1

Κεφάλαιο 6

Μετάφραση

Σύνοψη Στην εποχή της παγκοσμιοποίησης, η κατανόηση, παραγωγή και επεξεργασία πολύγλωσσου περιεχομένου έχουν αυξήσει τις ανάγκες σε μεταφραστικές υπηρεσίες. Παράλληλα, οι νέες τεχνολογίες και η εξάπλωση του διαδικτύου έχουν αλλάξει ριζικά τόσο τον τρόπο όσο και το αντικείμενο εργασίας των μεταφραστών. Χάρη στην πρόοδο που έχει σημειωθεί στον τομέα της πληροφορικής, κυρίως στις δεκαετίες 1980 και 1990, η καθημερινότητα των μεταφραστών είναι συνυφασμένη με τους προσωπικούς υπολογιστές και τα λογισμικά επεξεργασίας κειμένου, ενώ δίνεται μεγάλη σημασία στην ανάπτυξη συστημάτων μηχανικής μετάφρασης και μεταφραστικών εργαλείων για προσωπική ή επαγγελματική χρήση. Επιπλέον, το είδος και το μορφότυπο των προς μετάφραση εγγράφων δεν περιορίζεται στο απλό κείμενο αλλά ποικίλλει: πολυμεσικό υλικό, βίντεο, ηλεκτρονικά παιχνίδια, λογισμικά, ιστοσελίδες κτλ. Τέλος, το διαδίκτυο έχει συμβάλει σημαντικά στην εξωστρέφεια των μεταφραστών, καθώς και στη μεταξύ τους επικοινωνία και συνεργασία, μέσα από προσωπικές ιστοσελίδες, ιστολόγια, φόρα, κοινωνικά και επαγγελματικά δίκτυα.

Πώς λοιπόν το διαδίκτυο μπορεί να μας βοηθήσει αποτελεσματικά όταν μεταφράζουμε ή όταν αναζητούμε μεταφραστικές υπηρεσίες;

Στόχοι του κεφαλαίου είναι:

• να παρουσιάσουμε τις δυνατότητες αλλά και τους περιορισμούς των διαδικτυακών μεταφραστικών μηχανών,

• να περιγράψουμε τις τεχνικές αξιοποίησης και τα οφέλη των παράλληλων και συγκρίσιμων κειμένων,

• να εξετάσουμε διαδικτυακές πλατφόρμες και εφαρμογές των μεταφραστικών μνημών, • να παρουσιάσουμε χρήσιμα λογισμικά και εργαλεία γλωσσικής διόρθωσης και επιμέλειας

κειμένων, • να παρουσιάσουμε τις νέες τάσεις και πρακτικές στη μετάφραση που οφείλονται στο διαδίκτυο.

6.1 Αυτοματοποίηση της μετάφρασης Η αυτοματοποίηση της μεταφραστικής διαδικασίας έχει περάσει από πολλά στάδια μέχρι να φτάσει σε αυτό που γνωρίζουμε εμείς σήμερα. Η σύγχρονη ιδέα για την αυτόματη μετάφραση εμφανίστηκε για πρώτη φορά ήδη στη δεκαετία του ’30. Στις δεκαετίες που ακολούθησαν υπήρξαν ποικίλες διακυμάνσεις, οι οποίες αποτέλεσαν ουσιαστικά τη βάση για την ανάπτυξη του διεπιστημονικού τομέα της αυτόματης επεξεργασίας φυσικής γλώσσας και της γλωσσικής τεχνολογίας. Η φάση που διανύουμε σήμερα θέλει την αυτόματη μετάφραση να συγκαταλέγεται σε μια ευρεία γκάμα μεταφραστικών εργαλείων, ενώ γίνεται πλέον λόγος για έναν σχετικά νέο κλάδο της μεταφρασεολογίας, ο οποίος ασχολείται με τη μεταφραστική τεχνολογία.

6.1.1 Από τον υπολογιστή στο διαδίκτυο Η τεχνολογία υπήρξε ανέκαθεν καθοριστικός μοχλός εξέλιξης στον τομέα της πληροφορικής (Phister 2011). Με την πάροδο των χρόνων, οι υπολογιστές αποκτούν μεγαλύτερη ισχύ και ταυτόχρονα γίνονται λιγότερο ογκώδεις, λιγότερο ενεργοβόροι και οικονομικά πιο προσιτοί στο ευρύ κοινό. Τα λογισμικά εξελίσσονται αξιοποιώντας τις νέες δυνατότητες του υλικού. Οι εκδότες λογισμικού επινοούν νέα εργαλεία και βελτιώνουν

2

διαρκώς τα υπάρχοντα, προσθέτοντας σε αυτά νέες λειτουργικότητες. Ο ανταγωνισμός μεταξύ κατασκευαστών υπολογιστών και εκδοτών λογισμικού οδηγεί με ιλιγγιώδη ταχύτητα την πληροφορική σε διαρκή εξέλιξη.

Η πληροφορική έχει αλλάξει εντελώς τον τρόπο με τον οποίο γράφουμε, μεταφράζουμε και επεξεργαζόμαστε κείμενα. Έτσι, έχει παρέλθει ανεπιστρεπτί η εποχή που ο μεταφραστής πληκτρολογούσε το κείμενο στη γραφομηχανή (όταν δεν το έγραφε με το χέρι ή δεν το υπαγόρευε σε κάποιον άλλον). Με το που ολοκλήρωνε τη διόρθωση και επιμέλεια της μετάφρασής του, έπρεπε να ξαναπληκτρολογήσει όλο το κείμενο από την αρχή. Αν ήθελε να αλλάξει μια-δυο λέξεις ή ένα σημείο στίξης σε μια πρόταση, έπρεπε να ξαναπληκτρολογήσει όλη τη σελίδα. Σήμερα είναι δύσκολο να διανοηθούμε τέτοιες συνθήκες εργασίας, χωρίς πρόσβαση σε κάποιο λογισμικό επεξεργασίας κειμένου.

Με τον ερχομό και τη διάδοση των προσωπικών υπολογιστών (personal computers, PC) στη δεκαετία του ’80, ο μεταφραστής αποκτά δικό του υπολογιστή για να γράφει και να μεταφράζει, μπορεί να αναζητάει όρους σε ηλεκτρονικά λεξικά ή σε παλαιότερες μεταφράσεις που έχει αποθηκεύσει στον σκληρό δίσκο του, μπορεί να χρησιμοποιεί εργαλεία ειδικά σχεδιασμένα για να διευκολύνουν την εργασία του.

Μια άλλη τεχνολογία που έφερε επαναστατικές αλλαγές στον τρόπο εργασίας του μεταφραστή είναι το διαδίκτυο. Μέχρι το 2000, τα έγγραφα προς μετάφραση στέλνονταν με το ταχυδρομείο ή με φαξ. Αν ο μεταφραστής χρειαζόταν να κάνει έρευνα σχετικά με το θέμα που πραγματευόταν το κείμενο πηγή και να αναζητήσει πηγές τεκμηρίωσης, έπρεπε να τρέξει σε βιβλιοθήκες και αρχεία με την ελπίδα ότι εκεί πιθανόν θα έβρισκε κάποια σχετικά άρθρα ή βιβλία.

Σήμερα οι μεταφραστές λαμβάνουν και στέλνουν κείμενα με ηλεκτρονικό ταχυδρομείο ή με ηλεκτρονικές υπηρεσίες μεταφοράς αρχείων (π.χ. Dropbox). Συμβουλεύονται βιβλιογραφικές πηγές διαδικτυακά, σε όλον τον κόσμο, έχοντας έτσι πρόσβαση σε δεκάδες ή και εκατοντάδες άρθρα από διάφορους ειδικούς θεματικούς τομείς. Μπορούν να κάνουν ορολογική αναζήτηση σε εκατομμύρια έγγραφα και να επαληθεύσουν τις επιλογές τους με βάση τον αριθμό εμφανίσεων του όρου που επέλεξαν και την αξιοπιστία των πηγών που τις παραθέτουν. Μπορούν να συνεργάζονται σε κοινά μεταφραστικά έργα με συναδέλφους τους που βρίσκονται στην άλλη άκρη της χώρας ή του πλανήτη, ακόμη και σε πραγματικό χρόνο, ανταλλάσσοντας κείμενα, γλωσσάρια, μεταφραστικές μνήμες. Σήμερα θα ήταν δύσκολο να δουλέψει ένας μεταφραστής αποτελεσματικά χωρίς το διαδίκτυο.

Εκτός από τα γενικά χαρακτηριστικά που καθιστούν τον παγκόσμιο ιστό ένα πολύτιμο βοήθημα στη γλωσσική έρευνα (ανεξάντλητη πηγή πληροφόρησης, ανοιχτή πρόσβαση και δωρεάν εργαλεία, δυνατότητα για μαζική συμμετοχή χρηστών και συνεργατικότητα), όσον αφορά ειδικότερα τη μετάφραση, ο ρόλος του διαδικτύου μπορεί να συνοψιστεί στους παρακάτω τέσσερις άξονες:

1. Αναζήτηση πληροφορίας και έρευνα τεκμηρίωσης: Μηχανές και μετα-μηχανές αναζήτησης, διαδικτυακοί κατάλογοι, έργα αναφοράς, διαδικτυακά λεξικά και γλωσσάρια, εργαλεία αναζήτησης σε λεξικά, βάσεις δεδομένων, σώματα κειμένων…

2. Επεξεργασία κειμένων προς μετάφραση: Συστήματα μηχανικής μετάφρασης, μεταφραστικές μνήμες, εργαλεία στοίχισης κειμένων, εξαγωγής ορολογίας…

3. Επικοινωνία και συνεργασία: Κοινότητες μεταφραστών, φόρα, ιστολόγια, κοινωνικά δίκτυα… 4. Ενημέρωση και επιμόρφωση: διαδικτυακά σεμινάρια (Webinars), εκπαιδευτικά βίντεο (tutorials),

εγχειρίδια, συχνές ερωτήσεις άλλων χρηστών… Από τους τέσσερις αυτούς άξονες, θα επικεντρωθούμε στον άξονα 2 που αφορά τη μεταφραστική

τεχνολογία και τα μεταφραστικά εργαλεία.

6.1.2 Μεταφραστική τεχνολογία Η μεταφραστική τεχνολογία ή μεταφραστική (αγγλ. translation technology, γαλλ. traductique) δηλώνει το σύνολο των εργαλείων που επιτρέπουν την αυτοματοποίηση, άμεση ή έμμεση, ολική ή μερική, της διαδικασίας της μετάφρασης. Σε πολλές περιπτώσεις, πάντως, ορίζεται πρωτίστως ως ένα σύνολο εργαλείων και εφαρμογών που χρησιμοποιούνται αποκλειστικά στην τεχνική μετάφραση στο σύνολό της, και ακόμα περισσότερο σε κάποιους ειδικούς τομείς της (Δημητρούλια 2007).

Η γένεση της μεταφραστικής τεχνολογίας κατά τη δεκαετία του ’90 συνετέλεσε στην ανάπτυξη γλωσσικών εργαλείων ειδικά για τους μεταφραστές (Guidère 2010: 133). Τα πεδία εφαρμογής των εργαλείων αυτών διευρύνονται συνεχώς προς πάσα κατεύθυνση και αφορούν όλα τα σύγχρονα μέσα πληροφορίας και επικοινωνίας: την τηλεόραση (συμβατική ή διαδικτυακή) με τα εργαλεία υποτιτλισμού και μεταγλώττισης, το διαδίκτυο με τα εργαλεία επιχώριας προσαρμογής (localization) προϊόντων και υπηρεσιών που προσφέρονται

3

μέσω δικτυακών τόπων, την τηλεφωνία (συμβατική ή κινητή) με τα εργαλεία αναγνώρισης και σύνθεσης φωνής (φωνητική μετάφραση), τη βιντεοσυνομιλία με την ταυτόχρονη διερμηνεία ή ακόμη και την πολυμεσική μετάφραση (ήχος/κείμενο). Υπάρχουν λοιπόν ποικίλα συστήματα «μετάφρασης» όχι μόνο γραπτού λόγου αλλά και μεταφοράς από τον γραπτό λόγο στον προφορικό και αντίστροφα (text to text, text to speech, speech to text, speech to speech).

Οι λύσεις που βασίζονται στην τεχνολογία προκειμένου να ανταποκριθούν στις μεταφραστικές ανάγκες είναι φυσική απόρροια της παγκοσμιοποίησης και των χαρακτηριστικών της (αύξηση της ζήτησης, πίεση χρόνου και μείωση των τιμών), καθώς και της ψηφιοποίησης του περιεχομένου πηγής. Η μεταφραστική τεχνολογία έχει γίνει ο κατεξοχήν τρόπος μετάφρασης στην τεχνική και επιστημονική μετάφραση και στην επιχώρια προσαρμογή, τομείς στους οποίους η τεχνολογία χρησιμοποιείται για την αύξηση της παραγωγικότητας και της αποτελεσματικότητας σε σχέση με το κόστος, και τη βελτίωση της ποιότητας (O’Hagan 2009).

Πριν προχωρήσουμε στην παρουσίαση των διαθέσιμων σήμερα εργαλείων, ας περιγράψουμε εν συντομία τις σύγχρονες εξελίξεις στον τομέα της μετάφρασης παγκοσμίως, οι οποίες δικαιολογούν τη χρήση του υπολογιστή, και γενικότερα της τεχνολογίας, από τους μεταφραστές (Kubler 2007):

- Η αύξηση της ζήτησης. Σήμερα η ποσότητα των κειμένων που πρέπει να μεταφραστούν είναι ιδιαιτέρως αυξημένη και αυξάνεται τόσο γρήγορα που οι μεταφραστές δεν επαρκούν να αντεπεξέλθουν στον όγκο της ζήτησης των μεταφράσεων. Εγχειρίδια συσκευών, οδηγίες χρήσης φαρμάκων, ετικέτες συσκευασιών, υπότιτλοι ταινιών, τεχνικά κείμενα διεθνών κατασκευαστικών διαγωνισμών, ιατρικές δημοσιεύσεις, νομικά κείμενα, διαφημίσεις, πολιτικές αποφάσεις πολυεθνικών οργανισμών, γραφειοκρατικές ανταλλαγές μεταξύ κρατών, έγγραφα μεταναστών, βιομηχανικές προδιαγραφές, εμπορικές νομοθεσίες, πολύγλωσσοι δικτυακοί τόποι, επιστημονικές και ακαδημαϊκές εργασίες, αυτά και πολλά άλλα συγκροτούν ένα «σώμα επικοινωνίας» που για να είναι λειτουργικό πρέπει να αλλάζει διαρκώς γλώσσες, πρέπει δηλαδή να μεταφράζεται. Ο υπολογιστής μπορεί να συμβάλει στην διευκόλυνση του έργου των μεταφραστών.

- Το είδος των κειμένων. Πολλά από τα προς μετάφραση έγγραφα είναι υπερβολικά τεχνικά, κάτι που καθιστά τη μετάφρασή τους από ανθρώπους ιδιαίτερα χρονοβόρα και επίπονη. Ο υπολογιστής μπορεί να υποβοηθήσει τους μεταφραστές σε αυτή την άχαρη διαδικασία.

- Η τυποποίηση της ορολογίας. Για τις μεγάλες πολυεθνικές εταιρείες που δημιουργούν και διακινούν περιεχόμενο σε πολλές γλώσσες, είναι επιβεβλημένη η αυστηρή τυποποίηση και συνεπής χρήση της ορολογίας από γλώσσα σε γλώσσα. Τα μεταφραστικά εργαλεία μπορούν να ανασύρουν και να προτείνουν με συστηματικότητα τους τυποποιημένους όρους που υιοθετεί στους κόλπους της η ίδια η εταιρεία. Ο έλεγχος αυτής της συνέπειας είναι πιο χρονοβόρος και επίπονος για τους μεταφραστές που εργάζονται ομαδικά και χωρίς υποστήριξη από μεταφραστικά εργαλεία.

- Η πίεση του χρόνου. Οι εταιρείες απαιτούν όλο και περισσότερες μεταφράσεις και όλο και συντομότερο χρονικό διάστημα. Ο υπολογιστής μπορεί να βοηθήσει στην επιτάχυνση της παράδοσης και στην αύξηση της ποσότητας των μεταφρασμένων κειμένων.

- Η σχετικοποίηση της έννοιας της ποιότητας. Ανάλογα με την περίσταση, η αποδεκτότητα του μεταφραστικού αποτελέσματος μπορεί να ποικίλλει, και αυτό γιατί έχει διαπιστωθεί ότι δεν απαιτείται μετάφραση υψηλής ποιότητας σε όλες τις περιπτώσεις. Έτσι, πολλές φορές προκειμένου να καταλάβουμε γρήγορα το γενικό περιεχόμενο μιας ιστοσελίδας που είναι γραμμένη σε μια γλώσσα που δεν γνωρίζουμε, μια αυτόματη μετάφραση μπορεί να είναι αρκετά ικανοποιητική, ακόμη και αν το αποτέλεσμα δεν είναι απόλυτα ακριβές ή περιέχει πολλά γραμματικά και συντακτικά λάθη.

Η μεταφραστική τεχνολογία περιλαμβάνει τα μεταφραστικά βοηθήματα (τα λεξικά, τις γραμματικές

και την τεχνολογία των πληροφοριών) και επομένως εντάσσεται στον κλάδο της εφαρμοσμένης μεταφρασεολογίας (applied translation studies) σύμφωνα με τον μεταφρασεολογικό «χάρτη» του Holmes (Toury 1995), όπως περιγράφεται στον Munday (2002: 32).

4

Εικόνα 6.1 Ο μεταφρασεολογικός «χάρτης» του Holmes (Munday 2002:32)

Ο όρος μεταφραστική τεχνολογία ή «τεχνολογία της μετάφρασης» χρησιμοποιείται από τον Quah

(2006) και εξειδικεύεται περαιτέρω σε δύο υποκατηγορίες: α) εργαλεία μηχανικής μετάφρασης (ΜΜ) και β) εργαλεία μετάφρασης με τη βοήθεια του ηλεκτρονικού υπολογιστή (μεταφραστικά εργαλεία, γλωσσικά εργαλεία και εργαλεία επιχώριας προσαρμογής).

Εικόνα 6.2 Προσαρμογή του κλάδου της Εφαρμοσμένης Μεταφρασεολογίας από τον Quah (2006)

(Πηγή: Τσακαλίδου Σ., Χαμένοι στη Μετάφραση, 2η Συνάντηση Ελληνόφωνων Μεταφρασεολόγων, ΑΠΘ, 7-9/5/2009) Στη διεθνή βιβλιογραφία συναντώνται επίσης άλλες διακρίσεις:

• με κριτήριο τον βαθμό εξειδίκευσης των μεταφραστικών εργαλείων (βλ. Blatt et al. 1985 στο: Δημητρούλια 2007):

5

α) εργαλεία για μεταφραστές: όλα τα προγράμματα που λειτουργούν υποστηρικτικά προς το έργο του μεταφραστή, από τον επεξεργαστή κειμένου ως τις εφαρμογές διαχείρισης λεξικών, βάσεων δεδομένων ορολογίας και γενικά όλες τις εφαρμογές αναζήτησης πληροφορίας και έρευνας. β) μετάφραση με ηλεκτρονική υποστήριξη: αμιγώς μεταφραστικές εφαρμογές όπως μεταφραστικές μνήμες, προγράμματα στοίχισης κειμένων, ορολογικές μνήμες, προγράμματα αυτόματης επισήμανσης ήδη γνωστών όρων, αλλά και αυτόματης εξαγωγής άγνωστων όρων κτλ. γ) μηχανική μετάφραση.

• με κριτήριο τον βαθμό αυτοματισμού της μεταφραστικής διαδικασίας και την ανάγκη ή όχι ανθρώπινης παρέμβασης (βλ. Lehberger & Bourbeau 1988 στο: Δημητρούλια 2007):

α) πλήρως αυτόματη μετάφραση υψηλής ποιότητας (fully automatic high quality translation – FAHQT) β) μηχανική μετάφραση με ανθρώπινη υποστήριξη (human assisted machine translation – HAMT): Εδώ η ανθρώπινη υποστήριξη νοείται είτε ως προεπεξεργασία (αγγλ. pre-editing, γαλλ. pré-édition) του προς μετάφραση κειμένου, είτε ως επιμέλεια (αγγλ. post-editing, γαλλ. post-édition) του μεταφρασμένου κειμένου. γ) ανθρώπινη μετάφραση με μηχανική/ηλεκτρονική υποστήριξη (machine assisted human translation – MAHT).

Μπορούμε να απεικονίσουμε τα παραπάνω σε ένα συνεχές (contimuum) που εκτείνεται μεταξύ ανθρώπινης μετάφρασης (HT) και πλήρως αυτόματης μετάφρασης υψηλής ποιότητας (FAHQT):

FAHQT HAMT MAHT HT

____________________________________________________________________ Παρ’ όλα αυτά, εδώ, ακολουθώντας τον Quah (2006), θα υιοθετήσουμε τη διμερή διάκριση των

μεταφραστικών εργαλείων σε μηχανική μετάφραση (ΜΜ) και μετάφραση με ηλεκτρονική υποστήριξη (ΜΗΥ), η οποία θεωρούμε ότι ανταποκρίνεται καλύτερα στις ανάγκες της παρουσίασης που ακολουθεί.

6.2 Μηχανική μετάφραση (ΜΜ) Με τον όρο αυτόματη ή μηχανική μετάφραση (αγγλ. machine translation, γαλλ. traduction automatique) (εφεξής ΜΜ) ορίζεται η αυτοματοποιημένη διαδικασία κατά την οποία μεταφέρεται ο γραπτός λόγος από μια γλώσσα-πηγή σε μια γλώσσα-στόχο. Η μετάφραση παράγεται αυτόματα από ένα υπολογιστικό σύστημα το οποίο διαχειρίζεται εξολοκλήρου τη μεταφραστική διαδικασία, χωρίς ανθρώπινη παρέμβαση (Σταύρου και Τζεβελέκου 2000, Σοφιανόπουλος 2009). Στη ΜΜ ο υπολογιστής δεν προσφέρει μόνο μεταφράσεις λεξικών μονάδων, αλλά παράγει προτάσεις ή κείμενα. Ο άνθρωπος χρήστης εισάγει ένα κείμενο πηγή στο σύστημα, πατάει το κουμπί για να ενεργοποιήσει τη λειτουργία της μετάφρασης και λαμβάνει στην έξοδο ένα κείμενο στόχο, χωρίς καθόλου να παρέμβει κατά τη διάρκεια της διαδικασίας. Ο χρήστης μπορεί να παρέμβει στο κείμενο μόνο όταν η διαδικασία έχει ολοκληρωθεί: ελέγχει το αποτέλεσμα και προβαίνει σε διορθώσεις γραμματικού ή υφολογικού χαρακτήρα. Ο βαθμός της ανθρώπινης παρέμβασης εξαρτάται από την ποιότητα της μετάφρασης που παρήχθη με μηχανικό τρόπο (Καραγιάννης 2000).

Εδώ και δεκαετίες, η ΜΜ αποτελεί ένα από τα δυσκολότερα επιστημονικά προβλήματα της υπολογιστικής γλωσσολογίας, συγκεντρώνοντας το ενδιαφέρον επιστημόνων από διάφορους χώρους, όπως της πληροφορικής, της τεχνητής νοημοσύνης, της θεωρητικής και τυπικής γλωσσολογίας, της ψυχογλωσσολογίας, της λογικής και της φιλοσοφίας της γλώσσας.

6.2.1 Σύντομη ιστορική αναδρομή Αν και οι πρώτες ιδέες για αυτόματη μετάφραση συναντώνται σε επιστημονικά κείμενα του 17ου αιώνα, οι πρώτες πρακτικές προτάσεις έγιναν στον 20ό αιώνα και πιο συγκεκριμένα το 1933, όταν εμφανίστηκαν ταυτόχρονα στη Γαλλία και στη Ρωσία πατέντες για την κατασκευή μηχανικών λεξικών (Σοφιανόπουλος 2009). Αργότερα, το 1947 επιστήμονες στον τομέα της κρυπτογραφίας, όπως οι Booth και Weaver, πρότειναν τη χρησιμοποίηση των υπολογιστών, οι οποίοι είχαν πρόσφατα εφευρεθεί, για την αυτόματη μετάφραση

6

ανάμεσα σε δύο γλώσσες (Hutchins 1997). Μάλιστα ο Weaver την ίδια χρονιά, ως διευθυντής του ιδρύματος Rockefeller, κατέγραψε σε ένα υπόμνημα τις προτάσεις του για την αντιμετώπιση του προβλήματος της αμφισημίας, χρησιμοποιώντας τις γνώσεις του στην κρυπτογραφία, στη στατιστική και στη λογική. Το υπόμνημα του Weaver (1949) αποτέλεσε στις ΗΠΑ την απαρχή της έρευνας στη ΜΜ. Η ανάπτυξη και υλοποίηση των πρώτων συστημάτων ξεκινά στα μέσα της δεκαετίας του ’50. Από τότε μέχρι σήμερα, η έρευνα για τη ΜΜ παρουσίασε πολλές διακυμάνσεις και η ιστορία της διακρίνεται συνήθως σε τέσσερις περιόδους (Kubler 2007).

1950-60: περίοδος αισιοδοξίας Στη δεκαετία του ’50 οι σχετικές μελέτες χαρακτηρίζονται από μεγάλη αισιοδοξία ως προς τα

προσδοκώμενα αποτελέσματα. Οι πρώτες γενιές μεταφραστικών συστημάτων ήταν προσεγγίσεις άμεσης μετάφρασης (direct translation approaches), συστήματα από τα οποία απουσιάζουν οποιουδήποτε είδους ενδιάμεσα στάδια. Αρχικά το κείμενο της γλώσσας πηγής υποβάλλεται σε απλή μορφολογική ανάλυση και στη συνέχεια γίνεται αναζήτηση σε ένα απλό δίγλωσσο λεξικό για τα μεταφραστικά ισοδύναμα κάθε λέξης. Το τελικό κείμενο στη γλώσσα στόχο προκύπτει με την εφαρμογή κάποιων τοπικών κανόνων αναδιοργάνωσης ώστε να τοποθετηθούν οι λέξεις στη σωστή σειρά. Το πρώτο τέτοιο σύστημα ΜΜ παρουσιάζεται από την IBM στις ΗΠΑ το 1954 και συγκεντρώνει το ενδιαφέρον των ερευνητών. Για το πείραμα αυτό, ένα προσεκτικά επιλεγμένο δείγμα 49 ρωσικών προτάσεων μεταφράστηκε στα αγγλικά, με τη χρήση ενός περιορισμένου λεξικού 250 λέξεων και 6 γραμματικών κανόνων. Παρά το γεγονός ότι το σύστημα είχε ελάχιστη επιστημονική αξία, το μεταφραστικό αποτέλεσμα ήταν αρκετά εντυπωσιακό ώστε να τονώσει τη χρηματοδότηση στις ΗΠΑ. Λόγω του ψυχρού πολέμου οι προσπάθειες τα επόμενα χρόνια επικεντρώθηκαν στο γλωσσικό ζεύγος ρωσικά-αγγλικά με αντικείμενο μετάφρασης κυρίως επιστημονικά και τεχνικά κείμενα. Η ποιότητα της παραγόμενης μετάφρασης μπορεί να μην ήταν επαρκής για τη σε βάθος κατανόηση του κειμένου, αρκούσε όμως για να αναγνωριστεί κατά πόσο ήταν σημαντικό ώστε να αποσταλεί σε ένα μεταφραστή για πλήρη μετάφραση.

1966: περίοδος παύσης Στα μέσα της δεκαετίας του ’60 το θετικό αυτό κλίμα αλλάζει ριζικά. Η ΜΜ γίνεται αντικείμενο

σοβαρής κριτικής και ριζικής αμφισβήτησης. Αυτό οφείλεται κυρίως σε μια αναφορά αξιολόγησης που συντάσσεται το 1966 από την επιτροπή εμπειρογνωμόνων ALPAC (Automatic Language Processing Advisory Committee), η οποία είχε συσταθεί από την Εθνική Ακαδημία Επιστημών των ΗΠΑ. Σύμφωνα με την αναφορά, τα υπέρογκα ποσά που είχε δαπανήσει η αμερικανική κυβέρνηση δεν είχαν οδηγήσει στα επιθυμητά αποτελέσματα, αφού τα συστήματα που δημιουργήθηκαν ήταν αργά και παρήγαγαν μεταφράσεις χαμηλής ποιότητας. Ο λόγος της αποτυχίας τους συνοψίζεται στις υψηλές προσδοκίες που είχαν δημιουργηθεί, ενώ ταυτόχρονα δεν υπήρχε το βασικό θεωρητικό υπόβαθρο και η κατάλληλη τεχνική υποδομή. Η αναφορά καταλήγει στο συμπέρασμα ότι η έρευνα θα πρέπει να εστιαστεί στην επεξεργασία της φυσικής γλώσσας (Natural Language Processing – NLP) και να αποδεσμευτεί από εφαρμογές που σχετίζονται αποκλειστικά με τη μετάφραση. Η αναφορά της ALPAC οδήγησε στη μείωση των ερευνητικών κονδυλίων στον τομέα της ΜΜ στις ΗΠΑ αλλά και σε άλλες χώρες τουλάχιστον για μια δεκαετία, όμως ταυτόχρονα αυξήθηκαν οι προσπάθειες σε τομείς όπως η υπολογιστική γλωσσολογία και η τεχνητή νοημοσύνη, τομείς που αποτέλεσαν θεωρητικό υπόβαθρο για τα σύγχρονα συστήματα. Ένα από τα ελάχιστα συστήματα ΜΜ που επιβίωσαν από την κρίση που επέφερε η αναφορά ήταν το Systran (1970), το οποίο αναπτύχθηκε από μια εταιρεία που εργαζόταν για την αμερικανική πολεμική αεροπορία, προκειμένου να μεταφράζει μεγάλο όγκο ρωσικών επιστημονικών και τεχνικών εγγράφων κατά τη διάρκεια του ψυχρού πολέμου. Οι μεταφράσεις ήταν συνήθως κατά προσέγγιση, αλλά ικανοποιητικές για μια πρόχειρη κατανόηση του περιεχομένου. Η επιτυχία του συστήματος οδήγησε την Επιτροπή των Ευρωπαϊκών Κοινοτήτων να αγοράσει μια αγγλο-γαλλική έκδοση του συστήματος, την οποία ακολούθησαν συστήματα για τη μετάφραση των περισσότερων ζευγών γλωσσών της ΕΕ.

1970-80: περίοδος ανάκαμψης Κυρίως μετά το 1970, χρησιμοποιήθηκαν ευρέως συστήματα ΜΜ σε διεθνείς οργανισμούς και

ιδιωτικές εταιρείες, ενώ στη δεκαετία του ’80 η έρευνα για τη ΜΜ γνωρίζει νέα άνθηση, κυρίως στον

7

Καναδά και στην ΕΕ, αφού εκεί η ανάγκη για μετάφραση ήταν μεγαλύτερη λόγω της ύπαρξης πολλών επίσημων γλωσσών. Οι νέες προσπάθειες, επηρεασμένες από την αναφορά της ALPAC, διερευνούν νέες τεχνικές οι οποίες αξιοποιούν τις γλωσσολογικές θεωρίες της εποχής και τα υπολογιστικά εργαλεία που είχαν δημιουργηθεί. Η αδυναμία των συστημάτων άμεσης μετάφρασης να κάνουν σωστές λεξικές και συντακτικές επιλογές, όπως αποτυπώθηκε στην αναφορά της ALPAC, οδήγησε την έρευνα προς τις έμμεσες προσεγγίσεις. Τα συστήματα της νέας αυτής γενιάς, τα οποία ανήκουν στη γενικότερη κατηγορία συστημάτων που βασίζονται σε κανόνες, ακολουθούσαν μια στρατηγική επεξεργασίας του κειμένου σε τρία στάδια: ανάλυση, μεταφορά, παραγωγή. Ένα από τα πρώτα επιτυχημένα συστήματα μεταφοράς αναπτύχθηκε στο Μόντρεαλ. Το σύστημα μετάφρασης μετεωρολογικών δελτίων Météo, κάνοντας χρήση ενός περιορισμένου λεξιλογίου και συντακτικών κανόνων, λειτουργεί με επιτυχία από το 1976 μέχρι και σήμερα. Επιπλέον, το ενδιαφέρον στρέφεται πλέον περισσότερο προς την εξερεύνηση μεθόδων γλωσσικής ανάλυσης και σύνθεσης και προς τη μηχανική μετάφραση με ανθρώπινη υποστήριξη (HAMT).

1990-σήμερα: σύγχρονη περίοδος Στη δεκαετία του ’90, τα τεχνικά χαρακτηριστικά των προσωπικών υπολογιστών βελτιώνονται με

αποτέλεσμα στα λογισμικά πακέτα γραφείου να ενσωματώνονται προσωπικά συστήματα ΜΜ, ενώ πολλές εταιρείες (Trados, IBM) αναπτύσσουν ολοκληρωμένα συστήματα εργασίας μεταφραστών (translator workstations), τα οποία συνδυάζουν εξελιγμένα λογισμικά επεξεργασίας κειμένου και εκδοτικά λογισμικά με συστήματα διαχείρισης ορολογίας και τράπεζες ήδη μεταφρασμένων κειμένων. Παράλληλα, αναπτύσσεται το διαδίκτυο και εμφανίζονται συστήματα ΜΜ, με πρώτο το Systran το 1998. Αυτό που επικρατεί στη σύγχρονη εποχή είναι η ανθρώπινη μετάφραση με ηλεκτρονική υποστήριξη (MAHT), με κύριο χαρακτηριστικό τη μεγάλη αύξηση στη χρήση της ΜΜ αλλά και των μεταφραστικών εργαλείων εν γένει.

Είναι γεγονός ότι η μετάφραση θεωρείται πλέον ένα ενδιάμεσο και απαραίτητο στάδιο κατά τη διαδικασία μεταφοράς της πληροφορίας από γλώσσα σε γλώσσα, σε όλον τον πλανήτη. Χρήστες της ΜΜ δεν είναι πλέον αποκλειστικά οι δημόσιοι και ιδιωτικοί οργανισμοί και οι μεγάλες πολυεθνικές εταιρείες, που διαχειρίζονται και παράγουν εκατομμύρια σελίδες ετησίως έχοντας εγκατεστημένα τα συστήματα ΜΜ σε έναν κεντρικό υπολογιστή (server). Σήμερα, η MM είναι διαθέσιμη στο ευρύ κοινό μέσω συστημάτων ΜΜ κειμένων και ιστοσελίδων που διατίθενται δωρεάν στο διαδίκτυο. Το ερευνητικό ενδιαφέρον μετατοπίζεται προς την ανάπτυξη εργαλείων που υποστηρίζουν πολλές γλώσσες, συστημάτων μετάφρασης φωνής (γερμανικά, ιαπωνικά, αγγλικά), καθώς και στην αξιοποίηση των σωμάτων κειμένων και των όγκων κειμενικών δεδομένων του διαδικτύου.

6.2.2 Είδη συστημάτων ΜΜ Κατά καιρούς, έχουν προταθεί και δοκιμαστεί διάφορες προσεγγίσεις όσον αφορά τον σχεδιασμό των συστημάτων ΜΜ. Ορισμένες εφαρμόστηκαν και οδήγησαν στην παραγωγή εμπορικών συστημάτων, ενώ άλλες παρέμειναν σε ερευνητικό στάδιο. Η καθεμία από αυτές απαιτεί συγκεκριμένους γλωσσικούς πόρους και σχετίζεται με ορισμένο γλωσσολογικό μοντέλο αναπαράστασης. Οι κυριότερες προσεγγίσεις παριστάνονται συνοπτικά παρακάτω και σχολιάζονται στη συνέχεια (Hutchins & Sommers 1992, Σοφιανόπουλος 2009).

8

Είδος συστήματος Πόροι Περιγραφή Λειτουργία Παράδειγμα

Λεξικολογικό σύστημα Δίγλωσσα λεξικά

Μεταφράζει λέξη προς λέξη. Η επεξεργασία του κειμένου της γλώσσας-πηγής οδηγεί απευθείας στο κείμενο της

γλώσσας-στόχου. Κάποιες φορές, ο έλεγχος του λεξικού συνοδεύεται από μορφολογική ανάλυση, λημματοποίηση

και κανόνες για τον συσχετισμό των λέξεων.

Λεξιλόγιο γλώσσας πηγής → Λεξικοί κανόνες αντιστοίχησης → Λεξιλόγιο

γλώσσας στόχου

Πείραμα της ΙΒΜ (ΗΠΑ 1954)

Σύστημα μεταφοράς Λεξικοί και συντακτικοί κανόνες

Δεν μεταφράζει μεμονωμένες λέξεις αλλά μεταφέρει τη συντακτική δομή μιας πρότασης από τη γλώσσα-πηγή στην

ισοδύναμη δομή στη γλώσσα-στόχο.

Σύνταξη γλώσσας πηγής → Κανόνες φραστικής δομής και συντακτικές ισοδυναμίες → Σύνταξη γλώσσας

στόχου

Systran (1970), Καναδικό σύστημα

Météo (1976)

Διαγλωσσικό σύστημα Διαγλώσσα

Η μετάφραση προσεγγίζεται με μια «οικουμενική» διάσταση αφού μεταξύ γλώσσας-πηγής και γλώσσας-

στόχου μεσολαβεί η διαγλώσσα, που είναι μια αφηρημένη αναπαράσταση ανεξάρτητη από συγκεκριμένη φυσική

γλώσσα.

Ανάλυση ενός γλωσσικού συστήματος α → Σύνολο αφηρημένων

αναπαραστάσεων (διαγλώσσα) → Παραγωγή μιας αναπαράστασης β

Ευρωπαϊκό πρόγραμμα Eurotra (1985), Distributed

Language Translation (1985)

Σύστημα που βασίζεται στην αναπαράσταση γνώσης

Οντολογίες, βάσεις γνώσεων

Δίνεται έμφαση στη σημασιολογία και στον τρόπο με τον οποίο αναπαριστώννται οι λογικές και εννοιακές σχέσεις

στις δύο γλώσσες.

Γνώση του κόσμου πηγής → Κανόνες εννοιακών και λογικών σχέσεων → Γνώση του κόσμου στόχου

πειραματικό σύστημα KBMT

(ΗΠΑ 1989)

Σύστημα με χρήση παραδειγμάτων

Παράλληλα σώματα κειμένων

Βασίζεται στην ύπαρξη μιας βάσης δεδομένων, όπου κάθε εγγραφή αποτελείται από μια πρόταση στη γλώσσα πηγή

και τη μετάφρασή της στη γλώσσα στόχο.

Πρόταση στη γλώσσα πηγή → Αναζήτηση της μετάφρασής της στη

βάση δεδομένων → Πρόταση στη γλώσσα στόχο

Στατιστικό σύστημα Σώματα κειμένων + πιθανοτικά μοντέλα

Βασίζεται σε στατιστικός υπολογισμό συχνοτήτων και συνεμφανίσεων λέξεων σε μονόγλωσσα σώματα κειμένων,

καθώς και γλωσσικών ισοδυναμιών με βάση παράλληλα σώματα κειμένων.

Γλωσσικά στοιχεία του σώματος κειμένων πηγής → Στατιστική

αντιπαραβολή και υπολογισμός των πιθανοτήτων εμφάνισης ισοδυναμιών

→ Επαναχρησιμοποίηση των γλωσσικών στοιχείων σε άλλα σώματα

κειμένων στόχο

Google (2006)

Υβριδικό σύστημα Σώματα κειμένων + γλωσσολογικοί κανόνες

Συνδυάζει χαρακτηριστικά από διαφορετικές κατηγορίες συστημάτων ΜΜ, με σκοπό την αξιοποίηση των

προτερημάτων τους.

Είτε στατιστική μετα-επεξεργασία του κειμένου στη γλώσσα στόχο είτε

γλωσσολογική προ-επεξεργασία του κειμένου στη γλώσσα πηγή.

Systran (2007)

Πίνακας 6.1 Τα είδη συστημάτων ΜΜ

9

Τα συστήματα ΜΜ διακρίνονται γενικά σε δυο μεγάλες κατηγορίες ανάλογα με το αν βασίζονται σε κανόνες (παλαιότερη μέθοδος) ή σε εμπειρικά και στατιστικά δεδομένα (νεότερη μέθοδος). Η τρίτη κατηγορία περιλαμβάνει τα υβριδικά συστήματα που συνδυάζουν στοιχεία από τις άλλες δύο κατηγορίες.

6.2.2.1 Συστήματα που βασίζονται σε κανόνες Τα συστήματα που βασίζονται σε κανόνες (Rule-Based Machine Translation - RBMT) κάνουν χρήση γλωσσολογικών κανόνων σε διάφορα επίπεδα για τη μετάφραση από μια γλώσσα πηγή σε μια γλώσσα στόχο. Αποτελούν την πολυπληθέστερη και ωριμότερη κατηγορία συστημάτων που κυκλοφορούν στο εμπόριο, αφού είναι η παλαιότερη, και συνεχίζουν να ασκούν επιρροή ακόμη και στα σύγχρονα συστήματα ΜΜ. Αν και κάποια από αυτά, όπως το Systran, έχουν επιβιώσει μέχρι τις μέρες μας, η πλειοψηφία των ερευνητών θεωρεί ότι η χρήση γλωσσολογικών κανόνων κρύβει πολλούς κινδύνους, αφού για κάθε μεταφραστικό φαινόμενο που μπορεί να συναντήσουμε, πρέπει να δημιουργηθεί ένας κανόνας για να το αντιμετωπίσει. Η εκτεταμένη χρήση όμως γλωσσολογικών κανόνων μπορεί να οδηγήσει σε μια έκρηξη του αριθμού τους σε τέτοιο βαθμό ώστε να μη μπορούμε να τους διαχειριστούμε. Με την προσθήκη ενός νέου κανόνα μπορεί να διαταραχθεί το σύστημα και να οδηγήσει σε απροσδιόριστα φαινόμενα. Ένα ακόμη πρόβλημα των συστημάτων αυτών είναι η αλληλεπίδραση των κανόνων, οπότε και πρέπει να ορίσουμε ποιος κανόνας έχει προτεραιότητα απέναντι σε ποιον (Σοφιανόπουλος 2009).

Σχηματικά, τα συστήματα ΜΜ που βασίζονται σε κανόνες ακολουθούν μια στρατηγική επεξεργασίας του κειμένου σε τρία στάδια: ανάλυση, μεταφορά, παραγωγή.

• Στο στάδιο της ανάλυσης, το κείμενο της γλώσσας πηγής υφίσταται κατάτμηση σε μικρότερες μονάδες, αναλύεται και μετατρέπεται, τις περισσότερες φορές, σε μια ενδιάμεση αναπαράσταση με τη χρήση γλωσσολογικών εργαλείων στη γλώσσα πηγή.

• Στο στάδιο της μεταφοράς, γίνεται αντιστοίχηση της αναπαράστασης του προηγούμενου βήματος σε αναπαράσταση στη γλώσσα στόχο. Το σύστημα αναζητάει στους γλωσσικούς πόρους που διαθέτει (λεξικά, γραμματικές) τις κατάλληλες ισοδυναμίες μεταξύ των δύο γλωσσών για τις μονάδες που προέκυψαν κατά το πρώτο στάδιο (λεξικές μονάδες, συντακτικές δομές).

• Στο στάδιο της παραγωγής, εξάγεται η τελική μετάφραση στη γλώσσα στόχο, αφού το σύστημα οργανώσει τις πληροφορίες που έχει συγκεντρώσει σχετικά με τις λεξικές ισοδυναμίες και τις συντακτικές αντιστοιχίες προκειμένου να συνθέσει ένα κείμενο-στόχο που να είναι, κατά το δυνατόν, σημασιολογικά ισοδύναμο και κατανοητό και συντακτικά αποδεκτό.

Τα περισσότερα συστήματα με κανόνες βασίζονται στην περιγραφή κανόνων για συγκεκριμένες γλώσσες πηγή και στόχο (language-dependent). Στην κατηγορία αυτή ανήκουν τα λεξικολογικά συστήματα και τα συστήματα μεταφοράς.

Τα λεξικολογικά συστήματα (dictionary-based) θυμίζουν αρκετά τα συστήματα άμεσης μετάφρασης, όπου η μετάφραση γίνεται λέξη προς λέξη, χωρίς να παρεμβάλλεται κανένα ενδιάμεσο στάδιο. Στις πιο εξελιγμένες εκδοχές τους ο έλεγχος του λεξικού συνοδεύεται από μορφολογική ανάλυση και λημματοποίηση, καθώς και από κανόνες οι οποίες συσχετίζουν λέξεις της γλώσσας πηγής με λέξεις της γλώσσας στόχου. Αποτελεί το απλούστερο είδος συστημάτων με περιορισμένες δυνατότητες και μετριότατα αποτελέσματα (μη αποδεκτές λεξικές επιλογές και ισοδυναμίες, συντακτικά έκτυπα, γραμματικά λάθη, αδυναμία επίλυσης αμφισημιών κτλ). Ωστόσο, παραμένει καλή λύση για συγκεκριμένες εφαρμογές, όπως η μετάφραση καταλόγων με προϊόντα και γενικά λιστών με σύντομες φράσεις.

Τα συστήματα μεταφοράς (transfer-based) αποτελούν μια από τις ευρύτερα διαδεδομένες τεχνικές ΜΜ και βασίζονται στο γεγονός ότι οι περισσότερες γλώσσες έχουν σημαντικές διαφορές στη δομή τους και για την αντιμετώπισή τους εφαρμόζονται κανόνες συντακτικής και λεξιλογικής μεταφοράς, οι οποίοι δίνουν αναλυτικές οδηγίες για το πώς πρέπει να μετατραπεί η πληροφορία στη γλώσσα πηγή ώστε να προσεγγίζει ένα σωστό κείμενο στη γλώσσα στόχο. Η διαδικασία μετάφρασης δεν είναι άμεση (λέξη προς λέξη) αλλά έμμεση, αφού μεσολαβεί μια ενδιάμεση φάση αναπαράστασης της δομής μιας πρότασης στη γλώσσα-πηγή και η μεταφορά της στην ισοδύναμη δομή στη γλώσσα-στόχο. Τα αποτελέσματα αυτών των συστημάτων ΜΜ είναι αρκετά βελτιωμένα σε σχέση με τα απλά λεξικολογικά συστήματα και τα συστήματα άμεσης μετάφρασης. Το σημαντικότερο όμως μειονέκτημα αυτής της μεθόδου είναι ότι ένα τέτοιο σύστημα δεν μπορεί να εφαρμοστεί αυτούσιο σε οποιοδήποτε άλλο γλωσσικό ζεύγος, αφού όλοι οι κανόνες μεταφοράς

10

εξαρτώνται αποκλειστικά από τις συγκεκριμένες γλώσσες πηγή και στόχο. Επιπλέον, η ποιότητα της μετάφρασης εξαρτάται από την ακρίβεια των συντακτικών και λεξικών κανόνων που χρησιμοποιούνται για τη μεταφορά από τη γλώσσα πηγή στη γλώσσα στόχο. Έτσι πολλές φορές αδυνατούν να αντιμετωπίσουν ικανοποιητικά συντακτικές και λεξικές αμφισημίες, με αποτέλεσμα όσο πιο μεγάλη είναι μια πρόταση, τόσο πιο δυσνόητη να γίνεται η μετάφρασή της.

Η δυσκολία μεταφοράς και εφαρμογής των συστημάτων αυτών σε νέα γλωσσικά ζεύγη, αφού για κάθε ζεύγος γλωσσών χρειάζεται διακριτό σύστημα κανόνων οδήγησε στην ανάπτυξη συστημάτων που είναι ανεξάρτητα από συγκεκριμένες γλώσσες πηγή και στόχο (language-independent) και βασίζονται σε ένα ενδιάμεσο στάδιο αφηρημένης αναπαράστασης της γλώσσας. Στην κατηγορία αυτή ανήκουν:

- τα διαγλωσσικά συστήματα, όπου μεταξύ γλώσσας πηγής και γλώσσας στόχου παρεμβάλλεται η διαγλώσσα (intelingua), η οποία είναι μια αφηρημένη γλώσσα που μπορεί να περιγράψει τα χαρακτηριστικά όλων των γλωσσών προς μετάφραση ώστε στη συνέχεια να είναι δυνατή η μετατροπή και η ανασύσταση των μορφολογικών, συντακτικών και σημασιολογικών χαρακτηριστικών σε μια γλώσσα στόχο.

- και τα οντολογικά συστήματα, τα οποία βασίζονται στην αναπαράσταση της γνώσης του κόσμου μέσω της γλώσσας (knowledge-based), χρησιμοποιούν βάσεις γνώσεων και οντολογίες (δομημένη γνώση), επαγωγικούς μηχανισμούς, καθώς και τεχνικές της τεχνητής νοημοσύνης ώστε να παραγάγουν σωστές σημασιολογικές ισοδυναμίες.

Θεωρητικά, τα δύο αυτά μοντέλα θεωρούνται πιο οικονομικά εφόσον εξασφαλίζουν την επαναχρησιμοποίηση της ίδιας αφηρημένης αναπαράστασης για περισσότερους συνδυασμούς γλωσσών. Στην πράξη, όμως, παραμένουν αρκετά δύσκολα στον σχεδιασμό και στην υλοποίησή τους, με αποτέλεσμα να βρίσκουν εφαρμογή μόνο σε ερευνητικό και πειραματικό επίπεδο.

Ένας συνηθισμένος τρόπος αναπαράστασης των διαφόρων αρχιτεκτονικών των συστημάτων MM είναι το τρίγωνο μετάφρασης του Vauquois (1975).

Εικόνα 6.3 Το τρίγωνο μετάφρασης Vauquois, μοντέλο αναπαράστασης των διάφορων αρχιτεκτονικών για τη μηχανική

μετάφραση (Πηγή: Wikipedia)

6.2.2.2 Συστήματα που βασίζονται σε εμπειρικά και στατιστικά δεδομένα Στα συστήματα που βασίζονται σε εμπειρικά δεδομένα (data-driven), που αξιοποιούν δηλαδή μονόγλωσσα και δίγλωσσα σώματα κειμένων, δεν υπάρχουν καθόλου γλωσσολογικοί κανόνες ή κανόνες μεταφοράς. Όλες οι επιλογές του συστήματος κατά τη μεταφραστική διαδικασία προκύπτουν από την επεξεργασία πληροφοριών οι οποίες εξάγονται με αυτόματο ή ημιαυτόματο τρόπο από μεγάλα σώματα κειμένων, χάρη στη ραγδαία ανάπτυξη των ψηφιακών αρχείων και τη δυνατότητα ελεύθερης πρόσβασης σε τέτοιες συλλογές. Στην κατηγορία αυτή ανήκουν τα συστήματα με χρήση παραδειγμάτων, που δοκιμάστηκαν πρώτα αλλά με μικρή επιτυχία, και τα πιο πρόσφατα και ευρύτερα διαδεδομένα στατιστικά συστήματα.

11

Τα συστήματα που βασίζονται σε παραδείγματα (Example-Based Machine Translation - EBMT) βασίζονται στην ύπαρξη μιας βάσης δεδομένων, όπου κάθε εγγραφή αποτελείται από μια πρόταση στη γλώσσα πηγή και τη μετάφρασή της στη γλώσσα στόχο. Όταν εισάγεται στο σύστημα μια νέα πρόταση στη γλώσσα πηγή για μετάφραση, εκτελείται μια αναζήτηση στη βάση δεδομένων για προτάσεις ή φράσεις στη γλώσσα πηγή οι οποίες να ταιριάζουν με την πρόταση προς μετάφραση. Αν βρεθεί παρόμοια πρόταση, το σύστημα επιστρέφει την αποθηκευμένη μετάφραση, ενώ αν βρεθούν μεμονωμένες φράσεις, αυτές συνδυάζονται ώστε να κατασκευαστεί η τελική μετάφραση. Η ποιότητα της παραγόμενης μετάφρασης στα συστήματα αυτά εξαρτάται από το μέγεθος και την κάλυψη της βάσης δεδομένων. Φυσικά, για γλώσσες όπως τα ελληνικά, είναι δύσκολο να βρούμε παράλληλα σώματα κειμένων υψηλής ποιότητας, ακόμη και αν η δεύτερη γλώσσα του ζεύγους είναι πολύ δημοφιλής, όπως για παράδειγμα τα γαλλικά. Ένα επιπλέον μειονέκτημα των συστημάτων αυτών είναι ότι μπορεί θεωρητικά να περιγράψουν τη διαδικασία ανάκτησης της μετάφρασης ολόκληρων προτάσεων, πρακτικά όμως αυτό γίνεται σπάνια, αφού η πιθανότητα ύπαρξης αυτούσιας της πρότασης στο παράλληλο σώμα κειμένων είναι μικρή, ιδίως αν πρόκειται για μεγάλες και σύνθετες προτάσεις. Έτσι, τελικά τα συστήματα αυτά καταλήγουν πολλές φορές να χρησιμοποιούνται ως υποσυστήματα σε άλλα συστήματα ΜΜ για την επίλυση επιμέρους προβλημάτων, όπως για την αναζήτηση ονοματικών οντοτήτων, λειτουργικών λέξεων και στερεότυπων εκφράσεων. Εξάλλου, η βασική ιδέα αυτής της μεθόδου αποτέλεσε τη βάση για την ανάπτυξη των μεταφραστικών μνημών, που θα δούμε στη συνέχεια.

Τα στατιστικά συστήματα (Statistical Machine Translation - SMT) προσεγγίζουν με διαφορετικό τρόπο το πρόβλημα της ΜΜ: δεν εξάγουν τη μετάφραση από το σώμα κειμένων άμεσα, χρησιμοποιώντας την αντιστοιχία μεταξύ της πρότασης στη γλώσσα πηγή και των παραδειγμάτων, αλλά μέσα από μια διαδικασία ανάλυσης των πιθανοτήτων οι οποίες συνοδεύουν τα δεδομένα του σώματος κειμένων. Για τον υπολογισμό της πιθανότητας πρέπει να υπολογιστεί ένα σύνολο παραμέτρων, μέσα από μια διαδικασία εκπαίδευσης του συστήματος. Ενώ τα πρώτα στατιστικά συστήματα εφαρμόζονταν σε λέξεις, τα σύγχρονα στατιστικά συστήματα χρησιμοποιούν φράσεις, δηλαδή ακολουθίες λέξεων μεταβλητού μήκους, ως βασικά στοιχεία της μετάφρασης. Οι φράσεις οι οποίες χρησιμοποιούνται δεν προκύπτουν από κάποια γλωσσολογική επεξεργασία του σώματος κειμένων, αλλά εξάγονται από τα παράλληλα σώματα κειμένων με στατιστικές μεθόδους. Με την εισαγωγή φράσεων στα στατιστικά μοντέλα, οι ερευνητές κατάφεραν να πετύχουν συστηματική βελτίωση της ποιότητας της μετάφρασης (Koehn et al. 2003).

Σήμερα το μεγαλύτερο μέρος της έρευνας στη ΜΜ γίνεται στον τομέα της στατιστικής ΜΜ. Στατιστικά συστήματα, όπως οι μεταφραστικές μηχανές της Google, της Microsoft και άλλες, είναι διαθέσιμες δωρεάν στο διαδίκτυο για πολλά γλωσσικά ζεύγη. Παρ’ όλα αυτά, τα στατιστικά συστήματα έχουν κάποια προβλήματα, όπως είναι το γεγονός ότι χρειάζονται μεγάλα σώματα παράλληλων κειμένων για την εκπαίδευση των μοντέλων τους. Για λιγότερο δημοφιλή ζεύγη γλωσσών τέτοιοι πόροι είναι δύσκολο να βρεθούν και για το λόγο αυτό είναι δύσκολο να αναπτυχθούν στατιστικά συστήματα στις γλώσσες αυτές. Ένα ακόμη σημαντικό μειονέκτημα είναι το γεγονός ότι δεν αξιοποιούν τη συντακτική και γραμματική πληροφορία αλλά μεταφράζουν βασιζόμενα μόνο στη στατιστική πληροφορία που έχουν συλλέξει από τα σώματα κειμένων. Η συντακτική πληροφορία θα μπορούσε να βοηθήσει στην ακριβή μοντελοποίηση πολλών φαινομένων κατά τη διαδικασία της μετάφρασης και να λύσει προβλήματα, όπως είναι οι συσχετίσεις λέξεων όταν αυτές αποτελούν μέρος μιας μεγάλης πρότασης και η απόσταση μεταξύ τους είναι μεγάλη. Εξαιτίας αυτού του προβλήματος παρουσιάζεται στα στατιστικά συστήματα το φαινόμενο όσο μεγαλώνουν οι προτάσεις, να μειώνεται η ποιότητα της μετάφρασης, μερικές φορές ακόμα και όταν έχουν να αντιμετωπίσουν απλές δομές.

6.2.2.3 Υβριδικά συστήματα Η τελευταία κατηγορία συστημάτων ΜΜ είναι τα υβριδικά συστήματα, τα οποία συνδυάζουν σε ένα σύστημα ΜΜ χαρακτηριστικά από διαφορετικές μεθόδους ΜΜ, με σκοπό την εξάλειψη των προβλημάτων που παρουσιάζει η καθεμία και την αξιοποίηση των προτερημάτων της. Για παράδειγμα, τα στατιστικά συστήματα αντιμετωπίζουν προβλήματα με εξαρτώμενες λέξεις οι οποίες απέχουν αρκετά μεταξύ τους, ενώ τα συστήματα μεταφοράς παρουσιάζουν αδυναμίες όταν μεταφράζουν μεγάλες ή σύνθετες προτάσεις. Συνδυάζοντας τα χαρακτηριστικά από διαφορετικά συστήματα ΜΜ αξιοποιούμε κάθε μέθοδο στην υποεργασία στην οποία αποδίδει καλύτερα και έτσι η μία μέθοδος καλύπτει τις αδυναμίες της άλλης. Η πιο συνηθισμένη αρχιτεκτονική για υβριδικά συστήματα είναι ο εμπλουτισμός ενός στατιστικού συστήματος με συντακτική και γλωσσική πληροφορία. Έχουν δοκιμαστεί διάφορες τεχνικές, ανάλογα με το αν τα στατιστικά εφαρμόζονται πριν ή μετά τους γλωσσολογικούς κανόνες. Παρ’ όλα αυτά, οι μέχρι τώρα προσπάθειες δεν

12

έχουν ακόμη επιτύχει την επιθυμητή βελτίωση της ποιότητας στις μεταφράσεις. Για τον λόγο αυτό, οι πιο πρόσφατες έρευνες εστιάζουν στην αναλυτική μελέτη των προτερημάτων και αδυναμιών κάθε μεθόδου ΜΜ ταξινομώντας τα χαρακτηριστικά καθεμίας με σκοπό να βρεθεί ο καταλληλότερος συνδυασμός που κάθε φορά θα παράγει την καλύτερη μετάφραση.

Παραδείγματα συστημάτων μηχανικής μετάφρασης (ΜΜ) που διατίθενται δωρεάν στο διαδίκτυο και, μεταξύ των προσφερόμενων γλωσσών, περιλαμβάνουν τα ελληνικά:

1 Google https://translate.google.com/ 2 Bing http://www.bing.com/translator/ 3 Babelfish http://www.babelfish.com/ 4 Wordlingo http://www.worldlingo.com/ 5 Systran http://www.systranet.com/translate 6 SDL http://www.freetranslation.com/ 7 Microsoft http://www.windowslivetranslator.com/ Τα τρία πρώτα συνδέονται με τις αντίστοιχες μηχανές αναζήτησης (Google, Bing, Yahoo),

ενώ τα υπόλοιπα προσφέρονται ως ανεξάρτητες διαδικτυακές υπηρεσίες από τις ομώνυμες εταιρείες μεταφραστικής τεχνολογίας.

Αξίζει επίσης να αναφέρουμε δυο γνωστά εργαλεία τα οποία όμως δεν υποστηρίζουν ελληνικά: το Reverso (http://www.reverso.net/) και το Apertium (www.apertium.org/). Το Apertium είναι σύστημα ανοιχτού κώδικα το οποίο υποστηρίζει μικρό σχετικά γλωσσών αλλά το κύριο χαρακτηριστικό του είναι ότι προσφέρει ΜΜ από και προς τοπικές διαλέκτους, που δεν υπάρχουν σε άλλα συστήματα, όπως για παράδειγμα τη διάλεκτο της Οξιτανίας (Ν. Γαλλία), την αραγονική (Ισπανία) ή τη γλώσσα των Τατάρων της Κριμαίας.

Ως προς την προσέγγιση που ακολουθούν οι μεταφραστικές μηχανές του διαδικτύου, υπάρχουν συστήματα που βασίζονται κυρίως σε συντακτικούς και λεξικούς κανόνες μεταφοράς (Systran, Worldlingo) καθώς και αμιγώς στατιστικά συστήματα (Google, Bing). Παρ’ όλα αυτά, η νεότερη τάση είναι προς τα υβριδικά μοντέλα, που εμπλουτίζονται αμοιβαία και από στατιστικά στοιχεία και από, λιγότερο ή περισσότερο ακριβείς, γλωσσολογικούς κανόνες.

6.2.3 Εφαρμογές και χρήσεις των συστημάτων ΜΜ Για τον χρήστη, εκείνο που έχει πρωτεύουσα σημασία είναι ο τρόπος με τον οποίον μπορεί να χρησιμοποιήσει τα διαθέσιμα μεταφραστικά συστήματα. Οι πιθανές χρήσεις των συστημάτων ΜΜ συνδέονται άμεσα με τις ανάγκες των χρηστών που καλούνται να καλύψουν. Σύμφωνα με τον Hutchins (2004), τέσσερις είναι οι βασικές ανάγκες που μπορεί να εξυπηρετήσει ένα σύστημα ΜΜ.

(1) Παραγωγή: Πρόκειται για την παραγωγή μεταφράσεων που να κρίνονται «δημοσιεύσιμες». Αυτό δε σημαίνει απαραίτητα ότι τα κείμενα πρόκειται στην πραγματικότητα να δημοσιευτούν, αλλά ότι τα κείμενα θα πρέπει να είναι ικανοποιητικής ποιότητας. Τέτοια κείμενα χρειάζονται συνήθως μεγάλοι οργανισμοί και συνήθως απαιτούν την παρέμβαση από επαγγελματίες μεταφραστές για την τελική επεξεργασία. Το πρώτο μετάφρασμα, δηλαδή το ανεπεξέργαστο κείμενο που εξάγεται απευθείας από τα συστήματα ΜΜ είναι ανεπαρκές και γι’ αυτό προκειμένου να γίνει δημοσιεύσιμο απαιτείται ανθρώπινη παρέμβαση, π.χ. μετα-επεξεργασία (post-editing) του κειμένου εξόδου, προ-επεξεργασία (pre-editing) του κειμένου εισόδου με χρήση ελεγχόμενης γλώσσας ή περιορισμό της εφαρμογής του συστήματος σε ένα συγκεκριμένο θεματικό τομέα. Σε γενικές γραμμές, έχει βρεθεί (μέσα από την εμπειρία της χρήσης ΜΜ) ότι όσο πιο εξειδικευμένος είναι ο θεματικός τομέας εφαρμογής ενός συστήματος, τόσο πιο επιτυχές από άποψη ποιότητας κρίνεται το αποτέλεσμά του.

(2) Κατανόηση: Πρόκειται για μετάφραση κειμένων για απλή παρακολούθηση, άντληση ή «φιλτράρισμα» πληροφοριών ή μετάφραση κειμένων από περιστασιακούς χρήστες (π.χ. μη εξειδικευμένο κοινό), όπου το εξαγόμενο από το σύστημα κείμενο δεν χρειάζεται να υποβληθεί σε περαιτέρω επεξεργασία. Με άλλα λόγια, περιπτώσεις όπου μια κακής ποιότητας μετάφραση επαρκεί ώστε να πάρει ο χρήστης μια γενική ιδέα για το τι θέλει να πει το κείμενο. Στην πραγματικότητα, διαπιστώνουμε ότι πολλά συστήματα MΜ είναι χρήσιμα μόνο για αυτή τη λειτουργία, αφού τα κείμενα εξόδου τους πολλές φορές είναι μη ικανοποιητικά ακόμη και ως πρόχειρα για εργασίες παραγωγής που αναφέρθηκαν παραπάνω.

(3) Επικοινωνία: Στο πλαίσιο της διαγλωσσικής και πολύγλωσσης επικοινωνίας σε προσωπικό ή επαγγελματικό επίπεδο, διά αλληλογραφίας, μέσω ηλεκτρονικού ταχυδρομείου ή τηλεφώνου, η ποιότητα της

13

μετάφρασης (ή/και η πιστότητα στο πρωτότυπο) μπορεί και πάλι να μην θεωρείται τόσο σημαντική, αρκεί οι άνθρωποι να καταφέρνουν στοιχειωδώς να παίρνουν τις πληροφορίες που θέλουν, να κατανοούν το μήνυμα που λαμβάνουν ή να μεταδίδουν αυτό που θέλουν να πουν.

(4) Ανεύρεση λεξικών ισοδυναμιών: H χρήση της ΜΜ ως λεξικού για την άντληση πληροφοριών από μια βάση γλωσσικών δεδομένων σε μια ξένη γλώσσα, την οποία ο χρήστης δεν κατανοεί αρκετά καλά, γεγονός που δείχνει την κυρίως πλέον χρήση των μεταφραστικών μηχανών για την αναζήτηση στο διαδίκτυο και την πρόσβαση σε ιστοσελίδες.

Αν και η παραγωγή και η κατανόηση κειμένου είναι εξ ορισμού οι κλασικές χρήσεις των συστημάτων ΜΜ, διαπιστώνουμε εξίσου ότι η αξιοποίησή τους τόσο για την επικοινωνία όσο και για την ανεύρεση ισοδυναμιών αποτελούν πρόσφατες εφαρμογές που αναπτύσσονται με ταχείς ρυθμούς και συνδέονται άμεσα με την ανάπτυξη του διαδικτύου.

Μελέτη περίπτωσης: Γρήγορη κατανόηση περιεχομένου ιστοσελίδας Σε μια αναζήτηση στο διαδίκτυο για το Κτήμα Seneffe στο Βέλγιο εντοπίσαμε την επίσημη ιστοσελίδα του, η οποία είναι γραμμένη σε δύο γλώσσες, γαλλικά και ολλανδικά. Αν δεν γνωρίζουμε ολλανδικά, τότε μια αυτόματη μετάφραση του κειμένου επιτρέπει να πάρουμε κάποιες πρώτες πληροφορίες σχετικά με την επίσκεψή μας εκεί. Δεν πρόκειται βέβαια για δημόσια υπηρεσία, αλλά για δημόσιο χώρο, ανοιχτό στο κοινό…

Πηγή: http://chateaudeseneffe.be/nl/de-publieksdienst

Η Δημόσια Υπηρεσία Η Δημόσια Υπηρεσία διοργανώνει ξεναγήσεις με οδηγούς-καθηγητές τομέα. Σχετικά με το "επισκέψεις πάθος" θα ανακαλύψετε τη μόνιμη συλλογή του μουσείου, το κάστρο και τους κήπους ζωή, αν είστε εδώ για πρώτη φορά ή είναι τακτικός επισκέπτης. Οι λεγόμενες «ειδικές» επισκέψεις παρέχουν την επόμενη επίσκεψή σας ένα εργαστήριο για μια πιο ενεργή ανακάλυψη. Οι επισκέψεις στα σχολεία σχεδιαστεί για παιδιά ηλικίας 5-12 ετών και για μαθητές και φοιτητές της δευτεροβάθμιας και τριτοβάθμιας εκπαίδευσης και τους δασκάλους τους. Η προσφορά μας περιλαμβάνει επίσης ένα VIP επίσκεψη για να μετρήσει, αφήγηση βόλτες, ραντεβού ... επίσης να οργανώνει πάρτι γενεθλίων για τα παιδιά. Ανακαλύψεις με μια διαφορετική ατμόσφαιρα, ευκαιρίες για να συνδυάσουν μια ολόκληρη σειρά επιλογών τόσο της ομάδας και ατομικά και με πλήρη ελευθερία ... όλα είναι δυνατά για όλους τους επισκέπτες όλων των ηλικιών. Το domain ανήκει σε εσάς.

Μετάφραση: Google [13/6/2015]

14

Μελέτη περίπτωσης: Ανεύρεση λεξικών ισοδυνάμων

Έστω ότι διαβάζοντας ένα μήνυμα σε μια ξένη γλώσσα (π.χ. πολωνικά) συναντάτε μια λέξη ή έκφραση που δεν γνωρίζετε και θέλετε να δείτε ποιο είναι το ισοδύναμό της στη δική μας γλώσσα (ελληνικά). Θα μπορούσατε είτε να την αναζητήσετε σε ένα δίγλωσσο λεξικό (πολωνο-ελληνικό) είτε να την εισαγάγετε σε ένα σύστημα ΜΜ. Μπορείτε να σκεφτείτε ποιες είναι οι διαφορές ανάμεσα στους δύο τρόπους αναζήτησης;

Α. Με την αναζήτηση σε ένα δίγλωσσο λεξικό, θα λάβετε ενδεχομένως πολλές πιθανές ισοδυναμίες,

ανάλογα με τη σημασία και τη χρήση της λέξης που αναζητάτε. Στην περίπτωση αυτή, θα πρέπει να επιλέξετε εσείς ποια ισοδυναμία θεωρείτε ότι είναι η κατάλληλη. Επίσης, ανάλογα με το λεξικό, μπορεί να σας δίνονται παραδείγματα χρήσης, σχετικές εκφράσεις, συνώνυμα ή πληροφορίες σχετικά με τη γραμματική κατηγορία, την κλίση κτλ. Ο περιορισμός σε αυτό τον τρόπο αναζήτησης είναι ότι θα πρέπει να γνωρίζετε ή να έχετε αναγνωρίσει σωστά για ποια ξένη γλώσσα πρόκειται και επιπλέον να υπάρχει διαθέσιμο δίγλωσσο λεξικό για το εν λόγω ζεύγος γλωσσών.

Β. Με την αναζήτηση σε ένα σύστημα ΜΜ, το σύστημα σας επιλέγει μόνο του μια πιθανή

ισοδυναμία προκειμένου να σας επιστρέψει μια μοναδική απάντηση, η οποία αρκετές φορές δεν είναι η σωστή. Το θετικό είναι η ταχύτητα και η ευκολία της αναζήτησης, η οποία όμως συχνά είναι παραπλανητική, αφού η προτεινόμενη ισοδυναμία μπορεί να είναι τυχαία ή εσφαλμένη. Επίσης, αν το σύστημα διαθέτει λειτουργία αυτόματου εντοπισμού γλώσσας, δεν είστε υποχρεωμένος/η να ορίσετε εκ των προτέρων τη γλώσσα-πηγή. Κάποια συστήματα ΜΜ μπορεί να σας προτείνουν εναλλακτικά και άλλα ισοδύναμα (με δεξί κλικ πάνω στη λέξη) ή να προτείνουν συμπληρωματικά και ανάλογα με τη γλώσσα μια υπηρεσία λεξικού (η οποία συχνά δεν συμπίπτει με τις επιλογές που δίνονται από τη λειτουργία της ΜΜ, όπως βλέπετε στην παρακάτω εικόνα).

Σε κάθε περίπτωση θυμηθείτε: το σύστημα ΜΜ δεν είναι λεξικό!

6.2.3.1 Σενάριο χρήσης: μετάφραση ελεύθερου κειμένου Η μηχανική μετάφραση ενός ποιήματος στα αγγλικά, που κέρδισε σε διαγωνισμό παιδικού τραγουδιού στη Μ. Βρετανία, αναδεικνύει ξεκάθαρα τα όρια και τα προβλήματα της ΜΜ. Χρησιμοποιούμε το σύστημα SDL FreeTranslation:

GB 2005 by Ian McMillan

Grumpy Rooney fights off the ball Shaky Tony smiles like a doll All the Queen's grandsons and their media tribe are glimpses of GB 2005

GB 2005 από τον Ian McMillan Κατσούφη Rooney καταπολεμά την μπάλα Κουνημένο Τόνι χαμόγελα σαν κούκλα όλες οι Queen's τα εγγόνια και τα media φυλή κλεφτές ματιές του GB 2005 Humpty Dumpty και λίγο Bo Peep είχαν εύκολη- μειώθηκαν, έχασαν τα πρόβατα

15

Humpty Dumpty and Little Bo Peep they had it easy; they fell, they lost sheep The nursery rhyme's over, it's hard to survive in the mosaic that's GB 2005

του φυτωρίου της προσαρμοζόμαστε, είναι δύσκολο να επιβιώσει στο μωσαϊκό που GB 2005

Πηγή κειμένου: The Guardian 23/09/2005, http://www.theguardian.com/books/2005/sep/23/poetry.features Μετάφραση 1: SDL FreeTranslation [13/06/2015]

Παρατηρήσεις: Το σύστημα μπερδεύει τα ρήματα με ουσιαστικά (smiles), αφήνει αμετάφραστες λέξεις του κοινού λεξιλογίου (Queen, media), αντιγράφει τη σειρά των όρων από τη μία γλώσσα στην άλλη (όλες οι Queen's τα εγγόνια και τα media φυλή), παραλείπει ρήματα και άρθρα (στο μωσαϊκό που GB 2005), αποτυγχάνει να αναγνωρίσει τα ακρωνύμια και τα κύρια ονόματα (GB, Humpty Dumpty), καθώς και τα όρια, τη δομή και την πτώση των ονοματικών συνόλων (λίγο Bo Peep, Κατσούφη Rooney, Κουνημένο Τόνι). Η διάκριση της διάρθρωσης του κειμένου (τίτλος, στροφές) εξαλείφεται. Η στίξη άλλοτε αντιγράφεται πιστά (κόμματα) και άλλοτε προσαρμόζεται (άνω τελεία που γίνεται παύλα).

Ας κάνουμε και μια δεύτερη δοκιμή χρησιμοποιώντας το σύστημα Babelfish:

Original GB 2005 by Ian McMillan Grumpy Rooney fights off the ball Shaky Tony smiles like a doll All the Queen\'s grandsons and their media tribe are glimpses of GB 2005 Humpty Dumpty and Little Bo Peep they h

Translation

2005 GB από Ian McMillan γκρινιάρης Ρούνεϊ καταπολεμά την μπάλα Επισφαλής Tony χαμόγελα σαν μια κούκλα Το Queen\ εγγόνια και τους φυλή μέσα ενημέρωσης είναι αναλαμπές GB 2005 Humpty Dumpty και μικρή Bo Peep αυτοί h

Μετάφραση 2: Babelfish [13/06/2015]

Παρατηρήσεις: Το σύστημα αποδεικνύεται ότι έχει συγκεκριμένο όριο λέξεων εισόδου, με αποτέλεσμα να κόβει το πρωτότυπο κείμενο (κάτι που δυστυχώς δεν αναφέρεται προειδοποιητικά στον χρήστη). Επιπλέον, το σύστημα δε λαμβάνει υπόψη και ουσιαστικά καταστρέφει τη μορφοποίηση του κειμένου εισόδου. Στην προκειμένη περίπτωση πρόκειται για ποίημα, κάτι που δεν είναι πλέον αναγνωρίσιμο στο κείμενο εξόδου.

6.2.3.2 Σενάριο χρήσης: σύγκριση μεταφρασμάτων από διαφορετικά συστήματα ΜΜ Μια παρόμοια άσκηση είναι η σύγκριση μεταφρασμάτων που παράγονται από δύο διαφορετικά συστήματα ΜΜ και μάλιστα σε δύο διαφορετικές χρονικές στιγμές. Το κείμενο πηγή είναι ένα δημοσιογραφικό κείμενο στα γαλλικά.

Πηγή: Le Monde Diplomatique, 07/2008, http://www.monde-diplomatique.fr/2008/07/COLOMA/16084

Quand les volailles donnent la chair de poule

Lorsque la spéculation et la désorganisation des filières de production s’ajoutent à la perte du pouvoir d’achat, les prix des produits alimentaires flambent. Et ce ne sont pas toujours les agriculteurs qui en profitent. A cet égard, le cas du volailler français Doux, qui conjugue subventions publiques, délocalisation et restructurations, est exemplaire des politiques dont sont victimes les consommateurs, mais aussi les fermiers producteurs de poulets.

Μετάφραση 1: Worldlingo [30/1/2013] & [8/6/2015]

Πότε τα πουλερικά δίνουν τη σάρκα της κότας

16

Ενώ η κερδοσκοπία και η αποδιοργάνωση των θυγατρικών της παραγωγής προστίθενται στην απώλεια της εξουσίας της αγοράς, οι τίμεις των τροφικών προϊόντων φλέγονται. Και δεν είναι πάντα οι αγρότες που επωφελούνται. Από αυτή την άποψη, η γαλλική περίπτωση γλυκιά του εμπόρου πουλερικών, που συνδυάζει τις δημόσιες επιχορηγήσεις, τη μετεγκατάσταση και τις αναδιαρθρώσεις, είναι υποδειγματική των πολιτικών οι των οποίων είναι θύματα καταναλωτές, αλλά επίσης οι αγρότες producteurs των κοτόπουλων.

Μετάφραση 2: Google Translate

Όταν τα πουλιά δίνουν ανατριχίλα Όταν η κερδοσκοπία και η διακοπή των αλυσίδων εφοδιασμού εκτός από την απώλεια της αγοραστικής δύναμης, οι τιμές των τροφίμων στα ύψη. Και δεν είναι πάντα οι αγρότες που επωφελούνται. Από αυτή την άποψη, η περίπτωση του γαλλικού ορνιθοπώλης Doux, το οποίο συνδυάζει τις δημόσιες επιδοτήσεις, τη μετεγκατάσταση και την αναδιάρθρωση, είναι υποδειγματικές πολιτικές που υφίστανται οι καταναλωτές, αλλά και οι αγρότες που παράγουν κοτόπουλα.

[30/1/2013]

Όταν τα πουλιά σας κόψουν την ανάσα Όταν η κερδοσκοπία και η διάσπαση των αλυσίδων παραγωγής εκτός από την απώλεια της αγοραστικής δύναμης, οι τιμές των τροφίμων έχουν φθάσει στα ύψη. Και αυτό δεν είναι πάντα οι αγρότες που επωφελούνται. Από την άποψη αυτή, η περίπτωση του γαλλικού ορνιθοπώλης Soft, συνδυάζοντας τις δημόσιες επιδοτήσεις, τη μετεγκατάσταση και την αναδιάρθρωση, είναι υποδειγματικές πολιτικές που υφίστανται οι καταναλωτές, αλλά και οι παραγωγοί των αγροτών κοτόπουλο.

[8/6/2015] Παρατηρήσεις: Τα δύο συστήματα ακολουθούν διαφορετικές προσεγγίσεις: το ένα (Worldlingo)

φαίνεται να χρησιμοποιεί κανόνες ενώ το άλλο (Google) ακολουθεί το στατιστικό μοντέλο. Το Worldlingo διαθέτει πεπερασμένους γλωσσικούς πόρους όπως μορφολογικό λεξικό, το οποίο περιέχει αφενός ελλείψεις σε επίπεδο λεξικών τύπων (αφήνει αμετάφραστο: producteurs) και αφετέρου λάθη σε επίπεδο κλίσης (ανύπαρκτος τύπος: τίμεις), καθώς και συντακτικούς κανόνες σύμφωνα με τους οποίους ανασυνθέτει (εσφαλμένα) το ονοματικό σύνολο που περιέχει το κύριο όνομα Doux, το οποίο δεν αναγνωρίζεται σωστά και μεταφράζεται ως κοινή λέξη. Μεταφράζει κυριολεκτικά την έκφραση «donner la chair de poule» (= προκαλώ ρίγος, ανατριχίλα), και αποδίδει τον χρονικό σύνδεσμο quand (όταν) ως ερωτηματικό επίρρημα (πότε). Το σύστημα Worldlingo δεν παρουσιάζει απολύτως καμία διαφορά μέσα στο διάστημα των 2,5 ετών που μεσολάβησαν μεταξύ των δύο δοκιμών. Αντίθετα, το Google εμφανίζει αρκετές διαφορές στις δύο αντίστοιχες δοκιμές. Η προσέγγισή του είναι στατιστική ενώ τροφοδοτείται διαρκώς από τις βελτιωμένες μεταφράσεις που προτείνουν οι χρήστες. Η έκφραση του τίτλου αποδίδεται καλύτερα σε σχέση με την πρώτη φορά, το ίδιο και η σύνταξη της πρότασης «οι τιμές έχουν φτάσει στα ύψη» απ’ όπου την πρώτη φορά έλειπε το ρήμα. Αντίθετα, το κύριο όνομα Doux, παρόλο που ορθά είχε διατηρηθεί στην πρώτη εκδοχή ως ξένο όνομα, τη δεύτερη φορά προτιμήθηκε η μετάφρασή του και μάλιστα στα αγγλικά (Soft). Επίσης, η φράση «οι παραγωγοί των αγροτών κοτόπουλο» είναι αντιγραμματική σε αντίθεση με την πρώτη φορά που είχε επιτευχθεί ορθή σύνταξη. Διαπιστώνουμε ότι ορισμένα προβλήματα παραμένουν και τις δύο φορές όπως το θέμα της συμφωνίας του ονοματικού συνόλου «του γαλλικού ορνιθοπώλης», ενώ το Worldlingo στο συγκεκριμένο σημείο υπερτερεί.

Μελέτη περίπτωσης: Μεταφραστικές υπηρεσίες

Πολλά αυτόματα μεταφραστικά συστήματα προσφέρουν περισσότερες δυνατότητες μετάφρασης στον χρήστη. Για παράδειγμα, το Wordlingo παρέχει διάφορες επιλογές μετάφρασης όπως: κειμένου, αρχείου, ιστοσελίδας, ηλεκτρονικού μηνύματος, άμεσου μηνύματος (chat, forum) σε πραγματικό χρόνο κτλ.

17

Εικόνα 6.4 Ο ιστότοπος WorldLingo http://www.worldlingo.com/

Δυνατότητα συνδυασμού μηχανικής και ανθρώπινης μετάφρασης παρέχει το Babelfish. Έτσι, εκτός

από την αυτόματη μετάφραση φράσεων και προτάσεων, υπάρχει η δυνατότητα αιτήματος για ανθρώπινη μετάφραση, η οποία προσφέρεται δωρεάν και εθελοντικά από την κοινότητα των χρηστών του σε ειδική στήλη (‘How do you say..’). Επιπλέον, μπορεί κανείς να δει τις πιο πρόσφατες ή τις δημοφιλέστερες μεταφράσεις που έχουν πραγματοποιηθεί από το σύστημα.

Τέλος, υπάρχουν υπηρεσίες που υποστηρίζουν αναγνώριση και σύνθεση φωνής. Το Google translate παρέχει, εκτός από δυνατότητα μετάφρασης γραπτού κειμένου, και λειτουργία φωνητικής ανάγνωσης κειμένου. Κάποια συστήματα προσφέρουν μετάφραση φωνής σε πραγματικό χρόνο όπως το Skype Translator http://www.skype.com/en/translator-preview/ (σε δοκιμαστική έκδοση ακόμη).

6.2.4 Προβλήματα και περιορισμοί της ΜΜ Όπως είδαμε παραπάνω, με βάση τα σχολιασμένα σενάρια χρήσης, η ΜΜ δίνει μετριότατα έως ακατανόητα ή κωμικά πολλές φορές αποτελέσματα. Θα προσπαθήσουμε να συνοψίσουμε σε τρεις βασικούς άξονες τα κυριότερα προβλήματα και τους περιορισμούς που αντιμετωπίζει ένα σύγχρονο σύστημα ΜΜ.

(1) Γλώσσα Τα συστήματα ΜΜ εξαρτώνται άμεσα από την ποιότητα των γλωσσικών πόρων που χρησιμοποιούν

(λεξικά, κανόνες, σώματα κειμένων). Έτσι, είναι γεγονός ότι για τις ευρύτερα ομιλούμενες γλώσσες (π.χ. αγγλικά, γαλλικά) αλλά και για πιο δημοφιλή ζεύγη γλωσσών (π.χ. ιαπωνικά-αγγλικά) τα αποτελέσματα είναι συγκριτικά καλύτερα σε σχέση με ό,τι συναντούμε για τη μετάφραση από και προς λιγότερο ομιλούμενες γλώσσες (π.χ. από και προς ελληνικά). Επίσης, αξίζει να σημειωθεί ότι σε πολλές περιπτώσεις επειδή τα συστήματα έχουν περισσότερα δεδομένα για συνδυασμούς γλωσσών που περιέχουν τα αγγλικά ως πηγή ή ως στόχο (π.χ. αγγλικά-ελληνικά αντί για γαλλικά-ελληνικά), διαπιστώνουμε συχνά φαινόμενα σαν αυτό:

Le désir de parler et de comprendre toutes les langues est au moins aussi ancien que le mythe de la tour de Babylone.

Η επιθυμία να μιλήσει και να περιλάβει όλες γλώσσες είναι τουλάχιστον as παλαιά as το μύθο του γύρου Ψαψυλώνα. (Μετάφραση: Worldlingo [13-6-2015])

(2) Είδος κειμένου Τα συστήματα ΜΜ μπορούν να έχουν καλύτερα αποτελέσματα όταν μεταφράζουν σύντομα και

τυποποιημένα κείμενα. Επιπλέον, η ΜΜ είναι αρκετά πιο αποτελεσματική στην τεχνική και επιστημονική

18

μετάφραση, παρά στην οικονομική, νομική ή λογοτεχνική μετάφραση. Στοιχεία όπως σχετική ομοιογένεια ως προς τη μορφή, ειδικά ή ελεγχόμενα λεξιλόγια, τυποποιημένες εκφράσεις συντελούν θετικά στην αποτελεσματικότερη «εκπαίδευση» του μεταφραστικού συστήματος και στην καλύτερη ποιότητα του μεταφράσματος.

Αντίθετα, τα συστήματα ΜΜ αδυνατούν να αποδώσουν ικανοποιητικά αποτελέσματα σε κείμενα με δημιουργικό, αισθητικό ή καλλιτεχνικό χαρακτήρα (λογοτεχνικά, ποιητικά, διαφημιστικά, χιουμοριστικά), καθώς δεν μπορούν να αποδώσουν τις λεπτές νοηματικές αποχρώσεις ούτε τις ιδιαιτερότητες στο ύφος (π.χ. ειρωνεία, χιούμορ) ή στο επίπεδο λόγου.

(3) Επίπεδο γλωσσικής ανάλυσης Στη ΜΜ προβλήματα εντοπίζονται σε όλα τα επίπεδα γλωσσικής ανάλυσης, Κάθε επίπεδο γλωσσικής

ανάλυσης θέτει διαφορετικά προβλήματα στον υπολογιστή: μορφολογικό (λημματοποίηση, κλίση), μορφοσυντακτικό (απόδοση σωστής γραμματικής κατηγορίας, συμφωνία αριθμού ή γένους επιθέτου-ουσιαστικού), λεξιλογικό (κύρια ονόματα, ακρωνύμια, λέξεις που δεν αναγνωρίζει το σύστημα και τις αφήνει αμετάφραστες), σημασιολογικό (πολυσημία, μεταφορά), συντακτικό (σειρά όρων, αναφορά, συνάψεις).

6.2.5 Κριτική και συμπεράσματα Εύλογα θα μπορούσαμε να αναρωτηθούμε σε ποιο βαθμό έχει βελτιωθεί η ποιότητα της ΜΜ τα τελευταία 50 χρόνια. Το συμπέρασμα είναι το εξής: η πρόοδος που σημειώθηκε από τα μέσα της δεκαετίας του ’60 (συστήματα πρώτης γενιάς) είναι αδιαμφισβήτητη, ωστόσο από τις αρχές της δεκαετίας του ’80 μέχρι σήμερα η εξέλιξη μπορεί να θεωρηθεί αβέβαιη. Είναι αξιοσημείωτο ότι ορισμένα από τα βασικότερα προβλήματα της ΜΜ παραμένουν άλυτα: επίλυση αμφισημιών, λανθασμένη επιλογή λέξεων γλώσσας-στόχου, καθορισμός σημείων αναφοράς, επιλογή γένους αντωνυμιών και άρθρων, διατήρηση συντακτικών σχημάτων γλώσσας-πηγής, προβλήματα συμφωνίας όρων της πρότασης, προβλήματα με προτάσεις που περιέχουν δευτερεύουσες προτάσεις κ.ο.κ. Είναι πράγματι περίεργο πώς μετά από 50 χρόνια έρευνας στον χώρο της ΜΜ υπάρχουν εμπορικά συστήματα τα οποία εξακολουθούν να παράγουν λανθασμένη μορφολογία, λανθασμένη συμφωνία όρων πρότασης ή να τοποθετούν τα ρήματα στην αρχή ή στο τέλος της πρότασης.

Γεγονός όμως είναι ότι σήμερα ποικίλοι παράγοντες έχουν οδηγήσει τη ΜΜ σε μια δεύτερη περίοδο ακμής, οι οποίοι συνοψίζονται ως εξής (Μπαμπούρης & Τριανταφυλλοπούλου 2012):

• Ο ανεπαρκής αριθμός μεταφραστών για τις ανάγκες της παγκόσμιας αγοράς. • Η ανάγκη διάσωσης γλωσσών απειλούμενων με εξαφάνιση. • Ζητήματα εθνικής κυριαρχίας, σχετιζόμενα κυρίως με την κατασκοπία και τον πόλεμο ενάντια στη

διεθνή τρομοκρατία. • Ζητήματα μεταναστευτικής πολιτικής, σχετιζόμενα κυρίως με τη διαχείριση των μεταναστών. • Η ανάγκη για ταυτόχρονη κυκλοφορία ενός νέου προϊόντος σε όλα τα μήκη και τα πλάτη της

παγκοσμιοποιημένης αγοράς. • Η χρήση ελεγχόμενων γλωσσών στην τεχνική κειμενογραφία. • Η ανάγκη μείωσης του κόστους της μετάφρασης. • Η ανάγκη διαγλωσσικής αναζήτησης στον Παγκόσμιο Ιστό. • Η ανάγκη ενημέρωσης σε πραγματικό χρόνο.

Η ΜΜ μπορεί να αποδειχθεί αρκετά αποτελεσματική σε συγκεκριμένες και σαφώς προσδιορισμένες

ανάγκες, οι οποίες περιγράφηκαν παραπάνω (παραγωγή, κατανόηση, επικοινωνία, πληροφορία), καθώς και σε συγκεκριμένα είδη κειμένων (τεχνικά και επιστημονικά, σύντομα και τυποποιημένα, όχι λογοτεχνικά, ποιητικά, διαφημιστικά, νομικά, οικονομικά ή μάρκετινγκ). Είναι βέβαιο ότι η επίδραση της ΜΜ έχει πολλές πτυχές. Ενδεικτικά: μπορεί να αποτελέσει πολύτιμο προ-μεταφραστικό εργαλείο, αλλά και να δημιουργήσει νέες θέσεις εργασίας, όπως επιμελητές μηχανικά μεταφρασμένων κειμένων (post edition), ειδικούς στην παραμετροποίηση μεταφραστικών συστημάτων. Βοηθάει στην εδραίωση της έννοιας της μετάφρασης σε πραγματικό χρόνο, π.χ. μετάφραση υλικού σαρωμένου με κινητό τηλέφωνο, αυτόματη διερμηνεία τηλεφωνικής συνδιάλεξης και αυτόματη πολυγλωσσική μετάφραση περιεχομένου στον Παγκόσμιο Ιστό, τη στιγμή που το παράγει ο χρήστης. Τέλος, συμβάλλει στην εδραίωση μοντέλου μεταφραστικής ποιότητας δύο επιπέδων στην τεχνική μετάφραση:

19

• 1ο επίπεδο: Μετάφραση μέτριας ποιότητας, αρκεί να παράγεται σχεδόν σε χρόνο μηδέν και σε πολλές γλώσσες.

• 2ο επίπεδο: Ακριβής, εξειδικευμένη μετάφραση από επαγγελματίες μεταφραστές, η οποία θα είναι πλήρως προσαρμοσμένη στις ειδικές απαιτήσεις του πελάτη και θα δημιουργεί σημαντική προστιθέμενη αξία στο προϊόν του. Επομένως, η ΜΜ μπορεί να ανταποκριθεί σε νέες μεταφραστικές ανάγκες χωρίς να απειλεί ή να

παραγκωνίζει τον μεταφραστή, αλλά αντίθετα προσφέροντάς του ένα χρήσιμο μεταφραστικό βοήθημα, θέτοντας έτσι τη μηχανή στην υπηρεσία του ανθρώπου με απόλυτα εποικοδομητικό τρόπο.

6.3 Μετάφραση με ηλεκτρονική υποστήριξη (ΜΗΥ) Τα εργαλεία μετάφρασης με ηλεκτρονική υποστήριξη (ΜΗΥ) (Computer-assisted Translation tools - CAT tools) είναι εξειδικευμένα γλωσσικά εργαλεία που διευκολύνουν την εργασία του μεταφραστή, κυρίως στην τεχνική και επιστημονική μετάφραση και στην επιχώρια προσαρμογή.

Τα πρώτα εργαλεία ΜΗΥ ήταν συνδεδεμένα με τον επεξεργαστή κειμένου MS Word (στην πραγματικότητα, λειτουργούσαν συνήθως ως μακροεντολές που ενεργοποιούνταν μέσω Word). Αυτή η ιδέα επέτρεπε στον μεταφραστή να δουλεύει σε ένα οικείο περιβάλλον επεξεργασίας κειμένου. Ωστόσο, υπήρχε ένα βασικό μειονέκτημα: κάθε φορά που η Microsoft δημιουργούσε νέα έκδοση του Word, το εργαλείο ΜΗΥ έπαυε να είναι συμβατό. Χρειαζόταν αρκετός χρόνος ώστε ο κατασκευαστής να προσαρμόσει όλες τις μακροεντολές στη νέα έκδοση. Δεύτερο μειονέκτημα: ο επεξεργαστής κειμένου ήταν υποχρεωμένος να διαθέτει διαφορετικά εργαλεία για τη μετάφραση αρχείων σε διαφορετικά μορφότυπα: PowerPoint, Excel, HTML.

Τα τελευταία χρόνια, η ΜΗΥ έχει εξελιχθεί τόσο πολύ ώστε σήμερα συνιστά ένα ολοκληρωμένο περιβάλλον που παρέχει ένα σύνολο εργαλείων με στόχο τη βελτίωση της εργασίας του μεταφραστή. Τα κυριότερα στοιχεία αυτού του περιβάλλοντος παρουσιάζονται παρακάτω. Τα περισσότερα από αυτά διατίθενται σε εμπορικές σουίτες εφαρμογών (π.χ. SDL Trados Studio 2011, Wordfast Professional, Déjà Vu), ενώ κάποια διατίθενται και αυτόνομα (π.χ. εργαλεία στοίχισης κειμένων ή διαχείρισης ορολογίας).

6.3.1 Μεταφραστική μνήμη Η μεταφραστική μνήμη (translation memory) είναι μια βάση δεδομένων στην οποία αποθηκεύονται ζεύγη μεταφρασμένων προτάσεων, που αποτελούνται από την πρόταση στη γλώσσα πηγή και τη μετάφρασή της στη γλώσσα στόχο. Οι προτάσεις αυτές μπορεί να έχουν μεταφραστεί είτε από τον ίδιο τον μεταφραστή είτε από άλλους μεταφραστές που εργάζονται στο ίδιο ζεύγος γλωσσών και στο ίδιο θεματικό πεδίο. Με αυτόν τον τρόπο, μπορούν να επαναχρησιμοποιηθούν για μια νέα μεταφραστική εργασία που αφορά το συγκεκριμένο ζεύγος γλωσσών και το συγκεκριμένο θεματικό πεδίο. Πιο συγκεκριμένα, όταν έχουμε να μεταφράσουμε μια πρόταση, το εργαλείο ανακαλεί από τη βάση δεδομένων κάποια ήδη μεταφρασμένη πρόταση που να είναι όμοια ή παρεμφερής και την εμφανίζει στον χρήστη, επισημαίνοντας τα σημεία που διαφοροποιούνται, ενώ αντικαθιστά και προσαρμόζει αυτόματα αριθμούς, ημερομηνίες ή σύμβολα που έχουν αλλάξει. Με τη βοήθεια του ήδη μεταφρασμένου υλικού το οποίο έχει αποθηκευθεί κατά καιρούς από τον μεταφραστή, το πρόγραμμα συγκρίνει τις προς μετάφραση προτάσεις, εντοπίζει τυχόν ομοιότητες και του "προτείνει" μεταφραστικές εκδοχές. Στη συνέχεια, ο μεταφραστής μπορεί είτε να αποδεχτεί και να επικυρώσει την προτεινόμενη εκδοχή, είτε να την τροποποιήσει και να τη διορθώσει, είτε και να την απορρίψει και να μεταφράσει εκ νέου την πρόταση και να την αποθηκεύσει στη μνήμη.

Μια μεταφραστική μνήμη δημιουργείται για ένα συγκεκριμένο ζεύγος γλωσσών πηγής αι στόχου και με ορισμένη κατεύθυνση, συνεπώς είναι πάντα δίγλωσση (δεν μπορεί να είναι πολύγλωσση) και μονοκατευθυντική (για παράδειγμα, από γαλλικά προς αγγλικά: FR → EN).

Για τη μετάφραση ενός εγγράφου, το εργαλείο χωρίζει το πρωτότυπο κείμενο σε «τμήματα» (segments). Η διαδικασία αυτή ονομάζεται κατάτμηση κειμένου (segmentation). Συνήθως ένα τμήμα κειμένου ισοδυναμεί με μια πρόταση. Ωστόσο, υπάρχει δυνατότητα να προσαρμόσουμε την κατάτμηση του κειμένου είτε σε μικρότερα τμήματα (π.χ. καθιερωμένες ή επαναλαμβανόμενες εκφράσεις) είτε σε μεγαλύτερα τμήματα (π.χ. σε επίπεδο παραγράφου, οπότε σε αυτή την περίπτωση ένα τμήμα ισοδυναμεί με μια παράγραφο και περιέχει όλες τις προτάσεις που απαρτίζουν την παράγραφο). Τα τμήματα κειμένου (προτάσεις, παράγραφοι κτλ.) αποθηκεύονται στη μεταφραστική μνήμη σε ζεύγη.

20

Επειδή είναι προφανές ότι η απόλυτη αντιστοιχία μεταξύ νέων και ήδη μεταφρασμένων τμημάτων είναι σπάνια στον πραγματικό λόγο (ίσως μόνον σε ορισμένα είδη αυστηρά τυποποιημένων κειμένων), ο στόχος αυτής της διαδικασίας εστιάζει λιγότερο στην ανάκληση απόλυτων αντιστοιχιών και περισσότερο στην ανεύρεση μερικών αντιστοιχιών μεταξύ τμημάτων κειμένων που μπορούν να επαναχρησιμοποιηθούν σε νέα συγκείμενα. Τα τμήματα που ανασύρονται από μια μεταφραστική μνήμη μπορεί να είναι:

- απόλυτα ακριβείς αντιστοιχίες (exact match) – ομοιότητα 100% - πλήρεις αντιστοιχίες (full match) για τμήματα με μικρές διαφοροποιήσεις, όπως π.χ. ημερομηνίες - ασαφείς ή κατά προσέγγιση αντιστοιχίες (fuzzy match) – ομοιότητα 75%-99% Επιπλέον, η λειτουργία της συμφραστικής αναζήτησης (αγγλ. concordances, γαλλ. recherche

contextuelle) επιτρέπει να εντοπίζουμε προτάσεις, εκφράσεις, όρους ή λέξεις για να ελέγξουμε πώς τις έχουμε ήδη μεταφράσει σε άλλο σημείο του ίδιου κειμένου ή σε άλλο κείμενο που περιέχεται στη μεταφραστική μνήμη.

Βασικό πλεονέκτημα των συστημάτων μεταφραστικής μνήμης είναι ότι επιτρέπουν τη διαχείριση και επεξεργασία όλων των μορφοτύπων αρχείων (doc, xls, pdf, ppt, html κτλ). Το εργαλείο αναλαμβάνει τη διατήρηση των σημείων σήμανσης (tags) που αφορούν τη μορφοποίηση του κειμένου (έντονα, πλάγια, υπογραμμισμένα, αλλαγή γραμματοσειράς ή μεγέθους χαρακτήρων κ.ο.κ.). Ο μεταφραστής οφείλει μόνον να προσδιορίσει σε σημείο της πρότασης πρέπει να προστεθεί το σημείο σήμανσης. Έτσι μπορεί να επικεντρωθεί στη μετάφραση του καθαρού κειμένου.

Για μια πρώτη προσέγγιση των συστημάτων μεταφραστικής μνήμης που διατίθενται δωρεάν στο διαδίκτυο μπορείτε να παρακολουθήσετε τα βίντεο και να διαβάσετε τα εγχειρίδια που προτείνονται παρακάτω (στα αγγλικά): Wordfast Anywhere http://www.freetm.com (δωρεάν, με εγγραφή) Οδηγός χρήσης: http://www.wordfast.net/anywhere/WFA_help.htmhttps://www.wordfast.net/wiki/Wordfast_Anywhere_User_Guide Βίντεο: First steps with Wordfast Anywhere http://www.youtube.com/watch?v=ww28wyVoYSw OmegaT http://www.omegat.org/ (δωρεάν, με εγκατάσταση) Βίντεο: Translating with OmegaT - The Basics http://www.youtube.com/watch?v=3Wv79R9Sp6E Βίντεο: First steps with OmegaT http://www.youtube.com/watch?NR=1&v=O7y6zWzV-yY&feature=endscreen Similis http://similis.org/linguaetmachina.www/ (δωρεάν, με εγκατάσταση) Οδηγίες χρήσης (μόνο στα γαλλικά): http://similis.org/linguaetmachina.www/index.php?afficher=10&sel=51&info=Tutorials Τα συστήματα που είναι ελεύθερα στο διαδίκτυο (π.χ. Wordfast Anywhere) είναι συνήθως πιο απλά και με λιγότερες λειτουργικότητες σε σχέση με τις πλήρεις ή επαγγελματικές εκδόσεις (π.χ. Wordfast Professional). Προκειμένου να μας δώσουν τη δυνατότητα να ανακαλύψουμε από κοντά τις πλήρεις λειτουργικότητές τους, ορισμένα εμπορικά προϊόντα προσφέρουν δωρεάν δοκιμαστικές εκδόσεις στο διαδίκτυο: SDL Trados (δωρεάν δοκιμαστική έκδοση 30 ημερών) Βίντεο: http://www.youtube.com/playlist?list=PLeCTib6EEYZH0OeJUNsdVXNWDZv3QpYcj

MetaTexis http://www.metatexis.net/ (δωρεάν δοκιμαστική έκδοση 60 ημερών ή 600 χρήσεων) Οδηγός χρήσης: http://www.metatexis.net/manual/default.htm Βίντεο: First steps with MetaTexis http://www.youtube.com/watch?v=P_I3wB622C4

21

Εικόνα 6.5 Παράδειγμα μεταφραστικής μνήμης: το περιβάλλον εργασίας του SDL Trados Studio 2011

Εικόνα 6.6 Παράδειγμα μεταφραστικής μνήμης: το περιβάλλον εργασίας του OmegaT

6.3.2 Στοίχιση κειμένων Τα συστήματα στοίχισης ή παραλληλοποίησης (alignment) κειμένων χρησιμοποιούν ένα κείμενο σε μια γλώσσα και τη μετάφρασή του σε άλλη γλώσσα προκειμένου να δημιουργήσουν «δικείμενα» (bitexts). Το δικείμενο είναι ένα έγγραφο δίγλωσσο και δίστηλο, όπου στη μία στήλη εμφανίζεται το κείμενο πηγή και στην άλλη στήλη το κείμενο στόχος. Κάθε πρόταση του κειμένου πηγής εμφανίζεται με τη μετάφρασή της στην απέναντι στήλη.

Τα συστήματα αυτά κάνουν αυτόματη κατάτμηση των δύο κειμένων, πηγής (πρωτότυπο) και στόχου (μετάφρασμα), σε μικρότερες μονάδες (συνήθως σε επίπεδο πρότασης ή παραγράφου) και τα στοιχίζουν επίσης αυτόματα, δηλαδή δημιουργούν αντιστοιχίες μεταξύ των μικρότερων αυτών μονάδων. Λειτουργούν συνήθως σε επίπεδο πρότασης και προσπαθούν να στοιχίσουν τις προτάσεις ανάλογα με το μήκος τους, τη θέση τους μέσα στο κείμενο και, ενδεχομένως, το σημασιολογικό τους περιεχόμενο, ενώ μπορεί να προτείνουν φίλτρα με διάφορα τυπικά κριτήρια που ελέγχουν την ποιότητα της στοίχισης (για παράδειγμα:

22

απόρριψη ενός τμήματος κειμένου αν μία πλευρά/στήλη είναι κενή ή αν το μήκος διαφέρει σημαντικά κ.ο.κ.). Επειδή αυτά τα τυπικά κριτήρια πολλές φορές δεν επαρκούν για την ορθή στοίχιση, κάποια συστήματα δίνουν επιπλέον τη δυνατότητα στον χρήστη να παρέμβει και να διορθώσει τις αντιστοιχίες με το χέρι.

Εικόνα 6.7 Παράδειγμα στοίχισης κειμένων: Alinea

Πηγή: http://olivier.kraif.u-grenoble3.fr/files/Aide/Aide.htm Ο χρήστης έχει τη δυνατότητα να δει τα αποτελέσματα της αυτόματης στοίχισης, να κάνει αναζήτηση μέσα στο δικείμενο

καθώς και να τροποποιήσει την προτεινόμενη στοίχιση.

Εικόνα 6.8 Παράδειγμα στοίχισης κειμένων: Similis

23

Ο μηχανισμός της στοίχισης κειμένων αποτελεί τη βάση των μεταφραστικών μνημών αφού τα κείμενα αποθηκεύονται στη μεταφραστική μνήμη σε μορφή δικειμένων. Εξάλλου τα περισσότερα συστήματα μεταφραστικών μνημών προσφέρουν τη λειτουργία της στοίχισης ως επιπλέον, ανεξάρτητο εργαλείο με το οποίο μας δίνεται η δυνατότητα να στοιχίσουμε δικά μας, ήδη μεταφρασμένα κείμενα και έτσι να δημιουργήσουμε δικείμενα για να εμπλουτίσουμε τη μεταφραστική μας μνήμη. Για παράδειγμα, το σύστημα Wordfast Anywhere προσφέρει το εργαλείο στοίχισης Wordfast aligner (για οδηγίες χρήσης δείτε εδώ: http://www.wordfast.com/WFP2/Working_with_Wordfast_Aligner/Using_Wordfast_Aligner.htm). Υπάρχουν επίσης ανεξάρτητα εργαλεία στοίχισης κειμένων που είναι διαθέσιμα στο διαδίκτυο.

Παραδείγματα ελεύθερων εργαλείων στοίχισης κειμένων: YouAlign http://www.youalign.com/ (απαιτείται εγγραφή) LF Aligner http://lf-aligner.soft112.com/ (απαιτείται εγκατάσταση) Bligner http://www.bligner.org/

Όσον αφορά τη στοίχιση κειμένων, οι δυσκολίες που αντιμετωπίζει το σύστημα είναι δύο: α) η

κατάτμηση των δύο κειμένων και β) η στοίχιση των τμημάτων κειμένου. Υπάρχουν δύο βασικές τεχνικές (Briel 2011):

Η πρώτη τεχνική αφορά την «οπτική» στοίχιση κειμένων. Το σύστημα εμφανίζει έναν δίστηλο πίνακα με το πρωτότυπο κείμενο και το μετάφρασμα, όπου έχει επιχειρήσει, άλλοτε με περισσότερη και άλλοτε με λιγότερη επιτυχία, να αντιστοιχίσει τα τμήματα κειμένου πηγής και στόχου. Στη συνέχεια, ο χρήστης μπορεί να επέμβει και να διορθώσει τη στοίχιση, συγχωνεύοντας ή διασπώντας ανάλογα τα τμήματα. Αυτό μπορεί να είναι κοπιαστικό και χρονοβόρο, ωστόσο με αυτό τον τρόπο το αποτέλεσμα είναι τέλειο, αφού διαμορφώνεται και ελέγχεται από τον χρήστη. Αυτή είναι συνήθως η καλύτερη επιλογή όταν ο όγκος των κειμένων δεν είναι τεράστιος και όταν απαιτείται, κατά το δυνατόν, μεγαλύτερη ακρίβεια στο αποτέλεσμα.

Η δεύτερη τεχνική αφορά την «αυτόματη» στοίχιση κειμένων. Αυτό προϋποθέτει ότι ο χρήστης θα έχει αφιερώσει κάποιο χρόνο ώστε να προ-επεξεργαστεί τα κείμενα πηγή και στόχο και ότι δεν απαιτείται απόλυτη ακρίβεια στο αποτέλεσμα. Αν φυσικά χρειάζεται να στοιχιστεί ένα σώμα κειμένων 300.000 λέξεων, που θα αποτελέσουν σώμα αναφοράς, τότε δεν έχει μεγάλη σημασία αν μερικές προτάσεις βρεθούν χωρίς αντιστοιχία.

Τα εργαλεία δημιουργίας δίγλωσσων σωμάτων κειμένων περιλαμβάνουν επίσης εργαλεία στοίχισης κειμένων. Η αναζήτηση σε δικείμενα επιτυγχάνεται με εργαλεία που δημιουργούν δίγλωσσους συμφραστικούς πίνακες. Τα δικείμενα είναι χρήσιμα για την ανάλυση των μεταφράσεων αλλά και των μεταφραστικών τεχνικών.

Μελέτη περίπτωσης: Δίγλωσσοι συμφραστικοί πίνακες Στο διαδίκτυο υπάρχουν εργαλεία (Linguee www.linguee.com, Glosbe glosbe.com) που προσφέρουν δίγλωσσους συμφραστικούς πίνακες με τμήματα κειμένων που έχουν στοιχιστεί αυτόματα (χωρίς ανθρώπινη παρέμβαση). Πρόκειται για κείμενα που εντοπίζονται αυτόματα στον Παγκόσμιο Ιστό και που προέρχονται από διάφορες δικτυακές πηγές που διαθέτουν ελεύθερο περιεχόμενο σε περισσότερες γλώσσες (ΕΕ, Wikipedia κτλ).

24

Εικόνα 6.9 Παράδειγμα αναζήτησης στο Linguee: η έκφραση ‘pointer du doigt’

Σημείωση: η ένδειξη δηλώνει τις στοιχίσεις που δεν είναι ελεγμένες.

6.3.3 Διαχείριση ορολογίας Σχεδόν όλα τα εμπορικά συστήματα ΜΗΥ (π.χ. SDL Trados Studio 2011, Wordfast Professional, Déjà Vu) παρέχουν εργαλεία διαχείρισης της ορολογίας. Μπορεί επίσης να χρησιμοποιήσει κανείς ανεξάρτητα εργαλεία (π.χ. Lingo Lexicool, Anylexic AIT). Με αυτά τα εργαλεία ο μεταφραστής μπορεί να εισαγάγει στο σύστημα ΜΗΥ γλωσσάρια που του δίνονται από τον πελάτη ή τον εντολέα της μετάφρασης, που τα δημιούργησε ο ίδιος ή που τα βρήκε έτοιμα στο διαδίκτυο. Τα γλωσσάρια μπορεί να είναι σε διάφορα μορφότυπα (.txt, .doc, .xls, HTML). Σε αυτά μπορεί να προσθέσει νέους όρους κατά τη διάρκεια της μεταφραστικής εργασίας. Επίσης, σε πιο προχωρημένα συστήματα (π.χ. Multiterm), μπορεί για κάθε όρο να συμπεριλάβει πρόσθετες πληροφορίες: το όνομα του έργου, του πελάτη και του θεματικού πεδίου, γραμματικές πληροφορίες (γένος), ορισμό, συντομομορφές (ακρώνυμο ή συντετμημένη μορφή), εικόνες κτλ.

Όταν ο μεταφραστής αρχίζει να μεταφράζει ένα καινούριο τμήμα κειμένου, το εργαλείο αναζητάει αν οι προς μετάφραση όροι περιέχονται στην ορολογική βάση. Όταν τους βρει, τους εμφανίζει σε ειδικό παράθυρο δίπλα από το κείμενο πηγή. Ο μεταφραστής μπορεί τότε να εισαγάγει τη μετάφραση του όρου με ένα απλό κλικ ή μια συντόμευση του πληκτρολογίου.

Μπορεί κανείς να δημιουργήσει περισσότερες ορολογικές βάσεις ανάλογα με το θεματικό πεδίο ή/και τον πελάτη του έργου. Αυτή η τεχνική επιτρέπει την εφαρμογή ειδικής ορολογίας για κάθε πελάτη ή έργο. Μπορεί να ανοίξει κανείς περισσότερα γλωσσάρια ταυτόχρονα, ώστε να διευρύνει την αναζήτηση όρων. Σε αντίθεση με τις μεταφραστικές μνήμες, οι ορολογικές βάσεις και τα γλωσσάρια μπορούν να είναι πολύγλωσσα.

Στο τέλος, ο μεταφραστής μπορεί να πραγματοποιήσει έλεγχο της ορολογίας του κειμένου που μόλις έχει μεταφράσει. Για κάθε όρο στο κείμενο πηγή που υπάρχει ήδη στην ορολογική βάση, το εργαλείο επαληθεύει ότι η μετάφραση του όρου όπως δίνεται από το γλωσσάριο βρίσκεται όντως έτσι μέσα στο κείμενο στόχο.

25

Εικόνα 6.10 Παράδειγμα περιβάλλοντος διαχείρισης ορολογίας: Similis

Εικόνα 6.11 Παράδειγμα περιβάλλοντος διαχείρισης ορολογίας: Multiterm

Μελέτη περίπτωσης: Παράλληλη ορολογική αναζήτηση σε διαδικτυακές πηγές Για έναν μεταφραστή είναι εξαιρετικά σημαντική η δυνατότητα άμεσης και γρήγορης πρόσβασης σε περισσότερες πηγές τεκμηρίωσης. Για τον λόγο αυτό, πολλά συστήματα ΜΗΥ ενσωματώνουν τη δυνατότητα παράλληλης αναζήτησης σε εξωτερικές πηγές. Για παράδειγμα, το Wordfast Anywhere παρέχει τη δυνατότητα επιλογής δύο από μια λίστα με διαθέσιμες διαδικτυακές πηγές, όπως μηχανές αναζήτησης (Google), ηλεκτρονικά λεξικά (Wordreference, The Free Dictionary), ορολογικές βάσεις και γλωσσάρια (IATE, Proz.com), δίγλωσσους συμφραστικούς πίνακες (Linguee, Glosbe), μεταφραστικές μηχανές (Google translate).

26

Εικόνα 6.12 Προσθήκη διαδικτυακών πηγών στο Wordfast Anywhere

Υπάρχουν επίσης εργαλεία που διατίθενται αυτόνομα και μπορούμε είτε να τα συμβουλευτούμε

απευθείας στο διαδίκτυο (δείτε για παράδειγμα το Magic Search της ελληνικής μεταφραστικής πύλης Translatum, με ένα σύνολο προκαθορισμένων λεξικών) είτε να τα κατεβάσουμε στον υπολογιστή μας (όπως για παράδειγμα το IntelliWebSearch, που μας δίνει τη δυνατότητα να επιλέξουμε εμείς τις πηγές που θα περιλαμβάνει).

Εικόνα 6.13 Παράδειγμα εργαλείου πολλαπλής αναζήτησης: Magic Search

Διαβάστε περισσότερα: http://www.translatum.gr/forum/index.php?topic=178408.0

27

Εικόνα 6.14 Παράδειγμα εργαλείου πολλαπλής αναζήτησης: IntelliWebSearch

http://www.intelliwebsearch.com/

6.3.4 Ανάλυση κειμένου Τα περισσότερα προγράμματα μεταφραστικής μνήμης παρέχουν τη δυνατότητα υπολογισμού των προς μετάφραση λέξεων όχι μόνο αθροιστικά αλλά και συγκριτικά με τις λέξεις που υπάρχουν ήδη μεταφρασμένες στη μνήμη. Έτσι έχουμε τις λεγόμενες ασαφείς ή κατά προσέγγιση αντιστοιχίες (fuzzy matches), δηλαδή τις προτάσεις εκείνες που μοιάζουν σε κάποιο βαθμό με προτάσεις που υπάρχουν ήδη μεταφρασμένες στη μνήμη, τα απόλυτα ακριβείς αντιστοιχίες (100% matches), δηλαδή τις προτάσεις που υπάρχουν αυτούσιες μεταφρασμένες στη μνήμη μας, τις μηδενικές αντιστοιχίες (no match), δηλαδή τις προτάσεις που θα πρέπει να μεταφράσουμε από το μηδέν και φυσικά τις επαναλήψεις, δηλαδή τον αριθμό των λέξεων που επαναλαμβάνονται στο κείμενο και τις οποίες εμείς θα χρειαστεί να μεταφράσουμε μόνο μία φορά.

28

Εικόνα 6.15 Παράδειγμα ανάλυσης κειμένους:Wordfast Anywhere

6.3.5 Έλεγχος ποιότητας Πολλά συστήματα ΜΗΥ (π.χ. SDL Trados Studio 2011, Transit) καθώς και ανεξάρτητα εργαλεία (QA Distiller, ErrorSpy) παρέχουν επίσης λειτουργίες ελέγχου ποιότητας του κειμένου. Εκτός από ορθογραφική διόρθωση, αυτά τα προγράμματα μπορούν να ελέγξουν ότι οι αριθμοί είναι όμοιοι στα δύο κείμενα πηγή και στόχο και ότι έχουν την ίδια μορφοτύπηση. Μπορούν να ελέγχουν και να διορθώνουν αυτόματα τη στίξη στο τέλος πρότασης, τα παραπανίσια κενά, τα πεζά/κεφαλαία, τα σημεία σήμανσης και την ορολογία. Όλοι αυτοί οι αυτόματοι έλεγχοι επιτρέπουν τη βελτίωση της ποιότητας του μεταφρασμένου κειμένου ενώ παράλληλα βοηθούν στην εξοικονόμηση χρόνου και προσπάθειας στο στάδιο της επιμέλειας του κειμένου.

6.3.6 Αυτόματη προ-μετάφραση Οι πρόσφατες εκδόσεις εργαλείων ΜΗΥ επιτρέπουν στον μεταφραστή να ζητήσει την αυτόματη μετάφραση μιας πρότασης, ή ακόμη και ολόκληρου του εγγράφου, ενεργοποιώντας ένα σύστημα ΜΜ. Για παράδειγμα, το Wordfast Anywhere παρέχει ελεύθερη πρόσβαση στο σύστημα Wordlingo, ενώ για το Google ή για άλλες μεταφραστικές μηχανές απαιτείται αγορά της σχετικής υπηρεσίας (API). Η ενσωμάτωση της αυτόματης μετάφρασης θέτει ένα επιπλέον εργαλείο στη διάθεση του μετάφραση στο μέτρο που αποτελεί δική του απόφαση και επιλογή αν θα το ενεργοποιήσει ή όχι. Είναι σίγουρο ότι αυτές οι λειτουργίες χρησιμοποιούνται όλο και περισσότερο από τους μεταφραστές χάρη στις προόδους της ΜΜ που αναφέρθηκαν παραπάνω.

6.3.7 Κριτική και συμπεράσματα Σήμερα, τα περισσότερα συστήματα ΜΗΥ παρέχουν στον μεταφραστή ένα ολοκληρωμένο περιβάλλον εργασίας που ενσωματώνει, εκτός από τον επεξεργαστή κειμένου, μεταφραστικές μνήμες, γλωσσάρια και

29

ορολογικές μνήμες, καθώς και εργαλεία στοίχισης, διαχείρισης ορολογίας, ανάλυσης κειμένου, ελέγχου ποιότητας και αυτόματης προ-μετάφρασης. Ταυτόχρονα, το ίδιο σύστημα χρησιμοποιείται για όλα τα μορφότυπα αρχείων κειμένου (doc, pdf, xls, ppt, ps κτλ.), ιστοσελίδων (HTML, XHTML κτλ) και λογισμικού σελιδοποίησης ή DTP (Framemaker, InDesign), τα οποία ο μεταφραστής μπορεί να ανοίξει και να μεταφράσει, χωρίς να χρειάζεται να έχει εγκατεστημένα τα αντίστοιχα προγράμματα στον υπολογιστή του. Απλώς εισάγει το αρχείο που έχει να μεταφράσει στον επεξεργαστή κειμένου του συστήματος ΜΗΥ, μεταφράζει το κείμενο και το εξάγει στο επιθυμητό μορφότυπο. Έτσι δεν χρειάζεται να ανησυχεί καθόλου για θέματα μορφοτύπησης και μορφοποίησης του κειμένου κατά τη φάση της μετάφρασης και μπορεί να επικεντρώνεται αποκλειστικά στο περιεχόμενο.

Επιπλέον, με τη βοήθεια του ήδη μεταφρασμένου υλικού το οποίο έχει αποθηκευθεί σταδιακά στη μεταφραστική μνήμη, το πρόγραμμα συγκρίνει τις προς μετάφραση προτάσεις, εντοπίζει τυχόν αντιστοιχίες, υποδεικνύοντας και τον βαθμό ομοιότητας, και προτείνει έτοιμες, μεταφραστικές εκδοχές. Αυτό βοηθά να μεταφράζουμε πιο γρήγορα, χωρίς να υπάρχει κίνδυνος να παραλείψουμε προτάσεις, καθώς μπορούμε διαρκώς να αντιπαραβάλλουμε και να ελέγχουμε τα δύο κείμενα, πηγή και στόχο, που έχουμε αντικριστά μπροστά μας. Ειδικά μάλιστα σε περιπτώσεις που υπάρχουν αριθμοί, ονόματα, σύμβολα κτλ., το σύστημα τα αντιγράφει και τα προσαρμόζει αυτόματα.

Τα πλεονεκτήματα πάντως των συστημάτων ΜΗΥ (όπως και της ΜΜ) συνδέονται άμεσα με το είδος των κειμένων που μεταφράζουμε. Τα συστήματα αυτά είναι κυρίως κατάλληλα για τεχνικά και επιστημονικά κείμενα, κείμενα που περιέχουν ειδική ορολογία και απαιτούν μεγάλη ακρίβεια και συνέπεια στη χρήση όρων, ονομάτων, αριθμών, συμβόλων κτλ., κείμενα με πολλά και μεγάλα τμήματα που επαναλαμβάνονται, κείμενα που έχουν απαιτητική μορφοποίηση ή ιδιαίτερο μορφότυπο (ppt, XML,…) ή μη γραμμική δομή (υπερκείμενα), κείμενα που αποτελούν αναθεωρήσεις ή επικαιροποιήσεις ήδη μεταφρασμένων κειμένων (αναφορές, εγχειρίδια κτλ.). Στη σημερινή εποχή, πολλά μεταφραστικά έργα τεχνικού περιεχομένου προϋποθέτουν ότι ο μεταφραστής γνωρίζει τη χρήση ενός τουλάχιστον προγράμματος ΜΗΥ. Στην αγορά εργασίας, πολλοί πελάτες απαιτούν από τον μεταφραστή να χρησιμοποιεί σύστημα ΜΗΥ, ώστε να μπορεί να ενσωματώσει τις δικές τους μεταφραστικές και ορολογικές μνήμες προκειμένου τα κείμενα που μεταφράζονται για λογαριασμό τους να τηρούν συγκεκριμένες προδιαγραφές, να υιοθετούν κοινή ορολογία και να αποφεύγονται σοβαρές αποκλίσεις. Είναι γεγονός ότι με αυτά τα συστήματα ο μεταφραστής εξασφαλίζει ταχύτητα στην παράδοση της μετάφρασης, αύξηση της παραγωγικότητας και βελτίωση της ποιότητας της δουλειάς του. .

Τα μειονεκτήματα που παρουσιάζουν τα συστήματα ΜΗΥ συνοψίζονται επιγραμματικά στα εξής: - Υψηλό κόστος αγοράς: Τα πλήρη προγράμματα ΜΗΥ δυστυχώς κοστίζουν. Ειδικά για τους

επαγγελματίες μεταφραστές το πρόβλημα είναι ότι το κόστος αγοράς των προγραμμάτων αυτών είναι αντιστρόφως ανάλογο με τις τελικές αμοιβές. Παρόλο που επιταχύνεται η παράδοση του έργου και αυξάνεται ο όγκος των μεταφρασμένων κειμένων, παράλληλα μειώνεται η αμοιβή του μεταφραστή, κυρίως στην περίπτωση που το ποσοστό των αντιστοιχιών που είναι αποθηκευμένες στη μεταφραστική μνήμη είναι μεγάλο. Για έναν επαγγελματία ο οποίος επενδύει χρήμα και κόπο στην αγορά και χρήση των προγραμμάτων αυτών, αυτό είναι ιδιαίτερα αρνητικό. Επιπλέον, το υψηλό κόστος αγοράς των επαγγελματικών προγραμμάτων ΜΗΥ είναι απαγορευτικό για τους νέους ή εκπαιδευόμενους μεταφραστές, οι οποίοι συνήθως καταφεύγουν στα συστήματα που διατίθενται ελεύθερα στο διαδίκτυο.

- Χρόνος εκμάθησης: Τα συστήματα αυτά απαιτούν αρκετό χρόνο μέχρι κάποιος να εκπαιδευτεί και να γνωρίζει ικανοποιητικά τις δυνατότητές τους. Ωστόσο, επειδή η λογική είναι λίγο πολύ κοινή στα περισσότερα συστήματα, αρκεί να μάθει κανείς ένα και μπορεί εύκολα να προσαρμοστεί και σε κάποιο άλλο.

- Μεταφραστικά λάθη: Συχνά σε μεταφράσεις που παράγονται με τη χρήση τέτοιων συστημάτων επισημαίνονται λάθη που οφείλονται σε βιασύνη ή αβλεψία του μεταφραστή. Η μεταφραστική εργασία τυποποιείται σε τέτοιο βαθμό ώστε ο μεταφραστής να παρασύρεται αρκετές φορές από την ευκολία και την ταχύτητα και να γίνεται λιγότερο προσεκτικός. Επίσης, τα συστήματα αυτά κατηγορούνται για απλοϊκή αντιμετώπιση της μεταφραστικής διαδικασίας. Ο κατακερματισμός του κειμένου σε τμήματα οδηγεί στην απώλεια ή στη διαστρέβλωση της έννοιας της ολότητας του κειμένου και της κειμενικής συνοχής. Τα συχνότερα σφάλματα σχετίζονται με φαινόμενα ελλειπτικού λόγου και αναφοράς, καθώς και σε επίπεδο σύνδεσης και εξάρτησης μεταξύ μεγάλων προτάσεων.

30

Η Γενική Διεύθυνση Μετάφρασης της Ευρωπαϊκής Επιτροπής έχει αρχίσει από το 2007

να διαθέτει δωρεάν τις μεταφραστικές μνήμες που προκύπτουν από τη μετάφραση του Acquis Communautaire. (Το Acquis Communautaire είναι το σύνολο της ευρωπαϊκής νομοθεσίας, ένα τεράστιο σώμα παράλληλων κειμένων που περιλαμβάνει όλες τις συνθήκες, τους κανονισμούς και τις οδηγίες που εκδίδουν τα όργανα της ΕΕ, σε 23 γλώσσες). Όσοι μεταφραστές και επιμελητές εργάζονται με μεταφραστικές μνήμες μπορούν να επισκεφτούν τη σχετική σελίδα της ΓΓΜ και να κατεβάσουν όλα τα αρχεία δεδομένων της μεταφραστικής μνήμης του Acquis Communautaire, από το 2004 έως και το 2013! Και για να πάρετε μια ιδέα για το μέγεθος αυτού του μεταφραστικού θησαυρού, αρκεί να σας πούμε ότι η αγγλο-ελληνική μνήμη περιλαμβάνει πάνω από 1.000.000 μεταφραστικές μονάδες!

Για περισσότερες πληροφορίες: http://ec.europa.eu/dgs/translation/translationresources/ https://ec.europa.eu/jrc/en/language-technologies

Πηγή: http://metafrasi.wordpress.com/

6.4 Μετάφραση με τη βοήθεια συγκρίσιμων κειμένων Η αναζήτηση και αξιοποίηση αυθεντικών κειμένων πάνω στο ίδιο θέμα συνιστά μια διαδεδομένη πρακτική στη διδακτική της μετάφρασης, η οποία περιγράφεται και μοντελοποιείται σε αρκετά σχετικά άρθρα και εγχειρίδια (Zanettin 1998, Muller & Schmidt 2007, Larsonneur 2008) και επιπλέον ευνοείται ιδιαίτερα από την πληθώρα πολύγλωσσων κειμένων που είναι διαθέσιμα στο διαδίκτυο. Πρόκειται για (μη αυτόματη) μέθοδο αναζήτησης στο διαδίκτυο κειμένων στη γλώσσα-στόχο που να πραγματεύονται το ίδιο θέμα με το κείμενο-πηγή. Η πρακτική αυτή αποδεικνύεται ιδιαιτέρως χρήσιμη σε περιπτώσεις απόδοσης πολιτισμικών στοιχείων, στερεότυπων εκφράσεων (π.χ. ιδιωτισμοί, παροιμίες) αλλά και ειδικού λεξιλογίου και ορολογίας.

Στην ίδια λογική άλλωστε είναι τα λεγόμενα «συγκρίσιμα σώματα κειμένων» (comparable corpora). Σε αντίθεση με τα παράλληλα, δίγλωσσα ή πολύγλωσσα, σώματα κειμένων που αποτελούνται από έναν αριθμό κειμένων στη γλώσσα πηγή με τις αντίστοιχες μεταφράσεις τους σε μία ή περισσότερες γλώσσες στόχους, ένα συγκρίσιμο σώμα απαρτίζεται από διάφορα πρωτότυπα κείμενα σε περισσότερες γλώσσες ή γλωσσικές ποικιλίες, με άλλα λόγια από δύο μονόγλωσσα σώματα κειμένων. Ελάχιστες απαιτήσεις για τη συγκρότηση ενός συγκρίσιμου σώματος κειμένων αξιοποιήσιμου για τις ανάγκες της μετάφρασης είναι:

α) τα κείμενα να πραγματεύονται το ίδιο θέμα (ώστε να περιέχεται το κατάλληλο λεξιλόγιο και οι αντίστοιχες κειμενικές και συντακτικές δομές),

β) να απαντούν στις ίδιες συνθήκες, τρόπο/μέσο και στόχο επικοινωνίας (γραπτός/προφορικός λόγος, επίπεδο λόγου).

Επίσης, εφόσον πρόκειται για κείμενα που αντλούνται από το διαδίκτυο, θα πρέπει να ληφθούν υπόψη δύο επιπλέον παράμετροι:

α) τα κείμενα, όποιο είδος να εκπροσωπούν και όποιο στόχο να εξυπηρετούν, θα πρέπει να είναι καλογραμμένα και χωρίς ορθογραφικά και συντακτικά λάθη.

β) τα κείμενα να έχουν όντως γραφτεί στη γλώσσα που αναζητούμε. Είναι γεγονός ότι πολλές σελίδες στο διαδίκτυο μεταφράζονται αυτόματα (και χωρίς τη θέλησή μας!) στη γλώσσα της χώρας στην οποία βρισκόμαστε.

Τα κυριότερα πλεονεκτήματα αυτής της πρακτικής είναι τα εξής: α) ο μεταφραστής έχει την ευκαιρία να αντιπαραθέσει και να συγκρίνει τμήματα αυθεντικού λόγου

στις δύο γλώσσες εργασίας β) ο μεταφραστής μπορεί να συγκροτήσει μόνος του το σώμα κειμένων που του χρειάζεται ανάλογα

με τις ανάγκες του (θέμα κτλ.) γ) ειδικά για γλώσσες για τις οποίες υπάρχουν ελάχιστα έτοιμα σώματα κειμένων (μονόγλωσσα, πόσο

μάλλον δίγλωσσα), όπως είναι τα ελληνικά, η μέθοδος αυτή είναι πιο άμεση και εύκολη στην εφαρμογή της.

Μελέτη περίπτωσης: Δίγλωσση αναζήτηση

Ένα χρήσιμο εργαλείο που διευκολύνει την παράλληλη αναζήτηση σε δύο διαφορετικές γλώσσες (και που

31

βασίζεται σε αυτόματη μετάφραση των όρων της αναζήτησης) είναι η «δίγλωσση αναζήτηση Google» (2lingual): http://www.2lingual.com/ Στο παρακάτω παράδειγμα, αναζητήσαμε την έκφραση “European music day” επιλέγοντας ως γλώσσες αγγλικά και ελληνικά.

Εικόνα 6.16 Παράδειγμα δίγλωσσης αναζήτησης

6.5 Διόρθωση και επιμέλεια κειμένου Η διαδικασία της επιμέλειας ενός κειμένου έπεται της μετάφρασης και είναι μια εντελώς διαφορετική διαδικασία, η οποία περιλαμβάνει διακριτά στάδια. Αρχικά, κατά τη διόρθωση, απαλείφονται τυχόν ορθογραφικά, γραμματικά ή συντακτικά λάθη, λάθη ως προς τη χρήση των σημείων στίξης, και στη συνέχεια, κατά την επιμέλεια/αναθεώρηση εξετάζονται η σημασιολογική συνοχή, η νοηματική συνάφεια και διαδοχή, η ακρίβεια της έκφρασης του κειμένου. Επιπλέον, πραγματοποιούνται -εφόσον χρειάζεται- αλλαγές ως προς τη δομή και τη μορφοποίηση του κειμένου, προστίθενται τίτλοι, κεφαλίδες ή υποσημειώσεις, παράγραφοι, ενότητες κ.λπ. Σκοπός της εργασίας αυτής είναι το τελικό κείμενο να εκφράζει και να εξυπηρετεί απόλυτα τον στόχο του συντάκτη του, πάντοτε σε συνάρτηση με το κοινό στο οποίο απευθύνεται.

Τα εργαλεία γλωσσικού ελέγχου ή επιμέλειας κειμένου (proofing tools) επιτρέπουν στους χρήστες (δακτυλογράφους, στοιχειοθέτες, συγγραφείς, μεταφραστές, επιμελητές κτλ.) να πραγματοποιούν αυτόματα μια σειρά ενεργειών επεξεργασίας κειμένου, όπως συλλαβισμό, διόρθωση ορθογραφικών λαθών, διόρθωση γραμματικών και υφολογικών λαθών κτλ. Στο διαδίκτυο βρίσκουμε διαθέσιμα αρκετά εργαλεία γλωσσικού ελέγχου για διάφορες γλώσσες.

Εργαλεία διόρθωσης Γλώσσα Διεύθυνση

Translated Labs αγγλική, γαλλική, γερμανική, ελληνική (και άλλες) http://labs.translated.net/spell-checker/

Spellchecker

αγγλική, γαλλική, γερμανική, ελληνική (και άλλες) http://www.spellchecker.net/spellcheck/

Reverso αγγλική, γαλλική http://www.reverso.net/spell-checker/english-spelling-grammar/

Neurolingo ελληνική http://www.neurolingo.gr/el/online_tools/speller

Bonpatron γαλλική http://bonpatron.com/

Retourne au CM1 γαλλική http://www.retourneaucm1.com/index.php?static/Correcteur-orthographique

Πίνακας 6.2 Εργαλεία γλωσσικού ελέγχου διαθέσιμα στο διαδίκτυο

Μελέτη περίπτωσης: Παλέτες γλωσσικών υπηρεσιών

Ορισμένοι ιστότοποι συγκεντρώνουν περισσότερα από ένα εργαλεία. Για παράδειγμα, το Translated Labs (http://labs.translated.net/), που δηλώνει ότι υποστηρίζει

32

συνολικά 102 γλώσσες (μεταξύ των οποίων και τα ελληνικά) παρέχει διαφορετικά γλωσσικά εργαλεία που πραγματοποιούν αυτόματα: αναγνώριση γλώσσας, ορθογραφική διόρθωση, αποτύπωση σημασιολογικών σχέσεων μεταξύ λέξεων, εξαγωγή ορολογίας από ένα κείμενο, συνεργατική μεταφραστική μνήμη, ανάλυση κειμένου ως προς την ευαναγνωσία, API για διαχείριση πολύγλωσσου περιεχομένου.

Εικόνα 6.17 Παράδειγμα αυτόματης αναγνώρισης γλώσσας

Άλλο παράδειγμα ιστότοπου που προσφέρει πολλαπλές υπηρεσίες σε 13 γλώσσες (όχι όμως

ελληνικά), είναι το Reverso (http://www.reverso.net/): μετάφραση κειμένου, κλίση, λεξικό, γραμματική, ορθογραφική διόρθωση. Δύο επιπλέον υπηρεσίες που προστέθηκαν πρόσφατα στην παλέτα του είναι: η ανθρώπινη μετάφραση καθώς και η μετάφραση σε συγκείμενο (ουσιαστικά πρόκειται για δίγλωσσο συμφραστικό πίνακα).

Εικόνα 6.18 Η διεπαφή του Reverso

Τέλος θα αναφέρουμε τον ιστότοπο της εταιρείας γλωσσικής τεχνολογίας Neurolingo που

αναπτύσσει γλωσσικά εργαλεία ειδικά για την ελληνική γλώσσα. Συγκεκριμένα, το Λεξισκόπιο (http://www.neurolingo.gr/el/online_tools/lexiscope.htm) είναι ένα σύνθετο γλωσσικό εργαλείο, το οποίο παρέχει πληροφορίες για μια νεοελληνική λέξη ή φράση, συνδυάζοντας τη λειτουργικότητα του Συλλαβιστή, του Ορθογράφου, του Λημματοποιητή, του Μορφολογικού Λεξικού και του Θησαυρού Συνωνύμων-Αντιθέτων της Neurolingo. Επιπλέον, στον ίδιο ιστότοπο προσφέρεται δυνατότητα ορθογραφικής διόρθωσης κειμένου ή ιστοσελίδας.

33

Εικόνα 6.19 Παράδειγμα ορθογραφικής διόρθωσης κατά την αναζήτηση στο Λεξισκόπιο

Εικόνα 6.20 Παράδειγμα ορθογραφικής διόρθωσης κειμένου: Neurolingo

6.6 Νέες τάσεις στη μετάφραση λόγω διαδικτύου Με την ανάδυση των νέων τεχνολογιών (ηλεκτρονικά μέσα και εργαλεία, ψηφιοποίηση κειμένων, διαδίκτυο) καταρρίπτεται σε μεγάλο βαθμό η εικόνα του παραδοσιακού, μοναχικού και απομονωμένου μεταφραστή, καθώς διαφαίνεται μια τάση προς την εξωστρέφεια, τη συλλογικότητα και τη συνεργατικότητα: διαμοιρασμός των γλωσσικών πόρων, καταμερισμός των μεταφραστικών έργων, συγκρότηση μεγάλων σωμάτων κειμένων και δημιουργία μεταφραστικών μνημών από μεγάλους όγκους κειμένων, που τις περισσότερες φορές έχουν συνταχθεί από περισσότερους του ενός δημιουργούς. Είναι γεγονός ότι το διαδίκτυο μεταλλάσσει τόσο τις πρακτικές όσο και τις προοπτικές της μετάφρασης.

6.6.1 Μεταφραστικές κοινότητες, φόρα και κοινωνικά δίκτυα Όπως διαπιστώνεται, το διαδίκτυο συντελεί στη μεγαλύτερη εξωστρέφεια του μεταφραστή. Από το 2000 και έπειτα, πολλοί μεταφραστές (επαγγελματίες, εκπαιδευτές ή γραφεία) αποκτούν έντονη παρουσία και δραστηριότητα στο διαδίκτυο, δημιουργώντας προσωπικές ή επαγγελματικές ιστοσελίδες, ιστολόγια (blogs), φόρα, κοινωνικά και επαγγελματικά δίκτυα, με στόχο την ενημέρωση, την επικοινωνία, τη συνεργασία αλλά και την επαγγελματική προβολή. Με τον τρόπο αυτό, ο μεταφραστής επικοινωνεί με άλλους συναδέλφους του, μοιράζεται τους προβληματισμούς του και τις εμπειρίες του, αποκομίζει χρήσιμες πληροφορίες, ενημερώνεται για επαγγελματικά και μεταφραστικά ζητήματα. Από τις μεγαλύτερες παγκόσμιες μεταφραστικές κοινότητες είναι τα ProZ.com www.proz.com και TranslatorsCafé.com https://www.translatorscafe.com, όπου μπορεί κανείς να αναζητήσει μεταφραστές και μεταφραστικά γραφεία ή να προτείνει αγγελίες για εργασία, να συμμετάσχει σε ομάδες συζητήσεων, να βρει χρήσιμες συμβουλές και

34

υλικό (γλωσσάρια, εργαλεία). Στην Ελλάδα, υπάρχει η μεταφραστική πύλη Translatum www.translatum.gr καθώς και το μεταφραστικό φόρουμ Lexilogia www.lexilogia.gr. Όσον αφορά τους εκπαιδευόμενους μεταφραστές, οι ιστότοποι αυτοί αποτελούν πολύτιμη και πλούσια πηγή πληροφοριών.

Μια άλλη τεχνολογική δυνατότητα που έχει κατακλύσει τον ιστοχώρο είναι τα μέσα κοινωνικής δικτύωσης (social media). Το Facebook και το Twitter αποτελούν από τα πλέον δημοφιλή εργαλεία που χρησιμοποιούν οι μεταφραστές, για να δημιουργήσουν ομάδες και σελίδες, να αναρτήσουν σχόλια ή ακόμα και να αναζητήσουν εργασία. Οι επαγγελματικές κάρτες έχουν σχεδόν πλήρως αντικατασταθεί από το LinkedIn ή άλλα παρεμφερή και λιγότερα δημοφιλή δίκτυα, όπως το Xing, το Viadeo και το ελληνικό Βsmark. Χάρη σε αυτά, ο μεταφραστής σήμερα έχει τη δυνατότητα να καταχωρίσει το βιογραφικό σημείωμά του, να συμμετάσχει σε ομάδες συζητήσεων και να ακολουθήσει εταιρείες για τις οποίες θα ήθελε να εργαστεί. Τέλος, έχουν εμφανιστεί και κοινωνικά δίκτυα που απευθύνονται ειδικά στη μεταφραστική κοινότητα όπως είναι το Langmates, μια πλατφόρμα επαγγελματικής δικτύωσης που δίνει στα μέλη της τη δυνατότητα να φτιάξουν το προσωπικό τους προφίλ με στοιχεία για τον εαυτό τους και να προσθέσουν σε αυτό τις επαφές τους. Τα μέλη μπορούν να μοιραστούν την επαγγελματική τους εμπειρία γράφοντας σχόλια σε 45 προκαθορισμένα θέματα (ή να προτείνουν τα δικά τους), να ρυθμίσουν τη σελίδα του προφίλ τους ώστε να είναι προσβάσιμη από τις μηχανές αναζήτησης, να φτιάξουν το προσωπικό τους ιστολόγιο, να ανεβάσουν φωτογραφίες και να κερδίσουν πόντους για κάθε νέο στοιχείο περιεχομένου που μοιράζονται με τα υπόλοιπα μέλη της κοινότητας.

6.6.2 Υπολογιστικό νέφος Το υπολογιστικό νέφος (cloud computing) αποτελεί σήμερα τεχνολογία αιχμής, καθώς δίνει τη δυνατότητα να χρησιμοποιούμε εξ αποστάσεως υλικά, λογισμικά και πόρους, με αποτέλεσμα να γίνεται πλέον λόγος για αποϋλοποίηση της πληροφορικής (Phister 2011).

Οι νέες τάσεις στον χώρο τον μεταφραστικών μνημών έχουν υιοθετήσει την τεχνολογία του νέφους, προσφέροντας μια διαφορετική προσέγγιση στη μεταφραστική διαδικασία, τη διαχείριση των γλωσσικών πόρων. Χάρη σε αυτή την τεχνολογία, οι μνήμες και τα γλωσσάρια αποθηκεύονται στο υπολογιστικό νέφος ή στους απομακρυσμένους εξυπηρετητές (servers) και η μεταφραστική διαδικασία πραγματοποιείται είτε μέσω εφαρμογών μέσα από τα προγράμματα περιήγησης ιστού (browser), είτε μέσω μεμονωμένων προγραμμάτων επεξεργασίας. Τα εργαλεία αυτά κερδίζουν συνεχώς έδαφος καθώς εξοικονομούν χρόνο και χρήμα από τη διαχείριση έργου, καταργώντας τα δεκάδες μηνύματα ηλεκτρονικού ταχυδρομείου με την πληθώρα συνημμένων αρχείων, δεν απαιτούν την υποχρεωτική εγκατάσταση προγραμμάτων στον υπολογιστή του μεταφραστή και καθιστούν δυνατή την ταυτόχρονη εργασία πολλών μεταφραστών σε ένα αρχείο με παράλληλη πρόσβαση σε κοινή μεταφραστική μνήμη και γλωσσάρια. Με αυτό τον τρόπο, μειώνεται το κόστος, ο χρόνος και η δυσκολία που συνεπάγεται η εγκατάσταση, επικαιροποίηση, αναβάθμιση και συντήρηση του πληροφορικού συστήματος του μεταφραστή.

Ολοένα περισσότερες εταιρείες γλωσσικής και μεταφραστικής τεχνολογίας αναπτύσσουν διαδικτυακά μεταφραστικά εργαλεία που είναι είτε δωρεάν είτε ακολουθούν το μοντέλο SaaS (software as a service), όπου δηλαδή η πληρωμή δεν πραγματοποιείται εφάπαξ, αλλά ανά μήνα ή ανά αριθμό λέξεων προς μετάφραση. Τα εργαλεία είναι σταθερά, ενσωματώνουν δυνατότητες μηχανικής προ-μετάφρασης, χειρίζονται μεγάλο εύρος τύπων αρχείων και βέβαια δεν απαιτούν εγκατάσταση, ούτε διαρκείς αναβαθμίσεις και ενημερώσεις. Ο μεταφραστής δημιουργεί λογαριασμό χρήστη και διεκπεραιώνει τις εργασίες του διαδικτυακά (με μόνη προϋπόθεση τη δυνατότητα πρόσβασης στο διαδίκτυο).

Τα κυριότερα μεταφραστικά εργαλεία που βρίσκουμε στο υπολογιστικό νέφος:

Google Translator Toolkit – Χρησιμοποιείται από πολύ μεγάλες εταιρείες, όπως π.χ. η Booking.com, αλλά δεν είναι ιδιαίτερα δημοφιλές στους ελεύθερους επαγγελματίες και μεμονωμένους μεταφραστές γιατί δεν υποστηρίζει αρκετούς τύπους αρχείων του Microsoft Office. Προσοχή: τα κείμενά σας ενδέχεται να χρησιμοποιηθούν στη συνέχεια για να βελτιώσουν την ποιότητα των μηχανικών μεταφράσεων της Google!

Wordfast Anywhere – H διαδικτυακή έκδοση του Wordfast προσφέρει πολλές δυνατότητες διαμοιρασμού μεταφραστικών και ορολογικών μνημών μεταξύ ελεύθερων επαγγελματιών που

35

θέλουν να συνεργαστούν σε ένα έργο.

MateCat – Δωρεάν εργαλείο που υποστηρίζει 56 διαφορετικούς τύπους αρχείων και προσφέρει δυνατότητα εξαγωγής δεδομένων σε αρχεία .sdlxliff και .tmx (για τη μετέπειτα επεξεργασία τους στο SDL Trados Studio).

XTM Cloud – Συνδρομητικό εργαλείο με λογαριασμούς για μεμονωμένους μεταφραστές ή ομάδες μεταφραστών. Καλοστημένο, με πολλές δυνατότητες και αποκλειστική διαχείριση των πόρων από τον χρήστη, αλλά το κόστος της μηνιαίας συνδρομής εξαρτάται από τον αριθμό των λέξεων που θα βγάζετε ανά μήνα.

MemSource – Η διαδικτυακή έκδοση είναι σχεδόν πανομοιότυπη με την έκδοση MemSource Editor, η οποία εγκαθίσταται στον Η/Υ σας. Ο δωρεάν λογαριασμός έχει κάποιους περιορισμούς, βέβαια, αλλά το εργαλείο έχει πολλές δυνατότητες και είναι πολύ φιλικό προς τον χρήστη. Υποστηρίζει και την από κοινού χρήση πόρων σε πραγματικό χρόνο, όπως το Wordfast Anywhere.

OmegaT – Εργαλείο ανοιχτού πηγαίου κώδικα, με κάπως… μπελαλίδικη εγκατάσταση. Μπορεί, όμως, να λειτουργήσει σε διάφορα λειτουργικά συστήματα (Windows, MacOS, Linux) και υποστηρίζει και αυτό την από κοινού χρήση πόρων σε πραγματικό χρόνο.

Πηγή: https://metafrasi.wordpress.com/ & http://www.translatum.gr/forum/

6.6.3 Ανοιχτά μεταφραστικά εργαλεία Πρέπει να διευκρινιστεί ότι στο διαδίκτυο βρίσκουμε δύο κατηγορίες ανοιχτών εργαλείων (open tools):

• ανοιχτά όσον αφορά τη χρήση τους, άρα ελεύθερα προσβάσιμα εργαλεία, • ανοιχτά όσον αφορά την ανάπτυξη και επεξεργασία τους, δηλαδή εργαλεία ανοιχτού πηγαίου

κώδικα (open source). Σχετικά με τη δεύτερη κατηγορία συγκεκριμένα,, στον χώρο της πληροφορικής και των

ηλεκτρονικών υπολογιστών, με τον όρο λογισμικό ανοιχτού κώδικα (αγγλ.: Open Source Software, OSS) εννοείται λογισμικό του οποίου ο πηγαίος κώδικας διατίθεται με κάποιον τρόπο ελεύθερα σε όσους ζητούν να τον εξετάσουν. Κατά καιρούς έχουν εμφανιστεί αρκετές διαφορετικές άδειες χρήσης σχεδιασμένες να συνοδεύουν λογισμικό ανοιχτού κώδικα. Μερικές από αυτές επιτρέπουν στους χρήστες και να τροποποιήσουν τον κώδικα ή και να τον αξιοποιήσουν σε άλλες εφαρμογές.

Παράδειγμα εργαλείου ορθογραφικής και γραμματικής διόρθωσης ανοιχτού κώδικα είναι το Language Tool: https://www.languagetool.org/

6.6.4 Ανοιχτή/συνεργατική μετάφραση και πληθοπορισμός Το διαδίκτυο ευνοεί την επικοινωνία, τη συνεργασία και τον διαμοιρασμό πόρων και εργαλείων. Η έννοια της συνεργασίας στη μετάφραση μέσω διαδικτύου παρουσιάζει διάφορες πτυχές:

• Σε επαγγελματικό επίπεδο, είναι σύνηθες το φαινόμενο μεγάλες μεταφραστικές εταιρείες και πολυεθνικοί οργανισμοί (π.χ. Ευρωπαϊκή Ένωση) να προσφέρουν στους μεταφραστές τους ειδικές διαδικτυακές πλατφόρμες συνεργασίας, οι οποίες τους επιτρέπουν να εργάζονται ταυτόχρονα στο ίδιο μεταφραστικό έργο, χρησιμοποιώντας τους ίδιους γλωσσικούς πόρους (λεξικά, γλωσσάρια), τα ίδια εργαλεία και τις ίδιες μεταφραστικές μνήμες.

• Σε ερευνητικό ή/και εκπαιδευτικό επίπεδο, έχουμε το παράδειγμα της, σχετικά πρόσφατης, διαδικτυακής πλατφόρμας Translation and Literary Hub (TLHUB) (http://tlhub.blogspot.fr/), η οποία διατίθεται σε ομάδες που ενδιαφέρονται να μεταφράσουν κείμενα λογοτεχνίας ή ανθρωπιστικών επιστημών, ενώ παράλληλα αποτελεί χρήσιμο εκπαιδευτικό εργαλείο για εξάσκηση στη συλλογική μετάφραση.

• Σε εθελοντική βάση, υπάρχουν οι μεταφραστικές κοινότητες που συστήνονται με ανθρωπιστικό σκοπό, όπως για παράδειγμα οι Μεταφραστές χωρίς σύνορα (http://translatorswithoutborders.org/), οι οποίοι μεταφράζουν δωρεάν για λογαριασμό διεθνών Μη Κυβερνητικών Οργανισμών (ΜΚΟ) που δραστηριοποιούνται στον χώρο της

36

υγείας, της παιδείας και της καταπολέμησης της φτώχειας (όπως Γιατροί χωρίς σύνορα, Γιατροί του κόσμου, Δράση κατά της πείνας).

Εικόνα 6.21 Ο ιστότοπος των Μεταφραστών χωρίς σύνορα

Πηγή: http://translatorswithoutborders.org/ Τα τελευταία χρόνια, σημαντική και διαρκώς ανερχόμενη είναι η τάση της ανοιχτής μετάφρασης

μέσω διαδικτύου. Η έννοια της ανοιχτής μετάφρασης συνδέεται κατ’ ουσία με μεταφραστικά έργα που συνδυάζουν το ανοιχτό/ελεύθερο περιεχόμενο, τα εργαλεία ανοιχτού κώδικα και την εθελοντική εργασία. Η νέα αυτή τάση είναι ευρύτερα γνωστή και ως πληθοπορισμός (crowdsourcing). Όπως δηλώνει η ετυμολογία της λέξης, η οποία είναι σύμμειγμα των λέξεων “crowd” (=πλήθος) και “outsourcing” (=εξωτερική ανάθεση εργασιών), πρόκειται για πρακτική που σχετίζεται με την ανοικτή πρόσκληση ανάληψης έργου από ομάδα εθελοντών ή από μια κοινότητα. Η πρακτική αυτή είναι δυνατόν να αφορά την υποβολή μιας πρότασης ή τον σχεδιασμό κάποιας λύσης ή, στην περίπτωση της μετάφρασης, τη μετάφραση κάποιου υλικού και την επιμέλειά του. Ορισμένα χαρακτηριστικά παραδείγματα ανοιχτής, εθελοντικής μετάφρασης:

• Υποτιτλισμός από τους ίδιους τους φανατικούς θεατές τηλεοπτικών σειρών (fansubbing) • Υποτιτλισμός διαλέξεων (π.χ. TED talks) • Μετάφραση δημοσιογραφικών άρθρων (π.χ. Global Voices) • Μετάφραση των διεπαφών κοινωνικών δικτύων (π.χ. Facebook, Twitter) • Μετάφραση εκπαιδευτικού υλικού (π.χ. Open University)

37

Εικόνα 6.22 Περιβάλλον διεπαφής για τη μετάφραση του Twitter

Πηγή: https://blog.twitter.com/ Ένα βασικό πλεονέκτημα αυτής της πρακτικής, εκτός από την ταχύτητα με την οποία μεταφράζεται

ένα δεδομένο έργο σε μία ή περισσότερες γλώσσες, είναι ότι παρέχεται η δυνατότητα για μετάφραση και προσαρμογή κειμένων (γραπτών και προφορικών) στις κατά τόπους εθνικές γλώσσες (πέραν της αγγλικής). Με αυτόν τον τρόπο, η παγκοσμιοποίηση φαίνεται να αποβαίνει προς όφελος της πολυγλωσσίας και της γλωσσικής ποικιλότητας.

Παρ’ όλα αυτά, ο πληθοπορισμός αποτελεί μια αμφιλεγόμενη πρακτική που εγείρει αντιδράσεις, συζητήσεις και διαμάχες, κυρίως σε θέματα τόσο μεταφραστικής ποιότητας όσο και δεοντολογίας: η συμμετοχή μεγάλου ποσοστού ερασιτεχνών και μη έμπειρων μεταφραστών, η αμφίβολη ή και χαμηλή ποιότητα του μεταφράσματος, η υποτίμηση του ρόλου και της αξίας του μεταφραστικού επαγγέλματος, η εθελοντική και άρα άμισθη μεταφραστική εργασία (επαγγελματιών και μη), τα πνευματικά δικαιώματα των μεταφραστών κτλ.

Εικόνα 6.23 Ο ιστότοπος Global Voices και η ροή των μεταφράσεων προς διάφορες γλώσσες

38

Ποια είναι η διαφορά μεταξύ της εφαρμογής "Μετάφραση του Facebook"

και της δυνατότητας "Εμφάνιση μεταφράσεων";

Η εφαρμογή "Μετάφραση του Facebook" σάς επιτρέπει να μεταφράζετε τη διεπαφή του Facebook. Η δυνατότητα "Εμφάνιση μεταφράσεων" είναι μια λειτουργία αυτόματης μετάφρασης δημοσιεύσεων και σχολίων που

κοινοποιούνται από χρήστες σε κάποια άλλη γλώσσα. Πηγή: https://www.facebook.com/help/100117036792266 [13/6/2015]

Βιβλιογραφία προς μελέτη

Για τη μεταφραστική τεχνολογία: Cronin, M. (2012). Translation in the Digital Age. London & New York: Routledge.

L’Homme, M.-C. (2000). Initiation à la traductique. Montréal : Linguatec.

Monteiro, L. O. (2006). Translators Now And Then — How Technology Has Changed Their Trade. In: ProZ.com Translation Article Knowledgebase. Ανακτήθηκε 13 Ιουνίου 2015, από http://www.proz.com/translation-articles/articles/2440/1/TRANSLATORS-NOW-AND-THEN---HOW-TECHNOLOGY-HAS-CHANGED-THEIR-TRADE

Mossop, B. (2006). Has Computerization Changed Translation?. Meta 51 (4), 787-805, Ανακτήθηκε 13 Ιουνίου 2015, από http://id.erudit.org/iderudit/014342ar

Somers, H. (2003). Computers and Translation A translator's guide. Amsterdam: John Benjamins Publishing Company.

Για τη μηχανική μετάφραση: Arnold, D., Balkan, L., Meijer, S., Humphreys, R.L. & Sadler, L. (1994). Machine Translation: An

Introductory Guide. London: NCC Blackwell.

Hutchins, J. (2001). History of MT in a nutshell. A two-page sketch, from the beginnings to the present. [Written 2000-2001, revised November 2005] <http://www.hutchinsweb.me.uk/Nutshell-2005.pdf >

Σταύρου, Μ. & Τζεβελέκου, Μ. (Επιμ.) (2000). Η μηχανική μετάφραση και η ελληνική γλώσσα. Αθήνα: Καστανιώτης.

Για τις νέες τάσεις στη μετάφραση: Austermühl, F. (2011). On Clouds and Crowds: Current Developments in Translation Technology. Τ21Ν –

Translation in Transition 2011-09, Wissenschaftlicher Verlag Trier. Ανακτήθηκε 13 Ιουνίου 2015, από http://www.t21n.com/homepage/articles/T21N-2011-09-Austermuehl.pdf

European Commission (2012). Crowdsourcing translation. DOI: 10.2782/64042

FLOSS Manuals (2012). Open translation tools. Ανακτήθηκε 13 Ιουνίου 2015, από https://www.flossmanuals.net/_booki/open-translation-tools/open-translation-tools.pdf

Κριμπάς, Π. (2012). Εργαλεία Κοινωνικής Δικτύωσης και Μεταφραστές: Η περίπτωση του LinkedIn. Civitas Gentium Vol. 2, No 1. Ανακτήθηκε 13 Ιουνίου 2015, από http://cg.turkmas.uoa.gr/index.php/cg/article/view/37

39

Ασκήσεις

Άσκηση 1 Αναλύστε και συγκρίνετε σύντομα κείμενα (ή αποσπάσματα κειμένων) που έχουν μεταφραστεί αυτόματα με διαφορετικά συστήματα ΜΜ στο διαδίκτυο. Επιλέξτε ορισμένα (5-10) τμήματα κειμένου όπου υπάρχει η μεγαλύτερη απόκλιση, παρατηρήστε τη μετάφραση που προτείνεται από το καθένα και περιγράψτε τα συγκεκριμένα προβλήματα που παρατηρείτε (λεξιλόγιο, σύνταξη, γραμματική κτλ.). Προσπαθήστε να διακρίνετε πού μπορεί να οφείλονται.

Άσκηση 2 Επιλέξτε ένα επιστημονικό ή τεχνικό κείμενο (περίπου 500 λέξεις) και μεταφράστε το πρώτα μόνοι σας (ανθρώπινη μετάφραση) και στη συνέχεια χρησιμοποιώντας ένα σύστημα ΜΜ (αυτόματη μετάφραση). Αφού κάνετε την επιμέλεια του αυτόματα μεταφρασμένου κειμένου, συγκρίνετε τις δύο διαδικασίες μετάφρασης ως προς (α) τον χρόνο και (β) την ποιότητα.

Άσκηση 3 Αναζητήστε και επιλέξτε ένα σύνολο συγκρίσιμων κειμένων για ένα κείμενο που θέλετε να μεταφράσετε: εντοπίστε τις χρήσιμες εκφράσεις και λεξικές συνάψεις, το ειδικό λεξιλόγιο εφόσον υπάρχει και αναγνωρίστε τυχόν πολιτισμικά στοιχεία που διαφοροποιούνται στις δύο γλώσσες. Η άσκηση αυτή ενδείκνυται για μετάφραση ειδικών κειμένων (π.χ. ποδηλατικός γύρος της Γαλλίας, διαδικασία οινοποίησης κόκκινου κρασιού) και για αντίστροφη μετάφραση από ελληνικά προς άλλη γλώσσα (π.χ. ταξιδιωτικοί οδηγοί, αγγελίες, συνταγές). [Εργασία ατομική ή ομαδική]

Άσκηση 4 Με βάση ένα κείμενο (κατά προτίμηση, ένα επιστημονικό ή τεχνικό κείμενο ή ένα εγχειρίδιο χρήσης), αναγνωρίστε τα τμήματα κειμένου (φράσεις, προτάσεις, τίτλους) που μπορεί να επαναλαμβάνονται και θα ήταν καλό να καταχωριστούν σε μία ορολογική μνήμη.

Άσκηση 5 Ανταλλάξτε κείμενα που έχετε γράψει ή μεταφράσει και εξασκηθείτε στην επιμέλεια κειμένου. [Εργασία σε ζευγάρια]

Κριτήρια αυτοαξιολόγησης

Κριτήριο 1 Ποιες είναι οι βασικές διαφορές ανάμεσα σε ένα σύστημα μηχανικής μετάφρασης (ΜΜ) και σε ένα σύστημα μετάφρασης με ηλεκτρονική υποστήριξη (ΜΗΥ);

Απάντηση Σκεφτείτε κυρίως τα εξής σημεία:

• Ποιος είναι ο ρόλος και ο βαθμός της ανθρώπινης παρέμβασης σε καθένα από αυτά. • Με ποιον τρόπο κατασκευάζονται και εμπλουτίζονται τα γλωσσικά δεδομένα που περιέχουν.

40

• Ποιες λειτουργικότητες προσφέρουν στον χρήστη (π.χ. αναζήτηση στα δεδομένα, διαχείριση ορολογίας, στοίχιση κειμένων, εισαγωγή/εξαγωγή λεξικών).

Κριτήριο 2 Ποιες είναι οι κυριότερες δυσκολίες που συναντά ο υπολογιστής κατά τη μετάφραση ενός κειμένου;

Απάντηση Σκεφτείτε κυρίως τα εξής σημεία:

• Το είδος κειμένων που θέλουμε να μεταφράσουμε (τεχνικά, επιστημονικά, λογοτεχνικά, διαφημιστικά κτλ.).

• Το ζεύγος γλωσσών που εμπλέκονται στη συγκεκριμένη μετάφραση. • Τον τρόπο προσέγγισης που υιοθετεί το κάθε σύστημα ΜΜ (π.χ. βασίζεται σε

γλωσσολογικούς κανόνες ή σε παραδείγματα και στατιστικά στοιχεία). • Το μέγεθος και την ακρίβεια των γλωσσικών πόρων που απαιτείται ανάλογα με τον τρόπο

προσέγγισης. • Κάθε επίπεδο γλωσσικής ανάλυσης θέτει διαφορετικά προβλήματα στον υπολογιστή:

μορφολογικό (κλίση), μορφοσυντακτικό (απόδοση γραμματικής κατηγορίας, συμφωνία), λεξιλογικό (κύρια ονόματα, ακρωνύμια), σημασιολογικό (πολυσημία, μεταφορά), συντακτικό (σειρά όρων, αναφορά, συνάψεις).

Κριτήριο 3 Με ποιον τρόπο τα σώματα κειμένων που είναι διαθέσιμα στο διαδίκτυο βοηθούν τον μεταφραστή;

Απάντηση Σκεφτείτε κυρίως τα εξής σημεία:

• Τα ελεύθερα διαθέσιμα σώματα κειμένων χρησιμοποιούνται για να εμπλουτίζονται και να εκπαιδεύονται τα συστήματα ΜΜ.

• Τα παράλληλα σώματα κειμένων χρησιμοποιούνται για να δημιουργούνται αυτόματα ή ημι-αυτόματα τεράστιες μεταφραστικές μνήμες.

• Ο μεταφραστής έχει δυνατότητα πρόσβασης σε μεγάλο όγκο κειμένων με αποτέλεσμα να μπορεί να κάνει αναζητήσεις (μονόγλωσσες ή δίγλωσσες) ή ακόμη και να δημιουργεί τα δικά του σώματα κειμένων ανάλογα με τις ανάγκες του.

Κριτήριο 4 Ο μεταφραστής απειλείται από τη μηχανική μετάφραση;

Απάντηση Γνωρίζοντας τις δυνατότητες αλλά και τους περιορισμούς της ΜΜ σήμερα, είμαστε σε θέση να πούμε με βεβαιότητα ότι ο μεταφραστής δεν απειλείται και δεν πρόκειται να αντικατασταθεί από τη ΜΜ. Σε ορισμένους τομείς της τεχνικής και επιστημονικής μετάφρασης, ο μεταφραστής θα βρει όμως σε αυτή έναν θεμιτό και ικανό σύμμαχο στην προσπάθειά του να αυξήσει την παραγωγικότητα του και να μεταφράσει γρηγορότερα περισσότερες λέξεις. Ο μεταφραστής καλείται σήμερα να αναζητήσει τον πιο πρόσφορο τρόπο ώστε να εντάξει αποτελεσματικά τη ΜΜ στη ροή της εργασίας του, διασφαλίζοντας όμως παράλληλα ότι η ποιότητα της μετάφρασης θα μείνει αναλλοίωτη.

41

Βιβλιογραφικές αναφορές

Ξενόγλωσσες αναφορές

ALPAC (1966). Languages and machines: computers in translation and linguistics. A report by the Automatic Language Processing Advisory Committee, Division of Behavioral Sciences, National Academy of Sciences, National Research Council. Washington, D.C.: National Academy of Sciences, National Research Council, 1966. (Publication 1416.) 124pp.

Balkan, L. (1992). Translation tools. Meta 37 (3), 408-420.

Briel, D. (2011). Les outils libres du traducteur, un écosystème à apprivoiser. Traduire, 224, 38-49. Ανακτήθηκε 17 Ιουνίου 2015, από http://traduire.revues.org/251

Guidère, M. (2010). Introduction à la traductologie. Bruxelles : De Boeck.

Hutchins, J. (1986). Machine translation: past, present, future. Chichester: Ellis Horwood.

Hutchins, J. (1997). From first conception to first demonstration: The nascent years of machine translation, 1947-1954. A chronology. Machine Translation 12 (3), 195-252.

Hutchins, J. (2004). Current commercial machine translation systems and computer-based translation tools: system types and their uses. International Journal of Translation, vol. 17, No 1-2, 5-38. Ανακτήθηκε 13 Ιουνίου 2015, από http://www.mt-archive.info/IJT-2005-Hutchins.pdf

Hutchins, J. & Sommers, H. (1992). An introduction to machine translation. London: Academic Press.

Koehn, P., Och, F.J. & Marcu, D. (2003). Statistical phrase-based translation. In Proceedings of HLT-NAACL 2003, 127–133.

Kübler, N. (2007). La traduction automatique : traduction machine?. Tribune internationale des langues vivantes, No 45.

Larsonneur, C. (2008). La recherche Internet en lettres et langues. Paris : Ophrys.

Muller, E. & Schmidt, B. (2007). Traduction anglaise : maîtriser l’outil internet. Paris : Presses Universitaires de France.

O'Hagan, M. (2009). Computer-aided Translation (CAT). In M. Baker (ed.) Τhe Routledge Encyclopedia of Translation Studies, 48-51, London & New York: Routledge.

Phister, B. (2011). L’informatique, une aide pour le traducteur. Traduire, 224, 30-37. Ανακτήθηκε 17 Ιουνίου 2015, από http://traduire.revues.org/251

Quah, C.K. (2006). Translation and Technology. Hampshire/New York: Palgrave Macmillan.

Vauquois, B. (1975). La traduction automatique à Grenoble. Paris : Dunod.

Weaver, W. (1949). Translation. Ανακτήθηκε 17 Ιουνίου 2015, από http://www.mt-archive.info/Weaver-1949.pdf

Zanettin, F. (1998). Bilingual corpora and the training of translators. Meta 43 (4), 616-630.

Ελληνόγλωσσες αναφορές

Δημητρούλια, Τ. (2006). Μεταφραστική τεχνολογία: διακυβεύματα και προοπτικές. 1η Συνάντηση Νέων Μεταφρασεολόγων, Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, 4 Νοεμβρίου 2006. Ανακτήθηκε 17 Ιουνίου 2015, από http://www.frl.auth.gr/sites/trad_congress/PDF/Dimitroulia.pdf

Καραγιάννης, Γ. (2000). Γενική επισκόπηση των συστημάτων μηχανικής μετάφρασης Eurotra και Systran. Στο Μ. Σταύρου & Μ. Τζεβελέκου (Επιμ.). Η μηχανική μετάφραση και η ελληνική γλώσσα. (σσ. 19-39). Αθήνα: Καστανιώτης.

42

Μπαμπούρης, Β. & Τριανταφυλλοπούλου, Κ. (2012). Μηχανική μετάφραση: ευλογία ή κατάρα;. Ανακτήθηκε 17 Ιουνίου 2015, από http://metafrasi.wordpress.com/ & https://metafrasi.wordpress.com/category/μεταφραστικά-εργαλεία/

Munday, J. (2002). Μεταφραστικές σπουδές. Μετάφραση Ά. Φιλιππάτος. Αθήνα: Μεταίχμιο.

Σοφιανόπουλος, Σ. (2009). Μοντελοποίηση γλώσσας για συστήματα μηχανικής μετάφρασης με μονόγλωσσο σώμα κειμένων (Διδακτορική διατριβή). Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Αθήνα.

Σταύρου, Μ. & Τζεβελέκου, Μ. (Επιμ.) (2000). Η μηχανική μετάφραση και η ελληνική γλώσσα. Αθήνα: Καστανιώτης.