روند ترجمه ماشینی و تاثیر آن بر صنعت ترجمه
بیشتر ما به نوعی تجربه استفاده از ترجمه ماشینی را داشتهایم. گوگل ترنسلیت، ترگمان، بینگ و ابزارهای مشابه مدتی است که در سراسر وب در اختیارمان قرار گرفتهاند.
ترجمه ماشین چیست؟
ترجمه ماشینی (MT) مجموعه ابزاری است که کاربران را قادر میسازد متن را به یک زبان وارد کنند و موتور، ترجمه کاملی را به زبان مقصد ارائه میکند. ترجمه ماشینی نورونی (NMT) برای یادگیری زبان مانند مغز انسان طراحی شده است. این روش با لحن و نحوه ترجمه شما سازگار میشود.
ترجمه ماشینی مدت زیادی است که به وجود آمده است و این فناوری تا به امروز پیشرفتهای چشمگیری داشته است. شبکههای عصبی و یادگیری ماشینی مدرن، ترجمه ماشینی را به قلمرو کاملا جدیدی سوق داده است. بنابراین با وجود ترجمه ماشینی مدرن، به جای اینکه از خودتان بپرسید که «آیا باید از ترجمه ماشینی استفاده کنم؟» سوال این است که «چه زمانی برای استفاده از ترجمه ماشینی مناسب است؟»
تاریخچه ترجمه ماشینی
داستان کوتاه این است: ترجمه ماشینی در ابتدای کار به موفقیت چندانی دست نیافت و تقریباً رها شد. با این وجود، پیشرفتهای جدید فنآوری ترجمه ماشینی را بیدار کرد. در حال حاضر این تکنولوژی بهطور خاص از شبکههای عصبی عمیق برای یادگیری ماشینی استفاده میکند.
سالهای برشمرده در زیر چهار مورد از برجستهترین نقاط عطف ترجمههای ماشینی هستند:
سال ۱۹۴۹: ترجمه ماشینی بهطور مفهومی متولد شد، و در نهایت در سال ۱۹۵۴ توسط یک تیم تحقیقاتی Georgetown MT با یک دستگاه فیزیکی و ارائه عمومی ظاهر شد.
سال ۱۹۶۶: آکادمی ملی علوم آمریکا یک کمیته ترجمه ماشینی خاص، معروف به ALPAC تشکیل داد. گزارشی که فقط چند سال بعد توسط ALPAC منتشر شد، تقریباً صنعت را از بین برد! آنها پیشنهادات جدی برای متوقف كردن بودجه و توقف تحقیقات ارائه دادند.
سال ۱۹۹۷: ترجمه ماشینی با راهاندازی اینترنت به جریان اصلی راه پیدا کرد: Babelfish معروف AltaVista در سال 97 معرفی شد و تقریباً 10 سال بعد گوگل ترنسلیت در سال ۲۰۰۶ شروع به کار کرد.
سال ۲۰۱۳: ترجمه ماشینی مدرن به طور رسمی، با ترجمه آماری شروع به توسعه میکند. و بعدها با ترجمه نورونی توسعه یافت.
امروز میبینیم که ترجمه ماشینی نورونی در حال ظهور است، و مفهوم ترجمه را به مرزهایی که قبلاً غیرممکن پنداشته میشد، میبرد.
ترجمه ماشینی نورونی/عصبی به تدریج مرز بین ترجمه انسان و ماشین را از بین میبرد. این فرصتهای بیشتری برای همکاری بین ماشین و انسان ایجاد میکند. همچنین سبب ایجاد ابزارهایی میشود که باعث بهرهوری بیشتر انسان میشوند و متقابلا ورودیهای انسانی که سبب میشوند دستگاهها در آينده دقیقتر گردند.
ترجمه ماشینی در سال ۲۰۲۱
برای درک دقیقتر چگونگی قرار دادن ترجمه ماشینی در استراتژی کسبوکار خود، بیایید نگاهی دقیقتر به دو تمایز عمده ترجمه ماشینی مدرن – موتورهای مبتنی بر شبکههای آماری و نورونی – بیندازیم.
- موتورهای مبتنی بر آمار از طریق تجزیهوتحلیل آماری متن دو زبانه، که معمولاً توسط توسعهدهنده یا کاربر ارائه میشود، میآموزند. این موتورها اساساً درک قوانین موجود را برای تعیین رابطه منحصربهفرد بین زبان مبدا و زبان مقصد توسعه میدهند.
- موتورهای مبتنی بر نورون مدرنترین رویکرد ترجمه ماشینی هستند. شبکههای نورونی/عصبی برای تقلید از یادگیری ذهن انسان طراحی شدهاند و با گذشت زمان دانش بیشتری کسب میکنند. این موتورها به دنبال درک متن ترجمهشده برای پیشبینی صحیح و انتخاب صحیح کلمه هستند.
موتورهای ترجمه ماشینی نورونی مانند ترگمان توانایی بیشتری در گرفتن، و حتی درک مقصود یا معنای یک جمله دارند. بنابراین بهسرعت جایگزین مدلهای آماری قدیمی شدهاند. ایده در اینجا فقط مبادله یک کلمه با کلمه دیگر بر اساس یک قانون یا عبارت نیست. در عوض، موتور NMT در تلاش است تا هدف محتوای شما را بفهمد تا پیام و لحن خاص را در ترجمه حفظ و ایجاد کند.
ترجمه ماشین تطبیقی در مقابل ترجمه ماشینی بدون نیاز به نصب
زیبایی عملکرد موتورهای نورونی در ترجمه ماشینی، توانایی آنها در سفارشیسازی تقریباً کامل است. این ویژگی آنها را به بهترین مدل ترجمه ماشینی که تاکنون داشتهایم تبدیل کرده است.

اکثر موتورهای عصبی ترجمه ماشین میتوانند مستقیماً و بدون نیاز به هیچ اقدامی استفاده شوند – اما به آموزش عمیق نیاز دارند – یا میتوانند برای یک برند یا دامنه خاص از قبل سازگار شوند. آموزش این موتورها به تنهایی میتواند یک فرآیند زمانبر باشد، اما کار با یک ابزار مناسب میتواند نه تنها باعث استقرار سریعتر شود، بلکه نتایج بسیار دقیقتری را نیز تضمین کند.
یک موتور انعطافپذیر NMT بهطور مداوم دانش خود را در مورد محتوا، لحن و سبک کلی برند شما افزایش میدهد تا محتوایی دقیق و منحصربهفرد از برند شما را ارائه دهد.
چه زمانی از ترجمه ماشینی استفاده کنیم؟
ترجمه ماشینی فناوری چشمگیری است که نسبت به زمان ایجادش پیشرفتهای بسیاری را داشته است. موتورهای مدرن اکنون تا حدی توانایی رقابت با مترجمان انسانی را دارند. بهطور خلاصه، هنگام بحث درباره ترجمه ماشینی باید در این زمینه فکر کنیم: “چه زمانی من محتوا را به یک مترجم انسانی تحویل میدهم، و چه زمانی به ترجمه ماشینی اجازه میدهم کار را انجام دهد؟”
بزرگترین عامل به اولویتهای موجود در رابطه با محتوا برمیگردد. برخی از پیچیدگیهایی که باید در نظر گرفته شود:
- این محتوا برای چه منظوری استفاده میشود؟
- مخاطب هدف کیست؟
- این محتوا چه خواستهای را برآورده میکنند؟
- آیا میتوان مطالب را پس از انتشار ویرایش یا اصلاح کرد؟
- آیا محدودیتهای قانونی یا دستورالعملهای دقیق تجاری در مورد این محتوا وجود دارد؟
محتوای مهم و با اولویت بالا، به عنوان مثال مستندات حقوقی یا اطلاعات پزشکی، نیاز به تخصص مترجم انسانی دارد. با توجه به ماهیت این محتوا، و اولویت بالای دقت، ترجمه سریع همیشه هدف اصلی نیست. یک اشتباه میتواند منجر به انبوهی از مشکلات احتمالی شود.
حتی راهاندازی یک صفحه فرود جدید برای آخرین محصول شما نمونه کاملی از محتوای دارای اولویت بالا است: این جایی است که لحن و سبک نام تجاری باید بدرخشد و شرکتها باید به دنبال استفاده خلاقانه از یک مترجم انسانی باشند.
بنابراین با توجه به این موارد میتوانیم تعیین کنیم که آیا ترجمه ماشینی برای یک پروژه انتخاب درستی است یا خیر. این به شدت به پیچیدگیهای موجود بستگی دارد. مثلا:
- حجم: اگر میخواهید در کمترین زمان ممکن مطالب را ترجمه کنید، ماشین ترجمه میتواند از مترجمان انسانی پیشی بگیرد و در غیر این صورت پروژههای عظیم در یک جدول زمانی طولانیتر و واقع بینانهتر قرار میگیرند.
- سادگی: ترجمه ماشینی هنگام ترجمه اطلاعات تکراری، با زبان و اصطلاحات کاملاً مشخص، میتواند متن تکراری و ساده را مدیریت کند.
- اولویت: باز هم، ترجمه ماشینی برای محتواهای معمول مناسب خواهد بود. به عنوان مثال، محتوایی که به صورت داخلی استفاده خواهد شد ممکن است به همان سطح کیفی مورد نیاز برای صفحه فرود یک محصول جدید نیاز نداشته باشد.
بنابراین به همین سادگی کافی است که از خود بپرسید آیا ترجمه ماشینی برای این محتوا منطقی است؟ آیا به ورودی خلاق یک مترجم حرفهای نیاز دارم؟ آیا من قادر به ویرایش خواهم بود، یا اگر آن را یکبار ارسال کنم، آن ایمیل برای همیشه وجود خواهد داشت؟
ترجمه ماشینی و بررسی انسان
ترجمه ماشینی این امکان را برای شما فراهم میکند تا زمان و سرمایه صرفشده برای پروژهها را کاهش دهید و با سرعت بالاتری به تولید و انتشار محتوا بپردازید. اما این دلایل بدان معنا نیستند که انسان هرگز درگیر این روند نخواهد شد.

اینکه روند ترجمه برای هر پروژهای به بررسی داخلی نیاز دارد یا نه، موضوعی است که باید تعیین شود. در حالت کلی، درحالیکه تولید محتوا بیشترین زمان را در این فرآیند صرف میکند، فقط ۴٪ از ترجمهها ویرایش میشوند. بنابراین این سوال مطرح میشود که کدام مسیر منطقیتر است:
- آیا ما باید به ترجمه ماشینی متکی باشیم تا اکثر کارها را انجام دهیم و در یک فرآیند بررسی داخلی با یک مترجم انسانی کار کنیم؟
- آیا باید به راحتی به انسان اجازه داد که ترجمه را با یک بررسی کیفیت خودکار انجام دهد تا از ثبات در کل فرآیند اطمینان حاصل کند؟
به عنوان مثال، ترجمه نظرات کاربران درباره یک محصول ممکن است گزینه عالی به نظر برسد. از یک طرف، حجم بالایی از محتوا وجود دارد که معمولاً ساده و تکراری است و ممکن است برای یک مترجم انسانی بسیار پرهزینه باشد. از سوی دیگر، اولویت این محتوا ممکن است بیش از حد مهم باشد که بتوانید فقط به یک سرویس ترجمه ماشینی اعتماد کنید. چشماندازها تاحد زیادی به نظرات کاربران متکی هستند و این موضوع ممکن است برای موارد خاص استفاده بسیار حیاتی باشد.
یا ترجمه انبوه مقالات علمی و تخصصی میتواند به پیشرفت علم و دانش کمک شایانی کند. در عین حال اتکا به ترجمه ماشینی ممکن است اشکالاتی را به دنبال داشته باشد. از طرفی ترجمه مقاله علمی برای محققان و دانشجویان کاری زمانبر و سخت است. هزینه بالای سفارش ترجمه مقالات علمی نیز مانع از در دسترس قرار گرفتن مقالات علمی میشود.
یک استراتژی بالقوه در اینجا میتواند ترکیبی از انسان و ترجمه ماشینی باشد. مترجمان انسانی با تمرکز بر ویرایش و MT با بر تمرکز ترجمه، سرعت انجام کار را بالا میبرند. در اصل از ترجمه ماشینی میتوان برای ترجمه مطالب استفاده کرد، و آنها را در نهایت ویرایش نمود. ترجمیار این امکانات را برای مترجمان و تولیدکنندگان محتوا فراهم نموده است.
با کمک ابزار ترجمیار حتی مترجمان مبتدی قادر به ترجمه کردن متنها با کیفیتی مناسب هستند. این ابزار هنر ترجمه انسانی و شگفتی ترجمه ماشینی را درهم آمیخته است و در عین کاهش هزینههای ترجمه، سرعت انجام آنها را نیز بالا برده است. این ابزار تحت وب، نیاز به نصب برنامه ندارد. در حال حاضر ترجمیار بهترین ابزار برای ترجمه مقالات علمی از انگلیسی به فارسی به حساب میرود.
در نهایت اتخاذ استراتژی دقیق به پیچیدگیها و اولویتهای منحصربهفرد هر کسبوکار و پروژه بستگی دارد.
برای سفارش ترجمه با قیمت دانشجویی به سایت فریپیپر مراجعه نمایید.
برترین موتورهای ترجمه ماشینی
حقیقت امر این است که هر شغل به مترجم انسانی احتیاج ندارد. به همین دلیل ترجمه ماشینی کار را برای مشتریان آسان و کمهزینه میکند. برخی از بهترین موتورهای ترجمه ماشینی عبارتند از:
- گوگل ترنسلیت
- موتور ترجمه ترگمان
- ترجمه آمازون
- DeepL
- موتور ترجمه مایکروسافت
- آنبابل(Unbabel)
نوآوریهای اخیر در این فضا ظهور ترجمه ماشین نورونی است. ترجمه ماشینی نورونی (NMT) برای یادگیری زبان مانند مغز انسان طراحی شده است. همانطور که گفته شد آن با لحن و تن برند شما سازگار است. موتور ترجمه ترگمان بر اساس ترجمه ماشینی نورونی بنا نهاده شده است. بنابراین کیفیت آن روزبهروز بهبود مییابد. ترگمان در حوزههای عمومی ترجمه قابل استنادی را ارائه میدهد.
استفاده از بهترین ترجمه ماشینی، بیشتر به معنای متعادلسازی محتوا برای انتقال سریع مطالب با اولویت کم و حجم بالا است. بنابراین، این امر باید مترجمان انسانی را قادر به تمرکز بر محتوای مهمتر و با اولویت بالاتر کند. و سرعت ترجمه و تحرک آنها را به شدت افزایش مییابد.
آینده ترجمه ماشینی
به طور خلاصه، ترجمه ماشینی از همان روزهای ابتدایی پیشرفت چشمگیری داشته است. راهحلهای مدرن که از یادگیری ماشینی قدرتمند استفاده میکنند، دائما موانع را از بین میبرند و فقط با رشد دانش خود، به بهبود ترجمه ادامه میدهند. با این حال، همیشه در برخی موارد نیاز به ویرایش انسانی وجود خواهد داشت و اتوماسیون کاملاً جای مترجمان انسانی را نخواهد گرفت. حتی بهترین موتور ترجمه ماشینی نیز با محتواهای بسیار خلاقانه و پیچیده به مشکل خواهد خورد.
وقتی نوبت به بومیسازی محتوا میرسد، با این سوال روبرو خواهید شد: آیا باید از ترجمه ماشینی استفاده کنم؟ مترجمین انسانی کسانی هستند که سطح بالایی از خلاقیت را برای بالاترین کیفیت کار فراهم میکنند. ترجمه ماشینی به معنای کاهش اشتباهات، افزایش سرعت و پرهیز از کار تکراری است. بنابراین ترکیب این ترجمه ماشینی و ویرایش انسانی میتواند کاری بینقص و با کیفیت مناسب را با سرعت بالاتر و هزینه پایینتر فراهم کند.
