Azərbaycan Milli Elmlər Akademiyası Nəsimi adına Dilçilik İnstitutu
Yüklə 1,69 Mb. Pdf görüntüsü
|
Maşın tərcüməsinin nəzəri problemləri 5 2. Korpus dilçiliyi (buraya mətnlərin elektron korpusları- nın yaradılması və istifadəsi daxildir); 3. Elektron lüğətlərinin hazırlanması (tezaurus, avtomatik tərcümə lüğətləri, ensiklopedik, vikipedia, orfoqrafik, izahlı, ter- minoloji, sahə lüğətləri, səhvlərin avtomatik aşkarı üçün spelling lüğətləri və s.); 4. Mətnlərin avtomatik tərcüməsi sistemləri (məs.: Dilmanc, Google Translate və s.); 5. Mətnlərdən faktların məlumatların, informasiyaların (ing. fact extaction, text-mining) çıxarılması (seçilməsi); 6. Avtoreferatlaşdırma funksiyasının (ing. automatic text summarization) Microsoft Word-ə daxil edilməsi; 7. Biliklər sisteminin – ekspert sistemlərinin yaradılması; 8. Sual-cavab (dialoq) sistemlərinin yaradılması; 9. Simvolların optik tanınması (ing. OCR məs.: FineReader proqramı). 10. Nitqin avtomatik tanınması; 11. Nitqin avtomatik sintezi; 1 12. Məlumat axtarış sistemlərinin hazırlanması. Qısa şəkildə yuxarıda sadalanan problemlərin şərhini verək. Təbii dilin emalı süni intellekt və riyazi dilçiliyin bir qolu olub, dilin kompüter vasitəsilə analiz və sintezini öyrənir. Bir sözlə, nəzəri cəhətcə dilin emalı prosesində kompüter üçün interfeys dili (insanla-kompüterin qarşılıqlı əlaqəsi) yaradılmışdır ki, bu o qədər də asan məsələ deyildir. Təbii dilin dərki (anlamı) aləm haqqında zəngin bilik tələb edir ki, məhz süni intellektin də əsas məsələlərindən biri “anlamı” kompüterə tanıtmaqdır, məsələn, Azərbaycan dilindəki mətnin anlamı (dərki) söz sırasından, omonimlərdən, sinonimlərdən, durğu işarələri və vurğudan asılı- dır. Bu baxımdan kompüterin də mətnlərin anlamı üçün sa- dalanan meyarların formal modelləri hazırlanmalıdır. 1 Ru.vikipedia.org Məhəbbət Mirzəliyeva, Kamilə Vəliyeva 6 §1. Korpus dilçiliyi Korpus dilçiliyi (ing. text corpus) KD mətnlərin korpus və istifadəsinin yaradılmasını tədqiq edən tətbiqi linqvistikanın bir bölməsidir. Ümumiyyətlə, bu termin 1960-cı ildən praktikada korpusların yaranması ilə meydana gəlmişdir. Linqvistik korpus dedikdə müəyyən prinsiplərə, müəyyən standartlara uyğun mətnlərin toplusu başa düşülür. Korpusları yaratmaqda məqsəd müxtəlif səpkili linqvistik məsələlərin, məsələn, mətnlərin qrafik və qrammatik təhlilində istifadə edilməsidir. Korpus dilçiliyi – korpusların yaranması və istifadəsini tədqiq edən kompüter dilçiliyinin bir istiqamətidir. İlk kompüter korpusu 1960-cı ildə Braun Universitetində yaradılan (BR – ing. Brown Corpus) Braun korpusudur ki, tərkibi bir milyon sözişlət- mədən ibarət olmuş və digər dillərin korpuslarının hazırlanması- na təkan vermişdir. Belə ki, 1960-cı ildə bu korpusun modelinə əsasən Zasorina rus dilinin tezlik lüğətini (bir milyon sözdən ibarət) tərtib etmişdir. 1 Analoji model üzrə 1980-ci ildə İsveçin Upsali Universitetində rus dilinin korpusu yaradılmışdır. Tərkibi eyniölçülü parçalardan ibarət olan mətnlərin bu korpusu xüsusi tətbiqi məsələlərin həllinə xidmət üçün qurulmuşdur. Kompüter texnologiyasının sürətli inkişafı böyük həcmli milli korpusların hazırlanmasına təkan verdi. Belə səpkili kor- puslardan biri İngiltərənin Birminghem Universitetində yaradı- lan B ritaniyanın Milli Korpusu (British National Corpus) keç- miş SSRİ-də isə A.P.Yerşovun təşəbbüsü ilə hazırlanan rus dili- nin maşın fondunu nümunə göstərmək olar. Hal-hazırda rus dili- nin milli korpusu 300 milyon sözişlətmədən ibarətdir. 2 Linqvistik korpus mətnlərin elektron formada külliyyatıdır ki, burada müəyyən axtarış sisteminin köməyi ilə sözlərin, söz birləşmələrinin qrammatik formalarını və mənasını tapmaq 1 Штиндлова Й. Применение методов механизации и автоматизации в лексико- логической работе за рубежом. Автоматизации в лингвистике. М., - Л., 1966 2 Ru.vikipedia.org Maşın tərcüməsinin nəzəri problemləri 7 mümkündür. Məqsəddən asılı olaraq dünyada müxtəlif tipli kor- puslar mövcuddur. Misal üçün, bir müəllifin korpusu, İncilin korpusu, rus dilinin korpusu və s. Milli korpus isə müxtəlif janrları, üslubları, regional və so- sial vəziyyəti özündə əks etdirən mətnlərin külliyyatıdır. Bu kor- pusun yaradılmasında məqsəd dilin leksikasını, qrammatikasını tədqiq etmək, müxtəlif səpkili məsələlərin həlli üçün (leksika, dil tarixi və s.) sorğu, məlumat toplamaq, nümunələrin seçilmə- sində (toplanmasında) çox vaxt aparan böyük həcmli materialla- rı araşdırmaqdan mütəxəssisləri azad etməkdir. Dünyada ən məşhur milli korpuslardan – 100 milyon söz- dən ibarət olan Britaniya milli korpusunu 1 misal çəkmək olar. Bu modelə əsasən 2000-ci ildə rus dilinin milli korpusu (RMK) meydana gəlmişdi 2 . Rus dilinin milli korpusu Moskva, Sankt- Peterburq, Voronej və digər şəhərlərin alimlərinin birgə səyinin məhsulu olub, bir çox başqa dillərin milli korpuslarının (qazax, başqırd, tatar və s.) hazırlanmasına böyük təkan vermişdir. RMK-na müasir yazılı mətnlər (XX-XXI), orta əsrlər dövrünün mətnləri (XYIII-XIX), dini, qəzet, dialekt, poetik, tədris, şifahi nitq, aksentoloji, multimedia korpusları daxildir. Əsas korpusun həcmi 2013-cü ildə 230 milyon sözişlətmədən, ümumi korpusun həcmi isə 384 milyon sözişlətmədən ibarətdir. Korpusdakı mətn- lərin 1,5%-i morfoloji və semantik marketlə təchiz olunmuşdur. Korpusların funksiyası 90-cı illərdə internetin meydana gəlməsi ilə kəskin dəyişdi. Artıq dilçilər müxtəlif dillərin (al- man, çex, çin, yapon, bolqar və s.) böyük həcmli milli korpusla- rını yaratmağa başladılar. Qeyd etməliyik ki, müasir dövrdə külli miqdarda mətnlə- rin elektron formada yerləşdirilməsi korpusların həcminin ar- tırılmasında böyük rol oynadı. Doğrudur ki, bu mətnlərin mövzu və janrlar üzrə təsnif edilməsi, vahid formaya salınması lazım 1 www.natcorp.ox.ac.uk 2 http://ruscorpora.ru(открыт 29 апреля, 2004 года), http://polit.ru/article/2009/10/23/corpus/- Yüklə 1,69 Mb. Dostları ilə paylaş:
|