Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
MT kısaltmasıyla da anılan makine çevirisi, metin veya konuşmayı bir dilden diğerine çevirmek için yazılım kullanımını araştıran bilgisayarlı dilbilimin bir alt alanıdır.
MT bir dildeki sözcüklerin başka bir dildeki sözcüklerle mekanik olarak yer değiştirmesini gerçekleştirir, ancak bu tek başına nadiren iyi bir çeviri üretir; çünkü hedef dildeki tümceler ve bunların (en yakın) karşılıklarının tanınması gerekir. Bir dildeki tüm kelimelerin başka bir dilde karşılığı yok ve birçok kelimenin birden fazla anlamı vardır.
Bu problemi istatistiksel ve nöral tekniklerle çözmek, daha iyi çevirilerle, dilsel tipolojideki farklılıkları ele almaya, deyimlerin çevirisine ve anomalilerin izolasyonuna yol açan hızla büyüyen bir alandır.
Mevcut makine çevirisi yazılımı genellikle etki alanına veya mesleğe göre özelleştirmeye izin verir (hava durumu raporları gibi), izin verilen değiştirmelerin kapsamını sınırlayarak çıktıyı iyileştirir. Bu teknik, özellikle resmi veya kalıplaşmış dilin kullanıldığı alanlarda etkilidir. Buradan hükûmet belgeleri ve yasal belgelerin makine çevirisinde, konuşma veya daha az standartlaşmış metin çevirisine göre daha kullanılabilir çıktı ürettiği sonucu çıkar.
İyi bir çıktı kalitesi, insan müdahalesiyle de elde edilebilir: örneğin, bazı sistemler, eğer kullanıcı metindeki hangi kelimelerin özel adlar olduğunu açık bir şekilde belirlediyse, daha doğru çeviri yapabilir. Bu tekniklerin yardımıyla MT'nin insan çevirmenlere yardımcı olacak bir araç olarak sınırlı durumlarda kullanılabilecek çıktılar üretebilir (örneğin, hava durumu raporları).
Makine çevirisinin ilerleme ve potansiyeli tarihi boyunca tartışıldı. 1950'lerden bu yana, başta Yehoshua Bar-Hillel olmak üzere birçok akademisyen yüksek kalitede tam otomatik makine çevirisi elde etme olasılığını sorguladı.
Tarih
Kökenler
Makine çevirisinin kökenleri, olasılık ve istatistik dahil olmak üzere sistemik dil çevirisi için teknikler geliştiren dokuzuncu yüzyılda Arap bir kriptograf olan Al-Kindi'nin çalışmasına kadar izlenebilir. Makine çevirisi fikri daha sonra 17. yüzyılda ortaya çıktı. 1629'da René Descartes, farklı dillerdeki eşdeğer fikirlerin aynı sembolü paylaştığı evrensel bir dil önerdi.
Doğal dillerin çevirisinde bilgisayarların kullanılması fikri, 1947 gibi erken bir tarihte İngiltere'deki AD Booth ve aynı yıl Rockefeller Foundation'dan Warren Weaver tarafından önerildi. " Warren Weaver tarafından 1949'da yazılan memorandum, makine çevirisinin ilk günlerinde belki de en etkili tek yayındı." Bunu diğerleri izledi. 1954'te Birkbeck College'da APEXC makinesinde İngilizcenin Fransızcaya ilkel bir çevirisinin bir gösterimi yapıldı. O zamanlar konuyla ilgili popüler dergilerde makaleler yayınlandı (örneğin, Wireless World'ün Eylül 1955 sayısında Cleave ve Zacharov tarafından yazılan bir makale). O dönemde Birkbeck Koleji'nde de öncülük edilen benzer bir uygulama, Braille metinlerini bilgisayarda okuyor ve oluşturuyordu.
1950'ler
Yehoshua Bar-Hillel, araştırmalarına MIT'de başladı (1951). Profesör Michael Zarechnak liderliğindeki bir Georgetown Üniversitesi MT araştırma ekibi (1951), 1954'te Georgetown-IBM deney sisteminin halka açık bir gösterimini yaptı. Japonya ve Rusya'da (1955) MT araştırma programları ortaya çıktı ve ilk MT konferansı Londra'da yapıldı (1956).
David G. Hays "1957'de bilgisayar destekli dil işleme hakkında yazdı" ve "1955'ten 1968'e kadar Rand'da hesaplamalı dilbilim proje lideriydi."
1960–1975
ABD'de Makine Çevirisi ve bilgisayarlı Dilbilim Derneği (1962) ve Ulusal Bilimler Akademisince Otomatik Dil İşleme Danışma Komitesi'nin (ALPAC) kurulmasıyla (1964) araştırmacılar bu alana katılmaya devam ettiler. Ancak ilerleme gerçekte çok daha yavaştı ve araştırmaların beklentileri karşılamadığını gösteren ALPAC raporundan (1966) sonra, fon büyük ölçüde azaldı. Savunma Araştırma ve Mühendislik Direktörü'nün (DDR&E) 1972 tarihli bir raporuna göre, MT'nin büyük ölçekli uygulanabilirliği, Logos MT sisteminin bu çatışma sırasında askeri kılavuzları Vietnamcaya çevirmedeki başarısıyla yeniden tesis edildi.
Fransız Tekstil Enstitüsü özetleri Fransızca yanında İngilizce, Almanca ve İspanyolcaya çevirmek için MT'yi kullandı (1970); Brigham Young Üniversitesi, Mormonik metinleri otomatik yolla çevirmek için bir proje başlattı (1971).
1975 ve sonrası
1960'larda "ABD hükümetinin sözleşmeleri kapsamında alana öncülük eden" SYSTRAN, Xerox tarafından teknik kılavuzları çevirmek için kullanıldı (1978).Hesaplama gücü arttıkça ve daha ucuz hale geldikçe, makine çevirisi için istatistiksel modellere 1980'lerin sonlarından başlayarak daha fazla ilgi gösterildi. SYSTRAN'ın ilk uygulama sistemi, 1988 yılında Fransız Posta Servisi'nin Minitel adlı çevrimiçi hizmeti tarafından uygulandı. MT ile aynı olmasa da, Çeviri Belleği teknolojisini ilk geliştiren ve pazarlayan Trados (1984) dahil olmak üzere çeşitli bilgisayar tabanlı çeviri şirketleri de piyasaya sürüldü. Rusça / İngilizce / Almanca-Ukraynaca için ilk ticari MT sistemi Kharkov Devlet Üniversitesi'nde geliştirildi (1991).
1998'de, "29.95 $ gibi bir fiyata" bilgisayarda çalıştırmak üzere "İngilizce ile seçtiğiniz büyük bir Avrupa dili arasında tek yönde çeviri yapmak için program satın alınabilirdi".
Web üzerinde MT, SYSTRAN'ın küçük metinlerin ücretsiz çevirisini sunmasıyla başladı (1996) ve ardından bunu günde 500.000 istek toplayan AltaVista Babelfish aracılığıyla sağladı (1997). Web'deki ikinci ücretsiz çeviri hizmeti, Lernout & Hauspie'nin GlobaLink'iydi.Atlantic Magazine 1998'de "Systran'dan Babelfish ve GlobaLink'ten Comprende"nin "Yetkin bir performansla" "Buna güvenme"yi ele aldığını yazdı.
Google'da Çeviri Geliştirme bölümünün gelecekte başkanı olan Franz Josef Och, 2003 te DARPA'nın hızlı MT yarışmasını kazandı. Bu süre zarfındaki diğer yenilikler arasında açık kaynaklı istatistiksel MT motoru MOSES (2007), Japonya'da cep telefonları için bir metin/SMS çeviri hizmeti (2008) ve İngilizce, Japonca ve Çince için konuşmadan konuşmaya çeviri işlevine sahip bir cep telefonu yer aldı (2009). 2012'de Google, Google Çeviri'nin kabaca bir günde 1 milyon kitabı dolduracak kadar metin çevirdiğini duyurdu.
Çeviri süreci
İnsan çevirisi süreci şu şekilde tanımlanabilir:
Basit görünen prosedürün arkasında karmaşık bir bilişsel operasyon yatmaktadır. Kaynak metnin tam anlamını çözmek için, onun grameri, semantiği, sözdizimi, deyimleri vb. yanı sıra konuşmacının kültürü hakkında da derinlemesine bilgi gerektirir. Çevirmen, hedef dildeki kodlama için de aynı derinlikte bilgiye ihtiyaç duyar.
Makine çevirisindeki zorluk burada yatmaktadır: Bir metni bir kişinin anladığı gibi "anlayacak" ve hedef dilde sanki bir kişi tarafından yazılmış izlenimi veren yeni bir metin nasıl programlanır. Bir 'bilgi tabanı' tarafından desteklenmediği sürece MT, orijinal metnin kusurlu da olsa yalnızca genel bir "özünü" ("ana fikir") alabilir. Bu, toplam doğruluğun vazgeçilmez olduğu durumlar dışında birçok amaç için yeterlidir.
Yaklaşımlar
Makine çevirisinde dil bilgisi kurallarına dayalı bir yöntem kullanıldığında hedef dilin en uygun kelimeleri kaynak dildeki kelimelerin yerini alacaktır.
Makine çevirisinin başarısı için öncelikle doğal dili anlama sorununun çözülmesi gerektiği sıklıkla tartışılır.
Genel olarak, "kural tabanlı yöntemler" bir metni ayrıştırır; genellikle hedef dildeki metnin üretildiği aracı, sembolik bir temsil oluşturur. Aracı temsilin doğasına göre, diller arası makine çevirisi veya aktarıma dayalı makine çevirisi olarak bir yaklaşım tanımlanmaktadır. Bu yöntemler, morfolojik, sözdizimsel ve semantik bilgileri ve büyük kural kümelerini içeren kapsamlı sözlükler gerektirir.
Yeterince veri yüklendiğinde, makine çevirisi programları genellikle yeterince iyi çalışır. Zorluk, belirli bir yöntemi desteklemek için doğru türden yeterli veriyi elde etmektir. Örneğin, istatistiksel yöntemlerin çalışması için gereken çok dilli büyük veri külliyatı, dilbilgisine dayalı yöntemler için gerekli değil, ancak yöntemin dikkatli bir şekilde tasarlaması için yetenekli bir dilbilimciye ihtiyaç vardır.
Yakından ilişkili diller arasında çeviri yapmak için kural tabanlı makine çevirisi kullanılabilir.
Kural tabanlı
Kural tabanlı makine çevirisi (RBMT) aktarım tabanlı, diller arası ve sözlük tabanlı makine çevirisi paradigmalarını içerir. Bu tür çoğunlukla sözlük ve gramer programlarının oluşturulmasında kullanılır. Diğer yöntemlerden farklı olarak RBMT, her iki dilin morfolojik ve sözdizim kuralları ve anlamsal analizi hakkında daha fazla bilgi içerir. Temel yaklaşım, giriş cümlesinin yapısını, kaynak dil için bir ayrıştırıcı ve bir çözümleyici, hedef dil için bir üreteç ve gerçek çeviri için bir aktarım sözlüğü kullanarak çıktı cümlesinin yapısıyla ilişkilendirmeyi içerir. RBMT'nin en büyük dezavantajı, her şeyin açık hale getirilmesi gerektiğidir: RBMT'nin en büyük çöküşü, her şeyin açık hale getirilmesi gerektiğidir: imla varyasyonu ve hatalı girdi, bununla başa çıkmak için kaynak dil analizörünün bir parçası haline getirilmeli ve tüm belirsizlik örnekleri için sözcüksel seçim kuralları yazılmalıdır. Kendi içinde yeni alanlara uyum sağlamak o kadar da zor değildir, çünkü çekirdek dilbilgisi alanlar arasında aynıdır ve etki alanına özgü ayarlama sözcüksel seçim ayarlamasıyla sınırlıdır.Çekirdek dilbilgisi tüm alanlarda aynı olduğundan ve alana özgü ayarlama sözcüksel seçim ayarlamasıyla sınırlı olduğundan, yeni alanlara uyum sağlamak kendi başına o kadar da zor değildir.
Aktarım tabanlı makine çevirisi
Aktarım tabanlı makine çevirisi orijinal cümlenin anlamını simüle eden bir ara temsilden çeviri oluşturur. Diller arası makine çevirisin'den farklı olarak çeviride yer alan dil çiftine kısmen bağlıdır.
Diller arası
Diller arası makine çevirisi, kural tabanlı makine çevirisi yaklaşımlarının bir örneğidir. Bu yaklaşımda tercüme edilecek metin, diller arası dil, yani "dilden bağımsız bir temsile" dönüştürülür. Hedef metin daha sonra interlingua'dan üretilir. Sistemin en büyük avantajlarından biri, çevrilebileceği hedef dil sayısının yüksek olmasıdır. Ancak, ticari düzeyde işlevsel hale getirilen tek diller arası makine çevirisi sistemi, Caterpillar Teknik İngilizcesini (CTE) diğer dillere çevirmek için tasarlanmış KANT sistemidir (Nyberg ve Mitamura, 1992).
Sözlük tabanlı
Bu tip çeviri, sözlük girişlerine dayalı, sözcüklerin bir sözlük tarafından olduğu gibi çevrileceği anlamına gelir.
İstatistiksel
İstatistiksel makine çevirisi, Kanada Hansard külliyatı, Kanada parlamentosu İngilizce-Fransızca kaydı ve Avrupa Parlamentosu EUROPARL kaydı gibi iki dilli metin külliyatlarına dayalı istatistiksel yöntemler kullanır. Ancak bu tür derlemler birçok dil çifti için nadirdir. İlk istatistiksel makine çevirisi yazılımı, IBM'den idi. Google, SYSTRAN'ı birkaç yıl kullandıktan sonra Ekim 2007'de istatistiksel bir çeviri yöntemine geçti. 2005 yılında Google, sistemlerini eğitmek için Birleşmiş Milletler materyallerinden yaklaşık 200 milyar kelime kullanarak dahili çeviri yeteneklerini geliştirdi; çeviri doğruluğu iyileştirildi. Google Translate ve benzeri istatistiksel çeviri programları, daha önce insanlar tarafından çevrilmiş yüz milyonlarca belgedeki kalıpları tespit ederek ve bulgulara dayalı olarak akıllı tahminler yaparak çalışır. Genel olarak, belirli bir dilde ne kadar çok insan tarafından tercüme edilmiş belge varsa, çevirinin kaliteli olma olasılığı o kadar yüksektir. METIS II ve PRESEMT gibi İstatistiksel Makine çevirisine yönelik daha yeni yaklaşımlar, minimum korpus boyutu kullanır ve bunun yerine örüntü tanıma yoluyla sözdizimsel yapının türetilmesine odaklanır. Daha fazla geliştirme ile bu, istatistiksel makine çevirisinin tek dilli bir metin külliyatından çalışmasına izin verebilir. SMT'nin en büyük zorluğu, çok miktarda paralel metne bağımlı olması, morfoloji bakımından zengin dillerle (özellikle bu tür dillere çeviri yaparken) sorunları ve tekil hataları düzeltememesidir.
Örnek tabanlı
Örnek tabanlı makine çevirisi (EBMT) yaklaşımı, 1984 yılında Makoto Nagao tarafından önerildi. Örnek tabanlı makine çevirisi, analoji fikrine dayanır. Bu yaklaşımda, kullanılan derlem zaten çevrilmiş metinleri içeren bir derlemdir. Çevrilecek bir cümle verildiğinde, bu külliyattan benzer alt cümle bileşenleri içeren cümleler seçilir. Benzer cümleler daha sonra orijinal cümlenin alt cümle bileşenlerini hedef dile çevirmek için bir araya getirilir.
Hibrit MT
Hibrit makine çevirisi (HMT), istatistiksel ve kural tabanlı çevirilerin güçlü yönlerinden yararlanır. Yaklaşımlar farklılıklar gösterebilir:
- İstatistikler tarafından sonradan işlenmiş kurallar : Çeviriler, kurallara dayalı bir motor kullanılarak gerçekleştirilir, daha sonra çıktıyı ayarlamak/düzeltmek için istatistikler kullanılır.
- Kurallarla yönlendirilen istatistikler : Kurallar istatistik motorunu yönlendirmek amacıyla önceden kullanıldığı gibi çıktıyı işlemek için de kullanılır. Bu yaklaşım çeviri yaparken çok daha fazla güce, esnekliğe ve kontrole sahiptir.
Daha yakın zamanlarda, Nöral MT'nin gelişiyle birlikte, kurallara dayalı, istatistiksel ve sinirsel makine çevirisini birleştiren yeni bir hibrit çeviri sürümü ortaya çıkıyor. Yaklaşım, NMT ve SMT'den yararlanmanın yanı sıra kural kılavuzlu bir iş akışında ön ve son işlemeden yararlanmaya olanak tanır. Dezavantajı, yaklaşımı yalnızca belirli kullanım durumları için uygun kılan karmaşıklıktır.
Nöral MT
MT'ye derin öğrenme tabanlı bir yaklaşım olan nöral makine çevirisi son yıllarda hızlı bir ilerleme kaydetti ve Google, çeviri hizmetlerinin artık önceki istatistiksel yöntemlerine göre bu teknolojiyi tercih ettiğini duyurdu. Bir Microsoft ekibi, 2018'de WMT-2017'de ("EMNLP 2017 İkinci Makine Çevirisi Konferansı") insan eşitliğine ulaştığını iddia etti. Ancak ulaşılan fikir birliği, iddia edilen insan denkliğinin gerçek olmadığı, tamamen sınırlı alanlara, dil çiftlerine ve belirli test paketlerine dayalı olduğu, yani istatistiksel anlamlılık gücünden yoksun olduğu yönündedir. NMT'nin gerçek insan parite performanslarına ulaşması için hala uzun bir yolculuk var.
Deyimsel ifade çevirisini, çok kelimeli ifadeleri ve düşük frekanslı kelimeleri (OOV veya kelime dağarcığı dışı kelime çevirisi olarak da adlandırılır) ele almak için, dil odaklı dilsel özellikler son teknoloji ürünü nöral makine çevirisi (NMT) modellerinde araştırılmıştır. Örneğin, Çince karakter ayrıştırmalarının kök ve vuruşlara NMT'de çok kelimeli ifadeleri çevirmede yardımcı olduğu kanıtlanmıştır.
2022'den itibaren genellikle en iyi makine çevirisi sonuçlarını sağladığı düşünülen DeepL Translator gibi nöral MT araçlarıyla yapılan çeviriler için genellikle yine de bir insan tarafından son düzenleme yapılması gerekiyor.
Çevirileri iyileştirmek için potansiyel AI tabanlı teknikler
Makine çevirileri için geliştirilmekte olan teknikler şunları içerir:
- Doğal dil işleme – kaynak metnin semantik olarak anlaşılmasını (ör. anlam, duygu, adlandırma ve bağlamlar) ve ayrıca çeviri sonuçlarını iyileştirmek için gerçek dünyayla ilgili bir veri tabanı aracılığıyla ayarlamalar sağlar. Bir çalışmada, "hedef dildeki cümlelerle birlikte çeviriyi" tamamlamak için bir "anlamsal birim kitaplığı" kullanılmıştır.
- GPT-3 kullanılarak son düzenleme
Büyük sorunlar
Profesyonel edebi çevirmenler veya insan okuyucular tarafından en son gelişmiş MT çıktılarıyla ilgili çeşitli sorunlar sistematik olarak tanımlamıştır.Yaygın sorunlar doğru çevirisi "sağduyu-benzeri semantik dil işleme veya bağlam üzerinden" ancak yapılabilen bölümlerin çevirilerinde yer alıyor. Ayrıca kaynak metinlerde de hatalar olabilir, yüksek kaliteli eğitim (çeviricilerin) verileri eksik olabilir.
Notlar
Konuyla ilgili yayınlar
- "Translation", Encyclopedia Americana, 27, 1986, ss. 12-15 Yazar
|ad1=eksik|soyadı1=() - An Introduction to Machine Translation. Londra: Academic Press. 1992. ISBN .
- "Tower of Babble". New York Times Magazine. 7 Haziran 2015. ss. 48-52. Birden fazla yazar-name-list parameters kullanıldı (); Yazar
|ad1=eksik|soyadı1=() - Weber (2022). "The 2020s Political Economy of Machine Translation". Business and Politics (İngilizce). 24 (1): 96-112. arXiv:2011.01007 $2. doi:10.1017/bap.2021.17.
Kaynakça
- ^ a b c d e "Lost in Translation". . December 1998. ss. 81-84. Birden fazla yazar-name-list parameters kullanıldı (); Yazar
|ad1=eksik|soyadı1=() - ^ Albat, Thomas Fritz. "Systems and Methods for Automatically Estimating a Translation Time." US Patent 0185235, 19 July 2012.
- ^ Language and Information: Selected Essays on Their Theory and Application. Reading, Massachusetts: Addison-Wesley. 1964. ss. 174-179. Yazar
|ad1=eksik|soyadı1=() - ^ (MA tez). University of Copenhagen. 2009. s. 5. 17 Ekim 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 12 Mayıs 2020.
- ^ . Amodern. January 2018. 14 Ağustos 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 2 Eylül 2019. Yazar
|ad1=eksik|soyadı1=() - ^ Universal Language Schemes in England and France, 1600-1800. Toronto: University of Toronto Press. 1975. ISBN . Yazar
|ad1=eksik|soyadı1=() - ^ "MECHANICAL TRANSLATION". Computers and Automation 1953-05: Vol 2 Iss 4 (İngilizce). Internet Archive. Berkeley Enterprises. 1 Mayıs 1953. s. 6. Yazar
|ad1=eksik|soyadı1=() - ^ J. Hutchins (2000). "Warren Weaver and the launching of MT". (PDF). Semantic Scholar. Studies in the History of the Language Sciences. 97. s. 17. doi:10.1075/sihols.97.05hut. ISBN . 28 Şubat 2020 tarihinde kaynağından (PDF) arşivlendi.
- ^ . 13 Temmuz 2020. 6 Mart 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 7 Ağustos 2020.
- ^ パーソナルコンピュータによる機械翻訳プログラムの制作 (Japonca). Tokyo: (株)ラッセル社. 13 Ağustos 1986. s. 16. ISBN .
わが国では1956年、当時の電気試験所が英和翻訳専用機「ヤマト」を実験している。この機械は1962年頃には中学1年の教科書で90点以上の能力に達したと報告されている。(translation (assisted by Google Translate): In 1959 Japan, the National Institute of Advanced Industrial Science and Technology(AIST) tested the proper English-Japanese translation machine Yamato, which reported in 1964 as that reached the power level over the score of 90-point on the textbook of first grade of junior hi-school.)
- ^ . 19 Ekim 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 4 Nisan 2017.
- ^ Nye (2016). . Distillations. 2 (1): 40-43. 3 Ağustos 2020 tarihinde kaynağından arşivlendi. Erişim tarihi: 20 Mart 2018.
- ^ Scientific Babel: How Science Was Done Before and After Global English. Chicago, Illinois: University of Chicago Press. 2015. ISBN .
- ^ Wolfgang Saxon (28 Temmuz 1995). . The New York Times. 7 Şubat 2020 tarihinde kaynağından arşivlendi. Erişim tarihi: 7 Ağustos 2020.
wrote about computer-assisted language processing as early as 1957.. was project leader on computational linguistics at Rand from 1955 to 1968.
- ^ パーソナルコンピュータによる機械翻訳プログラムの制作 (Japonca). Tokyo: (株)ラッセル社. 13 Ağustos 1986. s. 16. ISBN .
- ^ Conceptual Information Processing. New York: Elsevier. 2014. s. 5. ISBN . Yazar
|ad1=eksik|soyadı1=() - ^ Machine Translation and the Information Soup: Third Conference of the Association for Machine Translation in the Americas, AMTA'98, Langhorne, PA, USA, October 28–31, 1998 Proceedings. Berlin: Springer. 29 Haziran 2003. s. 276. ISBN .
- ^ . Digital.com (İngilizce). 18 Kasım 2019. 20 Kasım 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 22 Kasım 2019.
- ^ and gave other examples too
- ^ Routledge Encyclopedia of Translation Technology. Oxon: Routledge. 2015. s. 385. ISBN . Yazar
|ad1=eksik|soyadı1=() - ^ John Lehrberger (1988). . John Benjamins Publishing. ISBN . 17 Ekim 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Ekim 2020.
- ^ . Blog.outer-court.com. 25 Ocak 2007. 20 Kasım 2008 tarihinde kaynağından arşivlendi. Erişim tarihi: 12 Haziran 2012.
- ^ . 16 Nisan 2014 tarihinde kaynağından arşivlendi. Erişim tarihi: 14 Nisan 2014.
- ^ "Language-Independent Hybrid MT with PRESEMT". (PDF). Sofya: Association for Computational Linguistics. 2013. ss. 123-130. ISBN . 13 Nisan 2014 tarihinde kaynağından (PDF) arşivlendi.
- ^ Nagao, M. 1981. , in Artificial and Human Intelligence, A. Elithorn and R. Banerji (eds.) North- Holland, pp. 173–180, 1984.
- ^ . Association for Computational Linguistics. 12 Haziran 2010 tarihinde kaynağından arşivlendi. Erişim tarihi: 10 Mart 2010.
- ^ (PDF). 7 Ocak 2014 tarihinde kaynağından (PDF) arşivlendi. Erişim tarihi: 18 Kasım 2013.
- ^ Adam Boretz (2 Mart 2009). . Speechtechmag.com. 9 Haziran 2009 tarihinde kaynağından arşivlendi. Erişim tarihi: 12 Haziran 2012.
- ^ . 1 Eylül 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 4 Eylül 2017.
- ^ . 14 Mart 2018. 2 Mart 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 21 Nisan 2021.
- ^ Antonio Toral, Sheila Castilho, Ke Hu, and Andy Way. 2018. Attaining the unattainable? reassessing claims of human parity in neural machine translation. CoRR, abs/1808.10432.
- ^ . 8 Mayıs 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 8 Mayıs 2021.
- ^ Katsnelson (29 Ağustos 2022). "Poor English skills? New AIs help researchers to write better". Nature (İngilizce). 609 (7925): 208-209. doi:10.1038/d41586-022-02767-9. (PMID) 36038730. 18 Aralık 2022 tarihinde kaynağından . Erişim tarihi: 9 Ocak 2023.
- ^ . Medium (İngilizce). 18 Şubat 2022. 27 Temmuz 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 9 Ocak 2023.
- ^ "DeepL outperforms Google Translate – DW – 12/05/2018". Deutsche Welle (İngilizce). 5 Aralık 2018 tarihinde kaynağından . Erişim tarihi: 9 Ocak 2023.
- ^ "Natural Language Processing and Its Applications in Machine Translation: A Diachronic Review". 2020 IEEE 3rd International Conference of Safe Production and Informatization (IICSPI). November 2020. ss. 210-214. doi:10.1109/IICSPI51290.2020.9332458. ISBN .
- ^ Khurana (1 Ocak 2023). "Natural language processing: state of the art, current trends and challenges". Multimedia Tools and Applications (İngilizce). 82 (3): 3713-3744. doi:10.1007/s11042-022-13428-4. ISSN 1573-7721. (PMC) 9281254 $2. (PMID) 35855771.
- ^ "English Machine Translation System Based on Semantic Selection and Information Features". Proceedings of the 2022 3rd International Conference on Artificial Intelligence and Education (IC-ICAIE 2022) (İngilizce). Atlantis Press. 27 Aralık 2022. ss. 963-967. doi:10.2991/978-94-6463-040-4_145. ISBN .
- ^ Fadelli. "Study assesses the quality of AI literary translations by comparing them with human translations". techxplore.com (İngilizce). 18 Aralık 2022 tarihinde kaynağından . Erişim tarihi: 18 Aralık 2022.
- ^ a b c A bot will complete this citation soon. Click here to jump the queue arXiv:[1].
Dış bağlantılar
- Makine Çevirisinin Avantajları ve Dezavantajları 28 Ekim 2020 tarihinde Wayback Machine sitesinde .
- International Association for Machine Translation (IAMT) 24 Haziran 2010 tarihinde Wayback Machine sitesinde . Archived</link>
- Makine Çevirisi Arşivi 1 Nisan 2019 tarihinde Wayback Machine sitesinde . Archived</link> John Hutchins tarafından. Makine çevirisi ve bilgisayar tabanlı çeviri teknolojisi alanındaki makalelerin, kitapların ve makalelerin elektronik deposu (ve bibliyografyası)
- Makine çevirisi (bilgisayar tabanlı çeviri) 14 Nisan 2008 tarihinde Wayback Machine sitesinde . - John Hutchins'in yayınları (makine çevirisiyle ilgili birkaç kitabın PDF'lerini içerir)
- John Hutchins 1999 7 Eylül 2007 tarihinde Wayback Machine sitesinde . Archived</link>
- Slator Haberleri ve makine çevirisindeki son gelişmelerin analizi 2 Nisan 2023 tarihinde Wayback Machine sitesinde .
- Sınıftan Gerçek Dünyaya: Makine Çevirisi Yabancı Dil Öğreniminin Manzarasını Nasıl Değiştiriyor? 10 Temmuz 2023 tarihinde Wayback Machine sitesinde .
{{Otorite kontrolü}} [[Kategori:Otomasyon yazılımları]] [[Kategori:Doğal dil işleme görevleri]] [[Kategori:Bilgisayar destekli çeviri]] [[Kategori:Bilişimsel dilbilim]] [[Kategori:Yapay zekâ uygulamaları]] [[Kategori:Makine çevirisi]]
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
MT kisaltmasiyla da anilan makine cevirisi metin veya konusmayi bir dilden digerine cevirmek icin yazilim kullanimini arastiran bilgisayarli dilbilimin bir alt alanidir Ispanyolca metni Ingilizceye ceviren bir cep telefonu uygulamasi MT bir dildeki sozcuklerin baska bir dildeki sozcuklerle mekanik olarak yer degistirmesini gerceklestirir ancak bu tek basina nadiren iyi bir ceviri uretir cunku hedef dildeki tumceler ve bunlarin en yakin karsiliklarinin taninmasi gerekir Bir dildeki tum kelimelerin baska bir dilde karsiligi yok ve bircok kelimenin birden fazla anlami vardir Bu problemi istatistiksel ve noral tekniklerle cozmek daha iyi cevirilerle dilsel tipolojideki farkliliklari ele almaya deyimlerin cevirisine ve anomalilerin izolasyonuna yol acan hizla buyuyen bir alandir Mevcut makine cevirisi yazilimi genellikle etki alanina veya meslege gore ozellestirmeye izin verir hava durumu raporlari gibi izin verilen degistirmelerin kapsamini sinirlayarak ciktiyi iyilestirir Bu teknik ozellikle resmi veya kaliplasmis dilin kullanildigi alanlarda etkilidir Buradan hukumet belgeleri ve yasal belgelerin makine cevirisinde konusma veya daha az standartlasmis metin cevirisine gore daha kullanilabilir cikti urettigi sonucu cikar Iyi bir cikti kalitesi insan mudahalesiyle de elde edilebilir ornegin bazi sistemler eger kullanici metindeki hangi kelimelerin ozel adlar oldugunu acik bir sekilde belirlediyse daha dogru ceviri yapabilir Bu tekniklerin yardimiyla MT nin insan cevirmenlere yardimci olacak bir arac olarak sinirli durumlarda kullanilabilecek ciktilar uretebilir ornegin hava durumu raporlari Makine cevirisinin ilerleme ve potansiyeli tarihi boyunca tartisildi 1950 lerden bu yana basta Yehoshua Bar Hillel olmak uzere bircok akademisyen yuksek kalitede tam otomatik makine cevirisi elde etme olasiligini sorguladi TarihKokenler Makine cevirisinin kokenleri olasilik ve istatistik dahil olmak uzere sistemik dil cevirisi icin teknikler gelistiren dokuzuncu yuzyilda Arap bir kriptograf olan Al Kindi nin calismasina kadar izlenebilir Makine cevirisi fikri daha sonra 17 yuzyilda ortaya cikti 1629 da Rene Descartes farkli dillerdeki esdeger fikirlerin ayni sembolu paylastigi evrensel bir dil onerdi Dogal dillerin cevirisinde bilgisayarlarin kullanilmasi fikri 1947 gibi erken bir tarihte Ingiltere deki AD Booth ve ayni yil Rockefeller Foundation dan Warren Weaver tarafindan onerildi Warren Weaver tarafindan 1949 da yazilan memorandum makine cevirisinin ilk gunlerinde belki de en etkili tek yayindi Bunu digerleri izledi 1954 te Birkbeck College da APEXC makinesinde Ingilizcenin Fransizcaya ilkel bir cevirisinin bir gosterimi yapildi O zamanlar konuyla ilgili populer dergilerde makaleler yayinlandi ornegin Wireless World un Eylul 1955 sayisinda Cleave ve Zacharov tarafindan yazilan bir makale O donemde Birkbeck Koleji nde de onculuk edilen benzer bir uygulama Braille metinlerini bilgisayarda okuyor ve olusturuyordu 1950 ler Yehoshua Bar Hillel arastirmalarina MIT de basladi 1951 Profesor Michael Zarechnak liderligindeki bir Georgetown Universitesi MT arastirma ekibi 1951 1954 te Georgetown IBM deney sisteminin halka acik bir gosterimini yapti Japonya ve Rusya da 1955 MT arastirma programlari ortaya cikti ve ilk MT konferansi Londra da yapildi 1956 David G Hays 1957 de bilgisayar destekli dil isleme hakkinda yazdi ve 1955 ten 1968 e kadar Rand da hesaplamali dilbilim proje lideriydi 1960 1975 ABD de Makine Cevirisi ve bilgisayarli Dilbilim Dernegi 1962 ve Ulusal Bilimler Akademisince Otomatik Dil Isleme Danisma Komitesi nin ALPAC kurulmasiyla 1964 arastirmacilar bu alana katilmaya devam ettiler Ancak ilerleme gercekte cok daha yavasti ve arastirmalarin beklentileri karsilamadigini gosteren ALPAC raporundan 1966 sonra fon buyuk olcude azaldi Savunma Arastirma ve Muhendislik Direktoru nun DDR amp E 1972 tarihli bir raporuna gore MT nin buyuk olcekli uygulanabilirligi Logos MT sisteminin bu catisma sirasinda askeri kilavuzlari Vietnamcaya cevirmedeki basarisiyla yeniden tesis edildi Fransiz Tekstil Enstitusu ozetleri Fransizca yaninda Ingilizce Almanca ve Ispanyolcaya cevirmek icin MT yi kullandi 1970 Brigham Young Universitesi Mormonik metinleri otomatik yolla cevirmek icin bir proje baslatti 1971 1975 ve sonrasi 1960 larda ABD hukumetinin sozlesmeleri kapsaminda alana onculuk eden SYSTRAN Xerox tarafindan teknik kilavuzlari cevirmek icin kullanildi 1978 Hesaplama gucu arttikca ve daha ucuz hale geldikce makine cevirisi icin istatistiksel modellere 1980 lerin sonlarindan baslayarak daha fazla ilgi gosterildi SYSTRAN in ilk uygulama sistemi 1988 yilinda Fransiz Posta Servisi nin Minitel adli cevrimici hizmeti tarafindan uygulandi MT ile ayni olmasa da Ceviri Bellegi teknolojisini ilk gelistiren ve pazarlayan Trados 1984 dahil olmak uzere cesitli bilgisayar tabanli ceviri sirketleri de piyasaya suruldu Rusca Ingilizce Almanca Ukraynaca icin ilk ticari MT sistemi Kharkov Devlet Universitesi nde gelistirildi 1991 1998 de 29 95 gibi bir fiyata bilgisayarda calistirmak uzere Ingilizce ile sectiginiz buyuk bir Avrupa dili arasinda tek yonde ceviri yapmak icin program satin alinabilirdi Web uzerinde MT SYSTRAN in kucuk metinlerin ucretsiz cevirisini sunmasiyla basladi 1996 ve ardindan bunu gunde 500 000 istek toplayan AltaVista Babelfish araciligiyla sagladi 1997 Web deki ikinci ucretsiz ceviri hizmeti Lernout amp amp Hauspie nin GlobaLink iydi Atlantic Magazine 1998 de Systran dan Babelfish ve GlobaLink ten Comprende nin Yetkin bir performansla Buna guvenme yi ele aldigini yazdi Google da Ceviri Gelistirme bolumunun gelecekte baskani olan Franz Josef Och 2003 te DARPA nin hizli MT yarismasini kazandi Bu sure zarfindaki diger yenilikler arasinda acik kaynakli istatistiksel MT motoru MOSES 2007 Japonya da cep telefonlari icin bir metin SMS ceviri hizmeti 2008 ve Ingilizce Japonca ve Cince icin konusmadan konusmaya ceviri islevine sahip bir cep telefonu yer aldi 2009 2012 de Google Google Ceviri nin kabaca bir gunde 1 milyon kitabi dolduracak kadar metin cevirdigini duyurdu Ceviri sureciInsan cevirisi sureci su sekilde tanimlanabilir Kaynak metnin anlaminin cozulmesi Ve Bu anlami hedef dilde yeniden kodlamak Basit gorunen prosedurun arkasinda karmasik bir bilissel operasyon yatmaktadir Kaynak metnin tam anlamini cozmek icin onun grameri semantigi sozdizimi deyimleri vb yani sira konusmacinin kulturu hakkinda da derinlemesine bilgi gerektirir Cevirmen hedef dildeki kodlama icin de ayni derinlikte bilgiye ihtiyac duyar Makine cevirisindeki zorluk burada yatmaktadir Bir metni bir kisinin anladigi gibi anlayacak ve hedef dilde sanki bir kisi tarafindan yazilmis izlenimi veren yeni bir metin nasil programlanir Bir bilgi tabani tarafindan desteklenmedigi surece MT orijinal metnin kusurlu da olsa yalnizca genel bir ozunu ana fikir alabilir Bu toplam dogrulugun vazgecilmez oldugu durumlar disinda bircok amac icin yeterlidir YaklasimlarBernard Vauquois nin araci temsilin karsilastirmali derinliklerini gosteren piramidi zirvede diller arasi makine cevirisi ardindan aktarim tabanli ve ardindan dogrudan ceviri Makine cevirisinde dil bilgisi kurallarina dayali bir yontem kullanildiginda hedef dilin en uygun kelimeleri kaynak dildeki kelimelerin yerini alacaktir Makine cevirisinin basarisi icin oncelikle dogal dili anlama sorununun cozulmesi gerektigi siklikla tartisilir Genel olarak kural tabanli yontemler bir metni ayristirir genellikle hedef dildeki metnin uretildigi araci sembolik bir temsil olusturur Araci temsilin dogasina gore diller arasi makine cevirisi veya aktarima dayali makine cevirisi olarak bir yaklasim tanimlanmaktadir Bu yontemler morfolojik sozdizimsel ve semantik bilgileri ve buyuk kural kumelerini iceren kapsamli sozlukler gerektirir Yeterince veri yuklendiginde makine cevirisi programlari genellikle yeterince iyi calisir Zorluk belirli bir yontemi desteklemek icin dogru turden yeterli veriyi elde etmektir Ornegin istatistiksel yontemlerin calismasi icin gereken cok dilli buyuk veri kulliyati dilbilgisine dayali yontemler icin gerekli degil ancak yontemin dikkatli bir sekilde tasarlamasi icin yetenekli bir dilbilimciye ihtiyac vardir Yakindan iliskili diller arasinda ceviri yapmak icin kural tabanli makine cevirisi kullanilabilir Kural tabanli Kural tabanli makine cevirisi RBMT aktarim tabanli diller arasi ve sozluk tabanli makine cevirisi paradigmalarini icerir Bu tur cogunlukla sozluk ve gramer programlarinin olusturulmasinda kullanilir Diger yontemlerden farkli olarak RBMT her iki dilin morfolojik ve sozdizim kurallari ve anlamsal analizi hakkinda daha fazla bilgi icerir Temel yaklasim giris cumlesinin yapisini kaynak dil icin bir ayristirici ve bir cozumleyici hedef dil icin bir uretec ve gercek ceviri icin bir aktarim sozlugu kullanarak cikti cumlesinin yapisiyla iliskilendirmeyi icerir RBMT nin en buyuk dezavantaji her seyin acik hale getirilmesi gerektigidir RBMT nin en buyuk cokusu her seyin acik hale getirilmesi gerektigidir imla varyasyonu ve hatali girdi bununla basa cikmak icin kaynak dil analizorunun bir parcasi haline getirilmeli ve tum belirsizlik ornekleri icin sozcuksel secim kurallari yazilmalidir Kendi icinde yeni alanlara uyum saglamak o kadar da zor degildir cunku cekirdek dilbilgisi alanlar arasinda aynidir ve etki alanina ozgu ayarlama sozcuksel secim ayarlamasiyla sinirlidir Cekirdek dilbilgisi tum alanlarda ayni oldugundan ve alana ozgu ayarlama sozcuksel secim ayarlamasiyla sinirli oldugundan yeni alanlara uyum saglamak kendi basina o kadar da zor degildir Aktarim tabanli makine cevirisi Aktarim tabanli makine cevirisi orijinal cumlenin anlamini simule eden bir ara temsilden ceviri olusturur Diller arasi makine cevirisin den farkli olarak ceviride yer alan dil ciftine kismen baglidir Diller arasi Diller arasi makine cevirisi kural tabanli makine cevirisi yaklasimlarinin bir ornegidir Bu yaklasimda tercume edilecek metin diller arasi dil yani dilden bagimsiz bir temsile donusturulur Hedef metin daha sonra interlingua dan uretilir Sistemin en buyuk avantajlarindan biri cevrilebilecegi hedef dil sayisinin yuksek olmasidir Ancak ticari duzeyde islevsel hale getirilen tek diller arasi makine cevirisi sistemi Caterpillar Teknik Ingilizcesini CTE diger dillere cevirmek icin tasarlanmis KANT sistemidir Nyberg ve Mitamura 1992 Sozluk tabanli Bu tip ceviri sozluk girislerine dayali sozcuklerin bir sozluk tarafindan oldugu gibi cevrilecegi anlamina gelir Istatistiksel Istatistiksel makine cevirisi Kanada Hansard kulliyati Kanada parlamentosu Ingilizce Fransizca kaydi ve Avrupa Parlamentosu EUROPARL kaydi gibi iki dilli metin kulliyatlarina dayali istatistiksel yontemler kullanir Ancak bu tur derlemler bircok dil cifti icin nadirdir Ilk istatistiksel makine cevirisi yazilimi IBM den idi Google SYSTRAN i birkac yil kullandiktan sonra Ekim 2007 de istatistiksel bir ceviri yontemine gecti 2005 yilinda Google sistemlerini egitmek icin Birlesmis Milletler materyallerinden yaklasik 200 milyar kelime kullanarak dahili ceviri yeteneklerini gelistirdi ceviri dogrulugu iyilestirildi Google Translate ve benzeri istatistiksel ceviri programlari daha once insanlar tarafindan cevrilmis yuz milyonlarca belgedeki kaliplari tespit ederek ve bulgulara dayali olarak akilli tahminler yaparak calisir Genel olarak belirli bir dilde ne kadar cok insan tarafindan tercume edilmis belge varsa cevirinin kaliteli olma olasiligi o kadar yuksektir METIS II ve PRESEMT gibi Istatistiksel Makine cevirisine yonelik daha yeni yaklasimlar minimum korpus boyutu kullanir ve bunun yerine oruntu tanima yoluyla sozdizimsel yapinin turetilmesine odaklanir Daha fazla gelistirme ile bu istatistiksel makine cevirisinin tek dilli bir metin kulliyatindan calismasina izin verebilir SMT nin en buyuk zorlugu cok miktarda paralel metne bagimli olmasi morfoloji bakimindan zengin dillerle ozellikle bu tur dillere ceviri yaparken sorunlari ve tekil hatalari duzeltememesidir Ornek tabanli Ornek tabanli makine cevirisi EBMT yaklasimi 1984 yilinda Makoto Nagao tarafindan onerildi Ornek tabanli makine cevirisi analoji fikrine dayanir Bu yaklasimda kullanilan derlem zaten cevrilmis metinleri iceren bir derlemdir Cevrilecek bir cumle verildiginde bu kulliyattan benzer alt cumle bilesenleri iceren cumleler secilir Benzer cumleler daha sonra orijinal cumlenin alt cumle bilesenlerini hedef dile cevirmek icin bir araya getirilir Hibrit MT Hibrit makine cevirisi HMT istatistiksel ve kural tabanli cevirilerin guclu yonlerinden yararlanir Yaklasimlar farkliliklar gosterebilir Istatistikler tarafindan sonradan islenmis kurallar Ceviriler kurallara dayali bir motor kullanilarak gerceklestirilir daha sonra ciktiyi ayarlamak duzeltmek icin istatistikler kullanilir Kurallarla yonlendirilen istatistikler Kurallar istatistik motorunu yonlendirmek amaciyla onceden kullanildigi gibi ciktiyi islemek icin de kullanilir Bu yaklasim ceviri yaparken cok daha fazla guce esneklige ve kontrole sahiptir Daha yakin zamanlarda Noral MT nin gelisiyle birlikte kurallara dayali istatistiksel ve sinirsel makine cevirisini birlestiren yeni bir hibrit ceviri surumu ortaya cikiyor Yaklasim NMT ve SMT den yararlanmanin yani sira kural kilavuzlu bir is akisinda on ve son islemeden yararlanmaya olanak tanir Dezavantaji yaklasimi yalnizca belirli kullanim durumlari icin uygun kilan karmasikliktir Noral MT MT ye derin ogrenme tabanli bir yaklasim olan noral makine cevirisi son yillarda hizli bir ilerleme kaydetti ve Google ceviri hizmetlerinin artik onceki istatistiksel yontemlerine gore bu teknolojiyi tercih ettigini duyurdu Bir Microsoft ekibi 2018 de WMT 2017 de EMNLP 2017 Ikinci Makine Cevirisi Konferansi insan esitligine ulastigini iddia etti Ancak ulasilan fikir birligi iddia edilen insan denkliginin gercek olmadigi tamamen sinirli alanlara dil ciftlerine ve belirli test paketlerine dayali oldugu yani istatistiksel anlamlilik gucunden yoksun oldugu yonundedir NMT nin gercek insan parite performanslarina ulasmasi icin hala uzun bir yolculuk var Deyimsel ifade cevirisini cok kelimeli ifadeleri ve dusuk frekansli kelimeleri OOV veya kelime dagarcigi disi kelime cevirisi olarak da adlandirilir ele almak icin dil odakli dilsel ozellikler son teknoloji urunu noral makine cevirisi NMT modellerinde arastirilmistir Ornegin Cince karakter ayristirmalarinin kok ve vuruslara NMT de cok kelimeli ifadeleri cevirmede yardimci oldugu kanitlanmistir 2022 den itibaren genellikle en iyi makine cevirisi sonuclarini sagladigi dusunulen DeepL Translator gibi noral MT araclariyla yapilan ceviriler icin genellikle yine de bir insan tarafindan son duzenleme yapilmasi gerekiyor Cevirileri iyilestirmek icin potansiyel AI tabanli teknikler Makine cevirileri icin gelistirilmekte olan teknikler sunlari icerir Dogal dil isleme kaynak metnin semantik olarak anlasilmasini or anlam duygu adlandirma ve baglamlar ve ayrica ceviri sonuclarini iyilestirmek icin gercek dunyayla ilgili bir veri tabani araciligiyla ayarlamalar saglar Bir calismada hedef dildeki cumlelerle birlikte ceviriyi tamamlamak icin bir anlamsal birim kitapligi kullanilmistir GPT 3 kullanilarak son duzenlemeBuyuk sorunlarMakine cevirisi Cince 鸡枞 gibi bazi anlasilmaz ifadeler uretebilir Macrolepiota albuminosa Wikipedia olarak isleniyor Kirik Cince Cince 沒有進入 Bali Endonezya daki makine cevirisinden Kirik Cince cumle bir giris yok veya henuz girmedim gibi bir anlama geliyor Profesyonel edebi cevirmenler veya insan okuyucular tarafindan en son gelismis MT ciktilariyla ilgili cesitli sorunlar sistematik olarak tanimlamistir Yaygin sorunlar dogru cevirisi sagduyu benzeri semantik dil isleme veya baglam uzerinden ancak yapilabilen bolumlerin cevirilerinde yer aliyor Ayrica kaynak metinlerde de hatalar olabilir yuksek kaliteli egitim ceviricilerin verileri eksik olabilir NotlarKonuyla ilgili yayinlar Translation Encyclopedia Americana 27 1986 ss 12 15 Yazar ad1 eksik soyadi1 yardim An Introduction to Machine Translation Londra Academic Press 1992 ISBN 0 12 362830 X Tower of Babble New York Times Magazine 7 Haziran 2015 ss 48 52 Birden fazla yazar name list parameters kullanildi yardim Yazar ad1 eksik soyadi1 yardim Weber 2022 The 2020s Political Economy of Machine Translation Business and Politics Ingilizce 24 1 96 112 arXiv 2011 01007 2 doi 10 1017 bap 2021 17 Kaynakca a b c d e Lost in Translation December 1998 ss 81 84 Birden fazla yazar name list parameters kullanildi yardim Yazar ad1 eksik soyadi1 yardim Albat Thomas Fritz Systems and Methods for Automatically Estimating a Translation Time US Patent 0185235 19 July 2012 Language and Information Selected Essays on Their Theory and Application Reading Massachusetts Addison Wesley 1964 ss 174 179 Yazar ad1 eksik soyadi1 yardim MA tez University of Copenhagen 2009 s 5 17 Ekim 2021 tarihinde kaynagindan arsivlendi Erisim tarihi 12 Mayis 2020 Amodern January 2018 14 Agustos 2019 tarihinde kaynagindan arsivlendi Erisim tarihi 2 Eylul 2019 Yazar ad1 eksik soyadi1 yardim Universal Language Schemes in England and France 1600 1800 Toronto University of Toronto Press 1975 ISBN 0 8020 5296 7 Yazar ad1 eksik soyadi1 yardim MECHANICAL TRANSLATION Computers and Automation 1953 05 Vol 2 Iss 4 Ingilizce Internet Archive Berkeley Enterprises 1 Mayis 1953 s 6 Yazar ad1 eksik soyadi1 yardim J Hutchins 2000 Warren Weaver and the launching of MT PDF Semantic Scholar Studies in the History of the Language Sciences 97 s 17 doi 10 1075 sihols 97 05hut ISBN 978 90 272 4586 1 28 Subat 2020 tarihinde kaynagindan PDF arsivlendi 13 Temmuz 2020 6 Mart 2021 tarihinde kaynagindan arsivlendi Erisim tarihi 7 Agustos 2020 パーソナルコンピュータによる機械翻訳プログラムの制作 Japonca Tokyo 株 ラッセル社 13 Agustos 1986 s 16 ISBN 494762700X わが国では1956年 当時の電気試験所が英和翻訳専用機 ヤマト を実験している この機械は1962年頃には中学1年の教科書で90点以上の能力に達したと報告されている translation assisted by Google Translate In 1959 Japan the National Institute of Advanced Industrial Science and Technology AIST tested the proper English Japanese translation machine Yamato which reported in 1964 as that reached the power level over the score of 90 point on the textbook of first grade of junior hi school 19 Ekim 2016 tarihinde kaynagindan arsivlendi Erisim tarihi 4 Nisan 2017 Nye 2016 Distillations 2 1 40 43 3 Agustos 2020 tarihinde kaynagindan arsivlendi Erisim tarihi 20 Mart 2018 Scientific Babel How Science Was Done Before and After Global English Chicago Illinois University of Chicago Press 2015 ISBN 9780226000299 Wolfgang Saxon 28 Temmuz 1995 The New York Times 7 Subat 2020 tarihinde kaynagindan arsivlendi Erisim tarihi 7 Agustos 2020 wrote about computer assisted language processing as early as 1957 was project leader on computational linguistics at Rand from 1955 to 1968 パーソナルコンピュータによる機械翻訳プログラムの制作 Japonca Tokyo 株 ラッセル社 13 Agustos 1986 s 16 ISBN 494762700X Conceptual Information Processing New York Elsevier 2014 s 5 ISBN 9781483258799 Yazar ad1 eksik soyadi1 yardim Machine Translation and the Information Soup Third Conference of the Association for Machine Translation in the Americas AMTA 98 Langhorne PA USA October 28 31 1998 Proceedings Berlin Springer 29 Haziran 2003 s 276 ISBN 3540652590 Digital com Ingilizce 18 Kasim 2019 20 Kasim 2019 tarihinde kaynagindan arsivlendi Erisim tarihi 22 Kasim 2019 and gave other examples too Routledge Encyclopedia of Translation Technology Oxon Routledge 2015 s 385 ISBN 9780415524841 Yazar ad1 eksik soyadi1 yardim John Lehrberger 1988 John Benjamins Publishing ISBN 90 272 3124 9 17 Ekim 2021 tarihinde kaynagindan arsivlendi Erisim tarihi 18 Ekim 2020 Blog outer court com 25 Ocak 2007 20 Kasim 2008 tarihinde kaynagindan arsivlendi Erisim tarihi 12 Haziran 2012 16 Nisan 2014 tarihinde kaynagindan arsivlendi Erisim tarihi 14 Nisan 2014 Language Independent Hybrid MT with PRESEMT PDF Sofya Association for Computational Linguistics 2013 ss 123 130 ISBN 978 1 937284 63 3 13 Nisan 2014 tarihinde kaynagindan PDF arsivlendi Nagao M 1981 in Artificial and Human Intelligence A Elithorn and R Banerji eds North Holland pp 173 180 1984 Association for Computational Linguistics 12 Haziran 2010 tarihinde kaynagindan arsivlendi Erisim tarihi 10 Mart 2010 PDF 7 Ocak 2014 tarihinde kaynagindan PDF arsivlendi Erisim tarihi 18 Kasim 2013 Adam Boretz 2 Mart 2009 Speechtechmag com 9 Haziran 2009 tarihinde kaynagindan arsivlendi Erisim tarihi 12 Haziran 2012 1 Eylul 2017 tarihinde kaynagindan arsivlendi Erisim tarihi 4 Eylul 2017 14 Mart 2018 2 Mart 2019 tarihinde kaynagindan arsivlendi Erisim tarihi 21 Nisan 2021 Antonio Toral Sheila Castilho Ke Hu and Andy Way 2018 Attaining the unattainable reassessing claims of human parity in neural machine translation CoRR abs 1808 10432 8 Mayis 2021 tarihinde kaynagindan arsivlendi Erisim tarihi 8 Mayis 2021 Katsnelson 29 Agustos 2022 Poor English skills New AIs help researchers to write better Nature Ingilizce 609 7925 208 209 doi 10 1038 d41586 022 02767 9 PMID 36038730 18 Aralik 2022 tarihinde kaynagindan Erisim tarihi 9 Ocak 2023 Medium Ingilizce 18 Subat 2022 27 Temmuz 2021 tarihinde kaynagindan arsivlendi Erisim tarihi 9 Ocak 2023 DeepL outperforms Google Translate DW 12 05 2018 Deutsche Welle Ingilizce 5 Aralik 2018 tarihinde kaynagindan Erisim tarihi 9 Ocak 2023 Natural Language Processing and Its Applications in Machine Translation A Diachronic Review 2020 IEEE 3rd International Conference of Safe Production and Informatization IICSPI November 2020 ss 210 214 doi 10 1109 IICSPI51290 2020 9332458 ISBN 978 1 7281 7738 0 Khurana 1 Ocak 2023 Natural language processing state of the art current trends and challenges Multimedia Tools and Applications Ingilizce 82 3 3713 3744 doi 10 1007 s11042 022 13428 4 ISSN 1573 7721 PMC 9281254 2 PMID 35855771 English Machine Translation System Based on Semantic Selection and Information Features Proceedings of the 2022 3rd International Conference on Artificial Intelligence and Education IC ICAIE 2022 Ingilizce Atlantis Press 27 Aralik 2022 ss 963 967 doi 10 2991 978 94 6463 040 4 145 ISBN 978 94 6463 039 8 Fadelli Study assesses the quality of AI literary translations by comparing them with human translations techxplore com Ingilizce 18 Aralik 2022 tarihinde kaynagindan Erisim tarihi 18 Aralik 2022 a b c A bot will complete this citation soon Click here to jump the queue arXiv 1 Dis baglantilarMakine Cevirisinin Avantajlari ve Dezavantajlari 28 Ekim 2020 tarihinde Wayback Machine sitesinde International Association for Machine Translation IAMT 24 Haziran 2010 tarihinde Wayback Machine sitesinde Archived lt link gt Makine Cevirisi Arsivi 1 Nisan 2019 tarihinde Wayback Machine sitesinde Archived lt link gt John Hutchins tarafindan Makine cevirisi ve bilgisayar tabanli ceviri teknolojisi alanindaki makalelerin kitaplarin ve makalelerin elektronik deposu ve bibliyografyasi Makine cevirisi bilgisayar tabanli ceviri 14 Nisan 2008 tarihinde Wayback Machine sitesinde John Hutchins in yayinlari makine cevirisiyle ilgili birkac kitabin PDF lerini icerir John Hutchins 1999 7 Eylul 2007 tarihinde Wayback Machine sitesinde Archived lt link gt Slator Haberleri ve makine cevirisindeki son gelismelerin analizi 2 Nisan 2023 tarihinde Wayback Machine sitesinde Siniftan Gercek Dunyaya Makine Cevirisi Yabanci Dil Ogreniminin Manzarasini Nasil Degistiriyor 10 Temmuz 2023 tarihinde Wayback Machine sitesinde Otorite kontrolu Kategori Otomasyon yazilimlari Kategori Dogal dil isleme gorevleri Kategori Bilgisayar destekli ceviri Kategori Bilisimsel dilbilim Kategori Yapay zeka uygulamalari Kategori Makine cevirisi