دهد. از زمان ظهور کامپیوترها، تحقیقات بر روی طراحی ابزارهای ترجمه ماشینی دیجیتال متمرکز شده است - برنامه های کامپیوتری که قادر به ترجمه خودکار متن از زبان مبدأ به زبان مقصد هستند. این به یکی از اساسی ترین وظایف هوش مصنوعی تبدیل شده است. این جلد در سری MIT Press Essential Knowledge مروری مختصر و غیر فنی از توسعه ترجمه ماشینی، از جمله رویکردهای مختلف، مسائل ارزیابی و پتانسیل بازار ارائه می‌کند. رویکردهای اصلی از منظری عمدتاً تاریخی و به شیوه‌ای شهودی ارائه می‌شوند و به خواننده اجازه می‌دهند تا اصول اصلی را بدون اطلاع از جزئیات ریاضی درک کند.

این کتاب با بحث در مورد مشکلاتی که باید در طول توسعه یک سیستم ترجمه ماشینی حل شوند و یک مرور مختصر از تکامل این رشته آغاز می‌شود. سپس تاریخچه ترجمه ماشینی را با جزئیات بیشتری مورد بررسی قرار می دهد، آغازهای پیش از دیجیتال، رویکردهای مبتنی بر قوانین، گزارش ALPAC (کمیته مشورتی پردازش خودکار زبان) در سال 1966 و پیامدهای آن، ظهور مجموعه های موازی، روش های مبتنی بر مثال را شرح می دهد. پارادایم، پارادایم آماری، رویکرد مبتنی بر بخش، معرفی دانش زبانی بیشتر به سیستم ها، و آخرین رویکردهای مبتنی بر یادگیری عمیق. در نهایت، چالش‌های ارزیابی و وضعیت تجاری حوزه، از جمله فعالیت‌های بازیگران اصلی مانند Google و Systran را در نظر می‌گیرد.

A concise, nontechnical overview of the development of machine translation, including the different approaches, evaluation issues, and major players in the industry.

The dream of a universal translation device goes back many decades, long before Douglas Adams's fictional Babel fish provided this service in The Hitchhiker's Guide to the Galaxy. Since the advent of computers, research has focused on the design of digital machine translation tools -- computer programs capable of automatically translating a text from a source language to a target language. This has become one of the most fundamental tasks of artificial intelligence. This volume in the MIT Press Essential Knowledge series offers a concise, nontechnical overview of the development of machine translation, including the different approaches, evaluation issues, and market potential. The main approaches are presented from a largely historical perspective and in an intuitive manner, allowing the reader to understand the main principles without knowing the mathematical details.

The book begins by discussing problems that must be solved during the development of a machine translation system and offering a brief overview of the evolution of the field. It then takes up the history of machine translation in more detail, describing its pre-digital beginnings, rule-based approaches, the 1966 ALPAC (Automatic Language Processing Advisory Committee) report and its consequences, the advent of parallel corpora, the example-based paradigm, the statistical paradigm, the segment-based approach, the introduction of more linguistic knowledge into the systems, and the latest approaches based on deep learning. Finally, it considers evaluation challenges and the commercial status of the field, including activities by such major players as Google and Systran.