EPIC-EuroParl-UdS: Information-Theoretic Perspectives on Translation and Interpreting
تقدم هذه الورقة مجموعة بيانات (corpus) محدثة ومدمجة باللغتين الإنجليزية والألمانية لخطابات البرلمان الأوروبي، وترجماتها، وتفسيراتها، مع بيانات وصفية منقحة وتوصيفات نظرية معلوماتية جديدة، مصممة لدعم الأبحاث حول التباين اللغوي، وخصائص لغة الترجمة (translationese)، والتنبؤ بحالات التلعثم في الترجمة الشفوية باستخدام النماذج الاحتمالية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن لديك مكتبة ضخمة من الخطابات التي ألقاها سياسيون في البرلمان الأوروبي. بعض هذه الخطابات كُتبت على الورق، والبعض الآخر نُطق بها بصوت عالٍ في قاعة صاخبة. لسنوات، حاول اللغويون دراسة هذه الخطابات لفهم كيف يترجم البشر الأفكى من لغة إلى أخرى (مثل الألمانية إلى الإنجليزية) وكيف يفسرونها في الوقت الفعلي.
لكن كانت هناك مشكلة: المكتبة القديمة كانت فوضوية. الكتب كانت مصنفة بشكل خاطئ، وبعض الصفحات مفقودة، ولم تكن الكتب "المنطوقة" تتطابق مع الكتب "المكتوبة" في التنسيق. كان الأمر يشبه محاولة مقارنة رسالة مكتوبة بخط اليد برسالة نصية، بينما الرسالة النصية تفتقر إلى علامات الترقيم والرسالة المكتوبة تفتقر إلى التاريخ.
ورقة "EPIC-EuroParl-UdS" تدور حول بناء مكتبة رقمية جديدة ومنظمة تماماً.
إليك تفصيل ما فعله المؤلفون، باستخدام بعض التشبيهات من الحياة اليومية:
1. عملية تنظيف المكتبة الكبرى
قام المؤلفون بدمج مجموعتين موجودتين من البيانات (واحدة للترجمة الشفوية، وأخرى للترجمة التحريرية) في "سوبر-مدونة" (super-corpus) واحدة.
- الإصلاح: قاموا بتصحيح الأخطاء المطبعية، وإضافة علامات الترقيم المفقودة، والتأكد من أن الأجزاء "المنطوقة" و"المكتوبة" تبدو متشابهة في الشكل.
- التصفية: أدركوا أن بعض البيانات كانت "ملوثة". على سبيل المثال، إذا ظهر خطاب في كل من النسختين المكتوبة والمنطوقة، فقد قاموا بإزالة المكررات لضمان أنهم يقارنون "تفاحاً بتفاح" وليس "تفاحاً بفطائر التفاح". كما قاموا بموازنة المكتبة حتى لا يكون هناك قدر أكبر بكثير من بيانات الألمانية-إلى-الإنجليزية مقارنة بالإنجليزية-إلى-الألمانية.
2. مقياس "المفاجأة" (الكرة البلورية)
هذا هو الجزء الأكثر روعة. لم يكتفِ المؤلفون بتنظيف الكتب فحسب؛ بل أضافوا "مقياس مفاجأة" لكل كلمة على حدة.
- ما هي المفاجأة (Surprisal)؟ تخيل أنك تستمع إلى قصة. إذا قال أحدهم: "القط جلس على الـ..." يمكنك تخمين الكلمة التالية بأنها "سجادة". هذه الكلمة لها مفاجأة منخفضة (متوقعة). ولكن إذا قال: "القط جلس على الـ... محمصة الخبز"، فهذه الكلمة لها مفاجأة عالية (صادمة وغير متوقعة).
- لماذا يهم ذلك؟ في علم اللغويات، "المفاجأة" هي مقياس لمدى الجهد الذهني المطلوب لمعالجة كلمة ما. المفاجأة العالية تعني عادةً أن الدماغ يبذل جهداً أكبر.
- التطوير: الدراسات السابقة كانت تضطر لتخمين هذه الأرقام أو حسابها ببطء. هذه المكتبة الجديدة تأتي محملة مسبقاً بهذه الأرقام، والتي تم حسابها بواسطة نماذج ذكاء اصطناعي متقدمة (مثل GPT-2 وروبوتات الترجمة). إنه يشبه امتلاك مكتبة حيث تأتي كل كلمة ومعها "تقييم صعوبة" مطبوع عليها بالفعل.
3. قصة المحقق عن "الكلمات الحشوية"
لإثبات نجاح مكتبتهم الجديدة، أجرى المؤلفون قصة محقق. أرادوا معرفة: لماذا يقول المترجمون "اممم"، "آه"، أو "هممم"؟
- النظرية القديمة: يقول الناس "اممم" عندما يشعرون بالارتباك بشأن ما يسمعونه.
- الاكتشاف الجديد: باستخدام "مقياس المفاجأة" الجديد، وجد المؤلفون أن المترجمين يقولون "اممم" في الغالب عندما يكافحون لـ صياغة الكلمة التالية في لغتهم الخاصة، وليس بالضرورة لأن الكلمة المصدر كانت صعبة الفهم.
- التشبيه: الأمر يشبه طباخاً يتذوق مكوناً معقداً (سماع الخطاب) ثم يتوقف ليفكر: "كيف أصف هذا المذاق للزبون؟" التوقف ("اممم") يحدث أثناء عملية الطبخ، وليس أثناء عملية التذوق.
4. خريطة "المحاذاة"
تتضمن المكتبة أيضاً خريطة تفصيلية توضح كيف تتماشى الكلمات في اللغة المصدر (مثل الألمانية) مع الكلمات في اللغة الهدف (مثل الإنجليزية).
- أحياناً تصبح كلمة ألمانية واحدة ثلاث كلمات إنجليزية.
- وأحياناً يتم تقطيع جملة كاملة.
- تقوم المكتبة الجديدة برسم هذه الروابط بدقة، مما يسمح للباحثين برؤية كيف يتم إعادة تشكيل الأفكار أثناء الترجمة.
لماذا يجب أن تهتم؟
فكر في هذه المدونة على أنها مجهر عالي التقنية للتواصل البشري.
قبل ذلك، إذا كنت تريد دراسة مدى صعوبة ترجمة خطاب ما، كان عليك بناء مجهرك الخاص من الصفر، وهو أمر يستغرق سنوات. الآن، سلم المؤلفون للجميع مجهراً جاهزاً وفائق القوة.
- للباحثين: يوفر عليهم سنوات من العمل ويسمح لهم بطرح أسئلة أعمق حول كيفية تعامل أدمغتنا مع اللغة.
- لمطوري الذكاء الاصطناعي: يساعد في تدريب روبوتات ترجمة أفضل من خلال إظهار اللحظات التي يواجه فيها البشر صعوبة (لحظات الـ "اممم").
- للجميع: يساعدنا على فهم أن الترجمة ليست مجرد استبدال كلمات؛ بل هي رقصة ذهنية معقدة حيث يقوم الدماغ باستمرار بحساب مدى غرابة أو صعوبة أو سلاسة الخطوة التالية.
باخت اختصار: لقد أخذوا كومة فوضوية من الخطابات السياسية، ونظفوها، وأضافوا "درجة جهد ذهني" لكل كلمة، وأثبتوا أن المترجمين عندما يترددون، فذلك غالباً لأنهم يحاولون إيجاد الطريقة المثالية لقول شيء ما، وليس لأنهم لم يفهموا الأصل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.