ترجمه ماشینی
محبوبه شمسی؛ مرضیه دیوانی؛ عبدالرضا رسولی کناری
چکیده
پیشینه و اهداف:زبان اشاره یک زبان دیداری است که از شکل‌های دست، بیان چهره‌ای ژست‌ها و زبان بدنی جهت برقراری ارتباط استفاده می‌کند. مطالعات زبان‌شناختی نشان داده‌اند که زبان‌های اشاره هم‌چون زبان‌های گفتاری، طبیعی و برطرف‌کننده نیاز ارتباطی گویشوران خود هستند. زبان اشاره نه یک زبان واحد است که جهانی باشد و نه هر کشوری زبان ...
بیشتر
پیشینه و اهداف:زبان اشاره یک زبان دیداری است که از شکل‌های دست، بیان چهره‌ای ژست‌ها و زبان بدنی جهت برقراری ارتباط استفاده می‌کند. مطالعات زبان‌شناختی نشان داده‌اند که زبان‌های اشاره هم‌چون زبان‌های گفتاری، طبیعی و برطرف‌کننده نیاز ارتباطی گویشوران خود هستند. زبان اشاره نه یک زبان واحد است که جهانی باشد و نه هر کشوری زبان اشاره معادل زبان گفتاری خود دارد. زبان‌های اشاره بسیاری در جهان وجود دارند؛ از جمله زبان اشاره آمریکایی، انگلیسی، ژاپنی، ایتالیایی، ترکی، فارسی و... . زبان اشاره فارسی، زبان طبیعی ناشنوایان ایران می‌باشد.توانایی ارتباط مؤثر گامی پراهمیت در برقراری روابط و مشارکت ناشنوایان در اجتماع است. پشتیبانی و حمایت نشدن از جانب جامعه شنوا، افراد ناشنوا را به سمت منزوی شدن و سایر مشکلات اجتماعی می‌کشاند. به‌منظور غلبه بر موانعی که میان افراد شنوا و افراد دچار آسیب شنوایی وجود دارد، سیستم مترجمی نیاز است تا پیغام‌ها را متناسب با زبان گفتاری به زبان اشاره‌ای آن بازگرداند. یک سیستم مترجم زبان اشاره می‌تواند توسط ناشنوایان، خانواده‌ها و دوستان این دست از افراد، افراد نابینا – ناشنوا، افرادی که بر اثر عواملی، قدرت تکلم خود را از دست داده‌اند، اساتید و معلمان، کادر پزشکی و نیز افرادی که علاقه‌مند به یادگیری این زبان هستند، مورد استفاده و بهره‌برداری قرار گیرد. این مقاله، با ارائه یک سیستم مترجم خودکار جهت ترجمه زبان فارسی به زبان اشاره فارسی، درصدد آن است که ناشنوایان ایران را در برقراری ارتباط هرچه بهتر یاری رساند. روش‌ها: سیستم مترجم پیشنهادی، به منظور تبدیل متن فارسی به زبان اشاره فارسی نیازمند استفاده از یک معماری می‌باشد. به دلیل ماهیت زبان فارسی به عنوان زبان ورودی سیستم مترجم و نیز مشکلات موجود در زبان اشاره فارسی به عنوان زبان خروجی سیستم مترجم، معماری سیستم‌های مترجم ارائه شده در سایر زبان‌ها قابل ارائه و توسعه در خصوص زبان فارسی نمی‌باشند. یکی از مهم‌ترین مسائل در زبان اشاره فارسی، عدم وجود اشاره معادل برای برخی کلمات است. به منظور فایق آمدن بر این مشکلات، معماری متناسب با زبان فارسی و زبان اشاره فارسی ارائه شد. سیستم ارائه شده، با استفاده از معماری پیشنهادی، متن به زبان فارسی را در قالب کلمه یا جمله از کاربر دریافت کرده، پس از انجام پردازش‌های اولیه و با استفاده از ماژول تبدیل واژگانی، آن را به معادل خود در زبان اشاره فارسی تبدیل و ترجمه می‌نماید. در نهایت، زبان اشاره معادلِ یک کلمه، عبارت یا جمله ورودی، توسط یک آواتار، نمایش داده خواهد شد. برای این منظور، از انتقال کلمات ترجمه‌شده به زبان میانی سیستم نشان‌گذاری هامبورگ (HamNoSys)، تبدیل زبان میانی به زبان نشان‌گذاری حالات اشاره (SiGML) و آن‌گاه به حرکت درآوردن شخصیت انیمیشنی به کمک آن، استفاده می‌شود. یافته‌ها: برای ارزیابی سیستم مترجم زبان فارسی به زبان اشاره فارسی، از یک مجموعه جمله تست استفاده شده است. پس از بررسی‌های صورت گرفته مشخص شد سیستم پیشنهادی کارایی، فضای ذخیره‌سازی و سرعت قابل قبولی دارد. نتیجه‌گیری: تحقیقات در زمینه علوم بین رشته‌ای زمانی بسیار کارآمد و مؤثر است که تحقیقات در تمام علوم درگیر، به میزان برابر انجام شده و هریک چالش‌های مربوط به رشته خود را برطرف سازند. به‌عنوان نمونه، مهم‌ترین چالش در تکمیل سیستم مترجم زبان اشاره فارسی، عدم وجود پژوهش زبان شناختی در خصوص زبان اشاره فارسی می‌باشد. سیستم مترجم ارائه شده، ترکیبی از علوم زبان‌شناسی، علوم اجتماعی و علوم مهندسی است. تمرکز بر روی هریک از این بخش‌ها و ارتقای آن‌ها، باعث پیشرفت چشمگیر در سیستم ارائه شده می‌شود. با این وجود، سیستم ارائه‌شده، می‌تواند تا حد زیادی روابط میان افراد شنوا و ناشنوا را بهبود بخشد. می‌توان روی هریک از ماژول‌های معماری پیشنهادی تمرکز کرد و به ارتقا و بهبود هرکدام پرداخت. همچنین می‌توان به یکپارچه‌سازی واحد اح
EndNote