***خدمات للترجمة أفضل من Google Translate***

Quote: Marcin Junczys-Dowmunt Dear all, I would like to announce the official release of the United Nations Parallel Corpus v1.0. The corpus was created as part of the United Nations commitment to multilingualism and as a reaction to the growing importance of statistical machine translation (SMT) within the Department for General Assembly and Conference Management (DGACM) translation services and the United Nations. It covers 25 years, from 1990 to 2014, and contains documents in the six official languages of the United Nations: Arabic, Chinese, English, French, Russian, and Spanish. The purpose of the corpus is to allow access to multilingual language resources and facilitate research and progress in various natural language processing tasks, including machine translation. For convenience, the corpus is also available pre-packaged as bi-texts for each language pair. A subset of the corpus is available as a six-language fully-parallel corpus, i.e. all sentences have #####alents in all six languages. Data from 2015 has been used to created official development sets and test sets, also fully aligned across the six official UN languages. The paper reports SMT baselines for all languages pairs for this corpus.

Quote: جلس الولد على حِجْرِ أمِّهِ +++ عبارات مثل ثقيل الظل ، زائغ العين ، نظيف اليد لن تستطيع الترجمة الآلية فك شفراتها.

الشغلانة قد تبدو بسيطة لمتحدث اللغة

فمثال درديري المقتبس فوق المشكول جزئياً هو تحرى فيه التوضيح على أمل أن برنامج الترجمة الآلية يوليهو اهتمام أمتر باعتبار أن الكاتب أخلى مسؤوليته وعمل العليهو (وأنا شاهد). المقتبس الثاني لقصي يتعلق بما يعرف بالتعبيرات الاصطلاحية (Idiomatic Expressions) ودي العمل فيها دكتور الكيك رسالة الدكتوراة الما شفناها لغاية هسع، قد خاب من دساها. طيب، درديري عمل العليهو لكن هل في ضمان الباقين يجتهدوا زيه؟ مافي. فالتشكيل في اللغة العربية مزاجي، ناس في المنبر دا زي أخونا هشام آدم وأبوجودة بيهتموا وفي ناس زي ملاسي وأبوجهينة أسامة الخواض حريصين على وضع التشكيل بالضبط في المكان المطلوب بدون إكثار في غير داعي، الباقين بيكوجنوها سااااكت ولا أبريء نفسي غير الأمارة بالسوء. ناس معالجة اللغة العربية بيسموا النص المشكول كله (fully vocalized) والنص المشكول جزئياً (partially vocalized) والسليقة ساكت (non-vocalized)، ما بيقولوا (diacritized) فغرض التشكيل هنا تحديد النطق بالصوت. قوموا يا ناس معالجة اللغة العربية عاملوا النصوص كلها بالسواء، يعني لما يجوا يوائموا بين نصين عادة بشيلوا التشكيل برة في عملية بيسموها (normalization) فحتى تشكيل أخونا درديري ما مضمون بحسب مبدأئهم، ممكن يعملوا صاح في أول سطرين وبعدين يجوط الشغلانة، مش كدة وبس حتى باقي الحروف المتشابهة بيوحدوها يعني (أ، آ،إ) تبقى (ا) الهمزة تبقى ألف و(ـة) تبقى (ـه) وباختصار بيعيدوا تبسيط النص للحد الأدنى حسب طريقة الكتابة الفطرية المألوفة على لوحة المفاتيح، عشان كدة سيان شكلت ولا ما شكلت. التعبيرات الاصطلاحية مشكلة في اللغة العربية، بل أكبر المشكلة، نعمل شنو مع أمة كل همها تتنافس في "البلاغة"؟ هسع واحد فرحان يكتب تهنئة في الجريدة (رزق مدير المكتب بفارس) أو يكتب في سيرته الذاتية (مسقط راسي بمدينة كذا) دي يتعاملوا معاها كيف؟ والتعبيرات ذاتا ما بتجي في قوالب ثابتة فهي متصرفة مع كونها شبه متفق عليها. الناس ديل، بتاعين الأمم المتحدة جهزوا لينا جدول، أنا اقتبست النسخة العربية، لاحظوا إنو خبير الترجمة استخدم كلمة "متحازية" بدل متوائمة إضافة إلى استخدام مفردة "متن" بدل "مكنز" أو "مدونة" كلمة لطيفة لكن تعبر عن مشاكل المصطلح في اللغة العربية ودا موضوع تاني. http://conferences.unite.un.org/UNCorpus/ar Quote: الإحصاءات المتعلّقة بالمتن الإحصاءات المتعلّقة بالوثائق المتحاذية بحسب زوج اللغات: العربية الإنكليزية الإسبانية الفرنسية الروسية الصينية العربية *** ١١١،٢٤١ ١٨،٥٣٩،٢٠٧ ١١٣،٠٦٥ ١٨،٥٧٨،١١٨ ١١٢،٦٠٥ ١٨،٢٨١،٦٣٥ ١١١،٨٩٦ ١٦،٨٦٣،٣٦٣ ٩١،٣٤٥ ١٥،٥٩٥،٩٤٨ الإنكليزية ٤٥٦،٥٥٢،٢٢٣ ٥١٢،٠٨٧،٠٠٩ *** ١٢٣،٨٤٤ ٢١،٩١١،١٢١ ١٤٩،٧٤١ ٢٥،٨٠٥،٠٨٨ ١٣٣،٠٨٩ ٢٣،٢٣٩،٢٨٠ ٩١،٠٢٨ ١٥،٨٨٦،٠٤١ الإسبانية ٤٥٩،٣٨٣،٨٢٣ ٥٩٣،٦٧١،٥٠٧ ٥٩٠،٦٧٢،٧٩٩ ٦٧٨،٧٧٨،٠٦٨ *** ١٢٥،٠٩٨ ٢١،٩١٥،٥٠٥ ١١٥،٩٢١ ١٩،٨٩٣،٩٢٢ ٩١،٧٠٤ ١٥،٤٢٨،٣٨١ الفرنسية ٤٥٢،٨٣٣،١٨٧ ٥٩٧،٦٥١،٢٣٣ ٦٦٨،٥١٨،٧٧٩ ٧٨٢،٩١٢،٤٨٧ ٦٧٤،٤٧٧،٢٣٩ ٦٨٨،٤١٨،٨٠٦ *** ١٣٣،٥١٠ ٢٢،٣٨١،٤١٦ ٩١،٦١٣ ١٥،٢٠٦،٦٨٩ الروسية ٤٦٢،٠٢١،٩٥٤ ٤٩١،١٦٦،٠٥٥ ٦٠١،٠٠٢،٣١٧ ٥٦٩،٨٨٨،٢٣٤ ٦٢٣،٢٣٠،٦٤٦ ٥١٣،١٠٠،٨٢٧ ٦٩١،٠٦٢،٣٧٠ ٥٥٧،١٤٣،٤٢٠ *** ٩٢،٣٣٧ ١٦،٠٣٨،٧٢١ الصينية ٣٨٧،٩٦٨،٤١٢ ٣٨٧،٩٣١،٩٣٩ ٤٢٥،٥٦٢،٩٠٩ ٣٨١،٣٧١،٥٨٣ ٤٩٣،٣٣٨،٢٥٦ ٣٨٢،٠٥٢،٧٤١ ٤٩٧،٠٠٧،٥٠٢ ٣٧٧،٨٨٤،٨٨٥ ٤١٧،٣٦٦،٧٣٨ ٣٩٢،٣٧٢،٧٦٤ *** تتضمّن الخلايا الواقعة فوق الخط المائل عدد الوثائق والأسطر لكل زوج من اللغات. وتتضمّن الخلايا الواقعة تحت الخط المائل عدد الوحدات اللغوية لكل زوج من اللغات. ويشير العدد العلوي إلى اللغة المذكورة في عنوان العمود والعدد السفلي إلى اللغة المذكورة في عنوان الصف. وقد أُحصيت الوحدات اللغوية بعد معالجة النصوص بواسطة مقطّع الوحدات اللغوية موزيس (Moses tokenizer). واستُخدم مقطّع الوحدات اللغوية جييبا (Jieba) للغة الصينية، قبل اللجوء إلى مقطّع الوحدات اللغوية موزيس (Moses tokenizer) باستخدام إعداداته الافتراضية. الوحدات اللغوية = الكلمات "في نظم الكتابة الفيها الكلمات مفصولة بمسافات" مقطع الوحدات = برنامج يحدد ليك عدد الكلمات فخلونا من الهيعة بتاعة الأرقام الكتيرة دي وركزوا على الجزء المظلل بالرمادي العربية، باختصار الرقم داخل الخلية هو عدد الكلمات (بيسموها tokens). أوكي، البداية كالآتي: ، واحد من السياسيين النضامين مشى ألقى خطاب في الجمعية العامة للأمم المتحدة، يقوموا يترجموهوا ليهو باللغات الستة الرسمية وهكذا لكل الوثائق لكل الهيئات التابعة للأمم المتحدة ومجالسها. يقوموا ناس (إدارة شؤون الجمعية العامة والمؤتمرات) يجمعوا الوثائق دي ويطابقوها مع بعضها وبعدين يعملوا بالنسبة للغة العربية (normalization) ما هماهم تشكيل درديري ولا غيرو وفي عمليات تانية مافي داعي لذكرها عشان ما نعقد الموضوع، وينشروها للعوام. الملاحظ في الجدول، في الجزء المظلل إنو الأرقام صورة صادقة لعلاقات اللغات من ناحية الدلالة، دا موضوع يطول شرحه، لكن من النقطة دي بتقوم الشركات المتخصصة في الترجمة الآلية بأخذ (المتون المتحاذية، أو المكانز المتوازية، أو المدونات المتوازية) ويطحنوها في الكمبيوترات بتاعتهم باستخدام برامج تحليل إحصائي لا تعتمد على خصائص اللغة بتاتاً بل معايير أخرى بعد استخلاص عينة مختارة من النصوص لتدريب (training) برنامج التحليل الاحصائي، التدريب دا حسب سرعة الكمبيوتر، لجهاز مكتبي ممكن ياخد أيام ولشركة زي غوغول ساعات. بعد التدريب يكون البرنامج جاهز للتطبيق، يجي واحد يكتب جملة فيقوم البرنامج بعمل استقصاء لأعلى احتمال للترجمة المطلوبة ويعرضها، صحة الترجمة تعتمد على طول الجملة، الجمل الطويلة إذا صادفت أكبر نسبة من المفردات التي تدرب عليها البرنامج تكون الترجمة أقرب للصحة، في مجالات محددة زي السياسة والاقتصاد أو أي مواضيع أقرب لنصوص الأمم المتحدة تكون الترجمة مقبولة، دي مشكلة الترجمة الآلية بالطريقة الإحصائية. المشكلة التانية، إذا ما كانوا حريصين يدربوا البرنامج على أي مفردة بيحدث فراغ في مقدرة البرنامج على الترجمة، بيسموها (OOV, Out of Vocabulary) هنا برنامج الكمبيوتر ما عندو ليك صرفة، ما أدوها ليهو يترجمها ليكم كيف؟ مفردة اصطلاحية زي "كشامشا" إذا قرروا يضيفوها لعينة وثائق التدريب دا بيكلفهم إعادة طحن الوثائق كلها من البداية في عملية تدريب جديدة عشان الكلمة (كشامشا) يتعرف كيف استخدامها وتكرارها داخل النص وعلاقاتها مع خياتها من المفردات، عشان كدة ترجمة غوغول بتاخد فترات تكون فيها نتائج الترجمة ثابتة وتتحسن بصورة بطيئة. ____ رسالة دكتور الكيك مفترض تكون هنا = http://sudaneseonline.com/board/490/msg/1460999652.html

Quote: وسيد البوست ولا سلم علينا ذاتو!

Quote: جميع المواقع الإلكترونية تظل عاجزة عن تقديم ترجمة صحيحة دون تدخل إنساني لذلك هي فقط عوامل مساعدة للمترجم في عملية الترجمة

دا إطلاق مبالغ فيهو شوية

فحسب المجال يمكن أن تكون الترجمة صحيحة تماماً، النشرة الجوية والأرصاد وأخبار الطقس مثلاً ومتابعة البورصة والمؤشرات الاقتصادية والنشرات التقنية (الكتلوجات) وأدلة الاستخدام هذه مجالات تكون الترجمة فيها تامة، قبل وجود الكمبيوتر الشخصي حتى. ____ لكن إذا كنت تقصد التدخل لتعديل ترجمة (وقبر حرب بمكان قفر ...) فكلامك صاح