Parallel Text Processing: Alignment and Use of Translation Corpora

l این کتاب برگرفته از تمرین ارزیابی ARCADE است که در سال 1995 شروع شد. هدف این پروژه ارزیابی سیستم های تراز برای متون موازی است. ه. ، متون همراه با ترجمه آنها. سیزده تیم از نقاط مختلف جهان تاکنون در آن شرکت کرده‌اند و برای اولین بار، حدود ده تا پانزده سال پس از طراحی اولین تکنیک‌های هم‌ترازی، جامعه توانسته است تصویر روشنی از رفتار سیستم‌های تراز به دست آورد. چندین فصل در این کتاب جزئیات سیستم های رقیب را شرح می دهد و فصل آخر به شرح پروتکل ارزیابی و نتایج اختصاص یافته است. فصل‌های باقی‌مانده به‌ویژه از سوی محققانی که در سال‌های اخیر از چهره‌های اصلی این حوزه بوده‌اند سفارش داده شده‌اند تا به طیف گسترده‌ای از موضوعاتی بپردازند که وضعیت هنر را در پردازش و استفاده متن موازی توصیف می‌کنند. همانطور که در مقدمه به یاد آوردم، سنگ روزتا به عنوان نمونه اولیه متون موازی شهرت ابدی به دست آورد، اما چنین متون احتمالاً تقریباً به اندازه اختراع نوشتن قدمت دارند. امروزه، متون موازی الکترونیکی شده‌اند و منبع مهمی برای ساختن ابزارهای پردازش زبان طبیعی مورد نیاز در "جامعه اطلاعاتی چندزبانه" هستند که در حال حاضر با سرعتی باورنکردنی در حال ظهور است. برنامه های کاربردی متعدد هستند و هر روز در حال گسترش هستند: واژه شناسی و اصطلاحات چند زبانه، ترجمه ماشینی و انسانی، بازیابی اطلاعات بین زبانی، یادگیری زبان و غیره.

l This book evolved from the ARCADE evaluation exercise that started in 1995. The project's goal is to evaluate alignment systems for parallel texts, i. e. , texts accompanied by their translation. Thirteen teams from various places around the world have participated so far and for the first time, some ten to fifteen years after the first alignment techniques were designed, the community has been able to get a clear picture of the behaviour of alignment systems. Several chapters in this book describe the details of competing systems, and the last chapter is devoted to the description of the evaluation protocol and results. The remaining chapters were especially commissioned from researchers who have been major figures in the field in recent years, in an attempt to address a wide range of topics that describe the state of the art in parallel text processing and use. As I recalled in the introduction, the Rosetta stone won eternal fame as the prototype of parallel texts, but such texts are probably almost as old as the invention of writing. Nowadays, parallel texts are electronic, and they are be­ coming an increasingly important resource for building the natural language processing tools needed in the "multilingual information society" that is cur­ rently emerging at an incredible speed. Applications are numerous, and they are expanding every day: multilingual lexicography and terminology, machine and human translation, cross-language information retrieval, language learning, etc.