Akraba Ve Bitişken Diller Arasında Bilgisayarlı Çeviri İçin Karma Bir Model

Abstract

Günümüzde bilgisayarlı çeviri sistemlerinin başarımları düşük olsa da, aynı dil ailesi içerisinde yer alan benzer diller arasında gerçeklenen bilgisayarlı çeviri çalışmalarında daha yüksek başarımlar elde edilmektedir. Bu çalışma kapsamında, bitişken özellik gösteren akraba diller arasında bilgisayarlı çeviri için yeni bir model önerilmiştir. Hem kural tabanlı hem de istatistiksel bileşenlerden oluşan bu model çerçevesinde Türk dilleri arasında çeviri konusu incelenmiştir. Türk dilleri arasında bilgisayarlı çeviri başarımını incelenmek üzere, önerilen modeli temel alan bir çeviri altyapısı gerçeklenmiştir. Deneysel uygulamalar için Türkmenceden Türkçeye çeviri yönü seçilmiş ve üretilen çıktılar, genel kabul görmüş değerlendirme yöntemleri ile puanlanarak en kaliteli çıktı üretilecek şekilde çeşitli parametreler belirlenmiştir. Gerek otomatik gerekse de insan emeği ile yapılan değerlendirmeler sonucunda başarımın yüksek olduğu görülmüştür. Bu sonuçtan hareketle, Türk dil ailesindeki diller arasında çeviri işleminin, önerilen model kullanılarak diğer yöntemlerden görece olarak daha kolay ve daha az dilbilgisel kaynak kullanılarak gerçeklenebileceği gösterilmiştir.Machine translation qualities between related language pairs are usually higher than the quality between completely distinct language pairs. In this study, we have proposed a hybrid model, which has both rule-based and statistical components, for machine translation between related language pairs that have agglutinative structure. Based on our model, we have investigated the topic of machine translation between Turkic languages. The model is implemented as a framework and a Turkmen to Turkish machine translation system has been built within this framework. With the help of automatic evaluation methods, we have tried to determine the best-performing parameter set by carrying out some tests on this system. As a result, both automatic and manual evaluations show that the performance of the system is fairly high. Consequently, we have showed that our model can be used for building machine translation systems between Turkic Languages (or any other related and agglutinative language pair) with less effort and minimum linguistic resources.