خلاطه مطلب

اگر بتوانیم با اطمینان خاطر درباره دنیای ترجمه مطلبی بگوئیم، این است که دنیای ترجمه همواره در حال تغییر و تحول است. در طول ده سال گذشته، ما شاهد انفجار تقاضا برای محتوای ترجمه شده، در قالب های فنی جدید و رو به افزایش بوده ایم و همچنین شاهد بوده ایم که این صنعت، روش های کار خود را برای پاسخ به این تقاضا، متحول کرده است.

آیندۀ نرم افزارهای ترجمه: چه چیزی در راه است؟

آیندۀ نرم افزارهای ترجمه چه چیزی در راه است؟

 

آیندۀ نرم افزارهای ترجمه: چه چیزی در راه است؟

اگر بتوانیم با اطمینان خاطر درباره دنیای ترجمه مطلبی بگوئیم، این است که دنیای ترجمه همواره در حال تغییر و تحول است. و سوالی مطح است که: آیندۀ نرم افزارهای ترجمه: چه چیزی در راه است؟

در طول ده سال گذشته، ما شاهد انفجار تقاضا برای محتوای ترجمه شده، در قالب های فنی جدید و رو به افزایش بوده ایم و همچنین شاهد بوده ایم که این صنعت، روش های کار خود را برای پاسخ به این تقاضا، متحول کرده است.

اس دی ال همواره مشتاق حضور در صف اول این تغییرات بوده است. ما به عنوان ارائه دهندۀ فن آوری ترجمه، باید اطمینان حاصل کنیم که نرم افزاری را توسعه می دهیم که نه تنها نیازهای حال را برطرف می‌کند بلکه نیازهای آینده را نیز پیش‌بینی کند. این یک فرایند متوازن است!

قبل از صحبت در مورد برنامه‌های ما برای آینده، توضیح مختصری در مورد چگونگی استفادۀ روزمرۀ مترجمان از فن آوری ترجمه، مفید خواهد بود، ضمن اینکه این آگاهی بر فرایند توسعۀ مورد نظر ما نیز موثر خواهد بود. چگونه در حال بهبود ترجمه هستیم

هنگامی که یک مترجم از یک ابزار CAT استفاده می کند، معمولاً هر بار که ترجمۀ یک بخش جدید از متن را انجام می دهد، با سه سناریوی مختلف روبرو می شود:

1- مطابقت دقیق: “حافظۀ ترجمه”  (TM)، بخش جدید را به عنوان تکرار بخشی که از قبل موجود است شناسایی می کند و به طور خودکار از یک ترجمۀ ذخیره شده استفاده می‌کند. این مورد نشان می دهد که چگونه ابزارهای CAT، به طور سنتی باعث افزایش بهره وری می شوند.

2- مطابقت فازی (Fuzzy: TM مشخص می کند که بخش جدید، شبیه به بخشی است که از قبل موجود است، اما تکرار کامل آن نیست. در این صورت، یک ترجمۀ ذخیره شده را دوباره استفاده می‌کند و باعث صرفه‌جویی در بخشی از زمان می شود، اما مترجم باید قبل از ارائۀ ترجمه، به طور تقریبا قابل توجهی آن را ویرایش کند.

3- بدون مطابقت: TM نمی تواند هیچ شباهتی بین بخش جدید و بخش های موجود در پایگاه دادۀ خود پیدا کند. این بخش، یا از ابتدا به صورت دستی ترجمه می شود و یا با استفاده از خدمات ترجمۀ ماشینی (MT)، ترجمۀ اولیه شده و سپس ویرایش می شود.

از بررسی موارد فوق مشخص است که بخش عمده ای از وقت مترجم صرف سناریوهای “فازی” و “بدون مطابقت” می شود. بنابراین، به طور طبیعی، ما بر بهبود و ارتقاء تجربۀ مترجم ها در این بخش ها متمرکز شده ایم. هدف ما این است که برای مترجمان، مطابقت کلی بیشتر و مطابقت فازی با کیفیت بالاتر و همچنین پیشنهادات ترجمۀ مفید در هنگام کار، فراهم کنیم. تلاش برای “بهترین مطابقت” به عنوان یک اصل راهنما برای ما تبدیل شده است.

در آیندۀ نزدیک چه چیزی در راه است

اولا، شما می توانید انتظارات بیشتری از upLIFT و AdaptiveMT داشته باشید. این فناوری ها، هسته های فوق العاده ای هستند که ما هنوز در حال بهینه سازی آنها هستیم و در حال اضافه کردن قابلیت های دیگری به آنها هستیم که در بروزرسانی های Studio 2017 ارائه خواهند شد. شما در نحوۀ کار با upLIFT، سازگاری با زبانهای چینی و ژاپنی و سایر موارد، انعطاف پذیری بیشتری خواهید داشت.

 

در بخش ترجمۀ ماشینی، SDL اخیراً تلاشهای خود را در زمینۀ توسعۀ ترجمۀ ماشینی عصبی (NMT)،  به عنوان بخشی از ارائۀ ETS، افزایش داده است. این یک پیشرفت اساسی برای موتورهای هستۀ MT ما خواهد بود، هر چند این پیشرفت های قابل توجه در کیفیت، با همۀ اهمیتی که دارند تنها در چند ماه توسعۀ NMT به دست آمده است، اما در روند معمول، این پیشرفتها می تواند سالها طول بکشد و یا حتی با رویکردهای قبلی نسبت به توسعۀ فناوری MT، ممکن است دست یابی به آنها غیرممکن باشد.

 

ما در نهایت قصد داریم به بهترین های هر دو مورد دست یابیم – قابلیت های یادگیری AdaptiveMT را بر روی یک هستۀ NMT ارائه دهیم – و در واقع، مرزهای آنچه MT می تواند از نظر کیفیت و شخصی سازی ارائه دهد را گسترش دهیم. همچنین در کوتاه مدت، شما موتورهای AdaptiveMT را که به زبانهای جدیدی مجهز شده اند خواهید دید که از تعداد روزافزون  مترجمان استفاده کننده از MT در سناریوی “بدون مطابقت” و ارائۀ پیشنهادات ترجمه در قابلیت “پیشنهاد خودکار” (AutoSuggest)، پشتیبانی می کنند.

 

 

دوما، ما در حال فراهم کردن امکان استفادۀ بیشتر از فضای ابری هستیم. هر روزه تعداد بیشتری از مترجمان تمایل دارند، TM و اصطلاحات ذخیره شده را بصورت آنلاین در اختیار داشته باشند و خدمات MT را به اشتراک بگذارند. این روند برای همۀ مخاطبان ما در حال رشد است – خواه گروه های مترجمان آزاد، LSP های کوچک بدون محصول سرور “موجود در محل” مانند SDL Trados GroupShare ، یا حتی مشتریان شرکتی که مایل هستند ردپای کمتری از یک فناوری در داخل شرکتشان داشته باشند-.  بنابراین این مسئله دارای اهمیت است که ابزارهای دسکتاپ  مانند Studio،  مترجم ها را هنگام استفاده از فضای ابری محدود نکند. من اغلب این روش به اشتراک گذاری دارایی در فضای ابری را “روش سوم کار کردن” می نامم.

تاکنون، ما از دو روش اشتراک گذاری، پشتیبانی کرده ایم – سرور “مبتنی بر فایل/ محلی” و “در محل شرکت/ سرور”. روش سوم کار به این معنی خواهد بود که می توانیم به اشتراک گذاری پروژه ها، TM، اصطلاحات و حتی موتورهای AdaptiveMT را در فضای ابری، بصورت کاملاً دموکراتیک انجام دهیم. این بدان معناست که همۀ افراد قادر خواهند بود با این روش کار کنند، نه فقط کاربرانی که اتفاقاً توانایی تامین بودجه و فناوری اطلاعات مورد نیاز برای فراهم کردن یک راه حل “در محل شرکت” را در اختیار دارند. و همه اینها با قدرتمندترین محیط دسک تاپ CAT یعنی SDL Trados Studio، یکپارچه شده است.

یکی از پیشرفتهای دقیق و در عین حال قابل توجه فعلی که همراه با Studio 2017 در Service Release 1 (SR1) عرضه می شود، LookAhead است. این نام خود گویا است: به جای اینکه منتظر بمانید تا به بخش بعدی بروید، قبل از بررسی آن به کمک منابع ترجمه، Studio  این بررسی را کمی جلوتر، انجام خواهد داد.

برای کاربران آفلاین، این یک پیشرفت خوب در تجربۀ کاربری است – بین تأیید بخش جاری شما و بررسی مطابقت قسمت بعدی، عملا هیچ تأخیری وجود نخواهد داشت. اما برای کاربرانی که دارای منابع ابری هستند (و به دلیل تأخیر در شبکه و سایر عوامل، ممکن است دسترسی آنها بیشتر طول بکشد)، این یک صرفه جویی زمانی واقعی خواهد بود که می تواند روشی را که کاربران، بوسیلۀ آن با یک سرور از راه دور یا منابع مبتنی بر فضای ابری، کار می کنند را تغییر دهد.

سرانجام، ما کار خود را در زمینۀ “سهولت استفاده” و مرتب کردن رابط کاربری و جریانهای کاربری Studio 2017 ادامه می دهیم تا اطمینان حاصل می کنیم که کلیه ویژگی های جدید، قابل پیکربندی و استفادۀ بصری هستند. به عنوان بخشی از این تلاش، ما به طور مداوم در حال بهبود این ویژگی هستیم که Studio 2017 چگونه می تواند کاربران را مطلع کند تا راحت تر، اطلاعات و پشتیبانی مورد نیاز خود را پیدا کنند.

چشم انداز بلند مدت ما برای آینده

در نهایت، دیدگاه ما این است که امکانات جدیدی برای “محل کار” مترجم فراهم کنیم، همانطور که Common Sense Advisory اخیراً آن را مطرح کرده است. با فناوری هایی مانند AdaptiveMT یا upLIFT، ما قطعاً شاهد آغاز بسیار امیدوار کننده ای برای این چشم انداز هستیم – اما این فقط یک نقطۀ شروع است.

 

ما در حال تلاش برای فراهم کردن سناریوهایی هستیم که در آنها، کاربران برای پیکربندی منابع مورد نیاز برای افزایش بهره وری خود، به صرف زمان کمتر و کمتری نیاز خواهند داشت. در عوض، این فناوری باید به اندازۀ کافی هوشمند باشد – با استفاده از هوش مصنوعی و طراحی تجربیات کاربری دوباره سازی شده – تا با حضور در پشت صحنه، کاربران را کمک  کرده و همواره بهترین مطابقت ممکن برای بخش جاری را ارائه دهد.   این مطابقت می تواند یک مطابقت MT Neural باشد که توسط AdaptiveMT از کاربر آموخته می شود و از این رو، یک نقطۀ شروع با کیفیت بالا را ارائه می دهد. همچنین این مطابقت می تواند یک مطابقت فازی از TM باشد که از قطعات upLIFT یا حتی قطعات MT Neural برای ارائۀ یک “مطابقت” به کاربر که به اصلاح بسیار کمی احتیاج دارد- اگر نگوییم بدون اصلاح- استفاده می کند.

 

 

در قلب همه این تلاش‌ها، خواست ما برای کمک به کاربرانمان قرار دارد تا در دنیایی که در آن سرعت ترجمه دائما تحت فشار است و انتظارات دریافت کنندگان کار مرتبا بالاتر و بالاتر می رود، بهره وری خود را به حداکثر برسانند. در این شرایط، این نکته کلیدی است که فناوری موجود به کاربران کمک کند تا موفق تر عمل کنند و بتوانند بر چالشی که در محیط بازار مدرن با آن روبرو هستند، فائق آیند.

 

امیدوارم که این بلاگ توانسته باشد بینشی نسبی در مورد چگونگی ورود ما به آیندۀ ترجمه، اهداف مورد نظر ما و آنچه برای شما به عنوان یکی از کاربران نرم افزارهای ما دارای اهمیت است، ارائه دهد.

 

 

 مشاهده نمونه کارهای ترجمه

ثبت سفارش سریع، آسان

1 ستارهدو ستاره3 ستاره4 ستاره5 ستاره (3 votes, average: 5٫00 out of 5)

Loading...

پاسخ

دیدگاه خود را ثبت کنید

تمایل دارید در گفتگوها شرکت کنید؟
در گفتگو ها شرکت کنید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *