کتابخانه مجازی ادبیات

آنچه در این دو گفتار می آید یکی از راههای تاسیس کتابخانه و ایجاد عادت به مطالعه است ولی تنها راه نیست. مدارس دیگر، از راههای دیگر، به این کار دست زده اند. شاید خاندن این دو گفتار انگیزه ارائه تجربه این مدارس نیز بشود. در هر دو گفتار جنبه علمی و اجرایی بیشتر مدنظر بوده است تا جنبه نظری و فلسفی و به همین دلیل زبان آن ساده و بدون پیرایه است.

این کتاب چهارمین بخش و پایانی دگرگونی‌های آوایی واژگان در زبان فارسی است. این بخش مربوط به قلب، افزایش و کاهش آوایی در واژگان می‌شود ادغام با آن مفهومی که در زبان عربی وجود دارد، در زبان فارسی نمی‌تواند نقشی داشته باشد؛ زیرا در زبان عربی هر گاه در واژه‌ای ادغام شود، تلفظ کلمه مشدد شده و معنی آن عوض می‌شود؛ اما در زبان فارسی چنین موردی دیده نمی‌شود. مثلا در واژه‌های پادزهر و دوستدار که به صورت پازهر و دوستار درمی‌آیند، نمی‌توان آنها را از مقوله ادغام دانست؛ زیرا نه تلفظ آنها مشدد می‌شود و نه معنی تغییر می‌یابد که این موارد در مقوله کاهش آوایی آورده شده است.

نظام‌های ترجمه ماشینی برتر دنیا قادرند کتابی هزار صفحه‌ای را در کمتر از 2 دقیقه ترجمه کنند، کاری که مترجم زبده و حرفه‌ای حداقل یک سال وقت روی آن صرف می‌کند. منتقدان، به کیفیت ترجمه این نظام‌ها ایراداتی دارند، با این حال روند ترجمه ماشینی به سرعت رو به رشد است و باید به یاد داشت، ترجمه در نوع سنتی (انسانی) نیز رشد خود را در طی قرن‌ها به دست آورده است و اکنون نیز این‌گونه ترجمه‌ها بدون نقص نیستند. ترجمه‌های قدیمی اکثراً بسیار بد ترجمه شده‌اند و نقد و نظارت و کنترل نیز در کار نبود. فردی مثل ابوعلی سینا 40 بار کتاب مابعدالطبیعه ارسطو را خوانده و نفهمیده بود و این علتش بدی ترجمه بوده است. در این مقاله، عملکرد نظام‌های ترجمه ماشینی برتر روسی و غربی با هم مقایسه شده‌اند، تا علل برتری و نقاط ضعف آن‌ها نسبت به یکدیگر مشخص شوند. در مواردی این ترجمه‌ها با ترجمه‌های انسانی مقایسه شده است. همچنین تلاش شده پس از شناسایی علل اساسی غیر کارآمد بودن نظام‌های ترجمه ماشینی، راهکارهای ارتقاء بهبود کیفیت ترجمه به طور مسند ارائه شود.

نظام ترجمه ماشيني فعاليتي چند بعدي است، كه در چند حيطه مبتني بر ابتكار عمل و قدرت حل مساله است. در اين مهارت از برخي دانش‌هاي بين رشته‌اي نيز استفاده فراواني مي‌شود. ترفندهاي هوش مصنوعي با بكارگيري اصول رياضي، آمار و منطق، قالب مناسبي از زبان را كه مناسب برنامه‌نويسي و انتقال به ماشين است، فراهم مي‌آورد. در كشور ما اين فعاليت دير شروع شد و اكنون نيز داراي حركت منسجمي نيست، براي پيشرفت در حيطه ترجمه ماشيني نيازمند احاطه در سه زمينه مختلف است: 1- داده‌پردازي، توصيف و ساختن مدل‌هاي مناسب زبان براي كاربرد هوشمند 2- ساخت و استفاده از نرم افزارهاي مربوط به اين كار 3- به كارگرفتن فناوري مرتبط. در اين مقاله با لحاظ قراردادن تفكيك اين سه زمينه، برخي ابعاد زبان‌شناختي نظام ترجمه ماشيني، براساس محور قراردادن روش‌هاي تجربه شده در روسيه تبيين مي‌گردد. همچنين به واسطه ارتباط تنگاتنگ ترجمه ماشيني با هوش مصنوعي و برنامه‌نويسي، برخي اطلاعات كلي اين علوم، در موارد مرتبط ارايه مي‌شود.