ارائه یک سامانه ترجمه ماشینی ترکیبی بر پایه رمزگشای یک نوا

در این مقاله یک مترجم خودکار متون انگلیسی به فارسی با استفاده از معماری ترکیبی قاعده مند و آماری ارائه شده است. این معماری ترکیبی به منظور بهبود نتایج هر دو مترجم، خروجی مترجم ماشینی قاعده مند و آماری را ترکیب کرده و سعی می کند یک خروجی برتر از هر دو سامانه ایجاد کند. در این راستا از یک رمزگشای یک نوا با پیچیدگی زمانی چند جمله ای استفاده می شود. مترجم های ماشینی قاعده مند عمل ترجمه را بر اساس مجموعه ای از قواعد زبانی انجام می دهند. به طور معمول نتایج آنها از نظر ترتیب کلمات و ساختار نحوی، کیفیت بهتری نسبت به نتایج مترجم های آماری دارند؛ ولی عملکرد این مترجم ها در زمینه انتخاب لغات مناسب و روانی ترجمه، ضعیف تر از مترجم های ماشینی آماری است. از این رو در این معماری، ترجمه اولیه به وسیله مترجم ماشینی قاعده مند صورت می گیرد؛ سپس با استفاده از مترجم ماشینی آماری ترجمه آن بهبود داده می شود. به این منظور، ترتیب واژگان در ترجمه نهایی بر اساس ترجمه مترجم ماشینی قاعده مند صورت می گیرد؛ سپس عمل ترجمه و انتخاب لغات توسط رمزگشای یک نوا، با درنظر گرفتن ترجمه های نامزدهای ارائه شده توسط مترجم قاعده مند و آماری و همچنین با استفاده از مدل زبانی، انجام می شود. آزمایش های انجام شده نشان می دهند که کیفیت نتایج به دست آمده از معماری ترکیبی در معیار بلو، به طورتقریبی پنج واحد بهتر از نتایج مترجم ماشینی قاعده مند است. همچنین کیفیت این نتایج نسبت به نتایج مترجم ماشینی آماری در معیار بلو، یک واحد بهتر است.