مجموعة يوروبارل

📅 آخر تحديث: ٢٨ يوليو ٢٠٢٦
✍️ نُشر في: ٢٨ يوليو ٢٠٢٦
الموسوعة الحرة

مجموعة نصوص البرلمان الأوروبي هي مجموعة من الوثائق التي تضم وقائع جلسات البرلمان الأوروبي من عام 1996 إلى عام 2012. في إصدارها الأول عام 2001، غطت إحدى عشرة لغة رسمية للاتحاد الأوروبي (الدنماركية، الهولندية، الإنجليزية، الفنلندية، الفرنسية، الألمانية، اليونانية، الإيطالية، البرتغالية، الإسبانية، والسويدية). [ 1 ] ومع التوسع السياسي للاتحاد الأوروبي، أُضيفت اللغات الرسمية للدول الأعضاء العشر الجديدة إلى بيانات المجموعة. [ 1 ] أما الإصدار الأخير (2012) [ 2 ] فقد احتوى على ما يصل إلى 60 مليون كلمة لكل لغة، مع وجود نقص طفيف في تمثيل اللغات المضافة حديثًا نظرًا لتوافر بياناتها فقط بدءًا من عام 2007. تتضمن هذه النسخة الأخيرة 21 لغة أوروبية: اللغات الرومانسية (الفرنسية، الإيطالية، الإسبانية، البرتغالية، الرومانية)، واللغات الجرمانية (الإنجليزية، الهولندية، الألمانية، الدنماركية، السويدية)، واللغات السلافية (البلغارية، التشيكية، البولندية، السلوفاكية، السلوفينية)، واللغات الفنلندية الأوغرية (الفنلندية، المجرية، الإستونية)، واللغات البلطيقية (اللاتفية، الليتوانية)، واليونانية. [ 1 ]

استُخرجت البيانات التي تُشكّل المدونة من موقع البرلمان الأوروبي الإلكتروني، ثم جُهّزت لأغراض البحث اللغوي . [ 1 ] بعد تقسيم الجمل وتقسيمها إلى رموز، جرى توحيد الجمل بين اللغات باستخدام خوارزمية طوّرها غيل وتشرش (1993). [ 1 ]

قام فريق من الباحثين بقيادة فيليب كوهن في جامعة إدنبرة بتجميع وتوسيع هذه المدونة اللغوية. صُممت في البداية لأغراض البحث في مجال الترجمة الآلية الإحصائية . ومع ذلك، ومنذ إصدارها الأول، استُخدمت لأغراض بحثية أخرى متعددة، بما في ذلك على سبيل المثال إزالة الغموض عن معاني الكلمات . كما يُمكن البحث في Europarl عبر نظام إدارة المدونات اللغوية Sketch Engine . [ 3 ]

مجموعة بيانات يوروبارل والترجمة الآلية الإحصائية

في ورقته البحثية "يوروبارل: مدونة متوازية للترجمة الآلية الإحصائية" [ 1 ] ، يلخص كوهن مدى فائدة مدونة يوروبارل لأبحاث الترجمة الآلية الإحصائية . يستخدم كوهن هذه المدونة لتطوير أنظمة ترجمة آلية إحصائية، حيث يترجم كل لغة إلى كل لغة من اللغات العشر الأخرى في المدونة ، ليصبح المجموع 110 أنظمة. وهذا يمكّن كوهن من إنشاء أنظمة ترجمة آلية إحصائية لأزواج لغوية غير شائعة لم يسبق لمطوري الترجمة الآلية الإحصائية أخذها في الحسبان، مثل اللغة الفنلندية-الإيطالية على سبيل المثال.

تقييم الجودة

لا يقتصر استخدام مدونة Europarl على تطوير أنظمة الترجمة الآلية الإحصائية فحسب، بل يشمل أيضًا تقييمها. فمن خلال قياس مخرجات هذه الأنظمة مقابل بيانات المدونة الأصلية للغة الهدف ، يُمكن تقييم مدى كفاءة الترجمة. يستخدم كوهن مقياس BLEU الذي وضعه بابينيني وآخرون (2002) لهذا الغرض، والذي يحسب مدى تطابق النسختين المُقارنتين - مخرجات الترجمة الآلية الإحصائية وبيانات المدونة - ويُعطي درجة بناءً على ذلك. [ 4 ] كلما زاد تشابه النسختين، ارتفعت الدرجة، وبالتالي جودة الترجمة. [ 1 ] تُشير النتائج إلى أن بعض أنظمة الترجمة الآلية الإحصائية تتفوق على غيرها، على سبيل المثال، الترجمة من الإسبانية إلى الفرنسية (40.2) مقارنةً بالترجمة من الهولندية إلى الفنلندية (10.3). [ 1 ] يُوضح كوهن أن السبب في ذلك هو سهولة ترجمة اللغات المتشابهة فيما بينها مقارنةً باللغات غير المتشابهة. [ 1 ]

الترجمة العكسية

علاوة على ذلك، يستخدم كوهن أنظمة الترجمة الآلية الإحصائية وبيانات مجموعة يوروبارل للتحقق مما إذا كانت الترجمة العكسية طريقة مناسبة لتقييم أنظمة الترجمة الآلية . يقارن كوهن، لكل لغة باستثناء الإنجليزية، درجات BLEU لترجمة تلك اللغة من الإنجليزية وإليها (مثلًا: الإنجليزية > الإسبانية، الإسبانية > الإنجليزية) مع الدرجات التي يمكن الحصول عليها بقياس البيانات الإنجليزية الأصلية مقابل الناتج المُستخلص من الترجمة من الإنجليزية إلى كل لغة والترجمة العكسية إلى الإنجليزية (مثلًا: الإنجليزية > الإسبانية > الإنجليزية). [ 1 ] تشير النتائج إلى أن درجات الترجمة العكسية أعلى بكثير من درجات الترجمة أحادية الاتجاه، والأهم من ذلك أنها لا ترتبط بها إطلاقًا. على سبيل المثال، درجات الترجمة أحادية الاتجاه من الإنجليزية إلى اليونانية (27.2 و23.2) أقل من درجات الترجمة من الإنجليزية إلى البرتغالية (30.1 و27.2). ومع ذلك، فإن درجة الترجمة العكسية لليونانية (56.5) أعلى من درجة الترجمة العكسية للبرتغالية (53.6). [ 1 ] يُفسر كوهن ذلك بأن الأخطاء التي تُرتكب في عملية الترجمة يُمكن تصحيحها ببساطة عن طريق الترجمة العكسية، مما يُؤدي إلى تطابق كبير بين النص الأصلي والنص المُترجم. [ 1 ] ومع ذلك، لا يُتيح هذا أي استنتاجات حول جودة النص في اللغة الهدف الفعلية . [ 1 ] لذلك، لا يعتبر كوهن الترجمة العكسية طريقةً مناسبةً لتقييم أنظمة الترجمة الآلية.

ملاحظات ومراجع

  1. 1 2 3 4 5 6 7 8 9 10 11 12 13 Koehn, Philipp (2005): "Europarl: A Parallel Corpus for Statistical Machine Translation" , in: MT Summit , pp. 79–86.
  2. ↑ وقائع البرلمان الأوروبي - مجموعة متوازية 1996-2011
  3. ^ كيلجاريف، أ.، بيسا، ف.، بوشتا، ج.، ياكوبيتشيك، م.، كوفار، ف.، ميشيلفيت، ج.، ... & سوشوميل، ف. (2014). محرك الرسم: بعد مرور عشر سنوات. المعجم , 1(1), 7-36.
  4. ↑ بابينيني، كيشور وآخرون (2002): "BLEU. طريقة للتقييم التلقائي للترجمة الآلية" ، في: وقائع الاجتماع السنوي الأربعين لجمعية اللغويات الحاسوبية (ACL)، ص 311-318.