7شغل پردرآمد در ایران/تسنیم
asriran.com
@MyAsriran

#فناوری و #ترجمه
اخیراً فیسبوک اعلام کرد فرآیند استفاده از ترجمه ماشینی عصبی را تکمیل کرده است. به عبارتی، اکنون این شبکه اجتماعی از شبکه های عصبی کانولوشن (CNNs) و شبکه‌های عصبی بازگشتی (RNNs) برای ترجمه خودکار محتوای فیسبوک استفاده می‌کند.

اکنون مدتی‌ است که گوگل، مایکروسافت و فیسبوک به استفاده از ترجمه ماشینی عصبی روی آورده‌اند و به سرعت در حال کنار گذاشتن روش قدیمی ترجمه ماشینی آماری مبتنی بر عبارت هستند. دلایل متعددی وجود دارد که چرا رویکردهای عصبی نسبت به روش‌های عبارت محور امیدبخش ترند اما مهم‌ترین آن ارائه ترجمه‌هایی دقیق تر است.

در روش سنتی ترجمه ماشینی، فرآیندی نسبتاً مشخص در کار است. سیستم‌های عبارت محور با تکیه بر جملات کلیدی، جملات را ترجمه کرده، سپس بر حسب احتمال ترجمه نهایی را ارائه می‌دهند. برای درک بهتر این موضوع، می‌توان از نرم افزار رُزتا استون نام برد که برای ترجمه متن، از عبارت‌های مشابه در زبان‌های مختلف بهره می‌گیرد.

این درحالی است که در مدل‌های عصبی، سطح بالاتری از انتزاع در کار است. در این روش، تفسیر جملات در قالب نمایش‌دهی بردار چندبعدی صورت می گیرد؛ بدین معنا که تلاش می‌کنیم به جای تکیه بر عبارات، براساس نوعی «بافت» ظاهری ترجمه کنیم.

فرآیندی خالی از نقص نیست و پژوهشگران کماکان در تلاش‌اند وابستگی‌های بلندمدت (حفظ درک و دقت در متون طولانی) را برطرف کنند. اما در مجموع روندی نویدبخش است و تاکنون نتایجی قابل توجه به دست داده است.

در سپتامبر ۲۰۱۶، گوگل اعلام کرد اولین مرحله از انتقال به ترجمه ماشینی عصبی تکمیل شده است. دو ماه پس از آن، مایکروسافت هم خبری مشابه را منتشر کرد. اکنون تقریباً نزدیک به یک سال است که فیسبوک درحال تلاش در جهت منتقل شدن به این روش دقیق‌تر ترجمه بوده و حال تکمیل شده است.

پژوهشکده هوش مصنوعی فیسبوک گزارش خود را در ماه مِی منتشر کرد و مدل‌های CNN خود را روی سایت گیت هاب به شکل متن باز قرار داد.

نسیب فزیل آیان، مدیر مهندس گروه فناوری‌های زبانی فیسبوک در مصاحبه‌ای گفت: «مشکل ما با اکثر جاهای دیگر فرق می‌کند و دلیل عمده آن نوع زبانی است که با آن سر وکار داریم. زبان محاوره و سرواژه های عامیانه زیادی در فیسبوک مشاهده می‌کنیم. سبک زبان بسیار متفاوت است».

در نتیجه این انتقال، فیسبوک شاهد افزایش 10 درصدی کیفیت ترجمه بوده است.


🌐 منبع: TechCrunch

🔗 لینک: tcrn.ch/2wb35T5

👨‍💻 مترجم: محمد پور رکنی

30 #آذر http://www.elsconf.ir/fa/

The following videos are Modules in Pragmatics instructed by Dr. Koike, Professor of Spanish & Portuguese Linguistics at the University of Texas at Austin. She specializes in pragmatics & discourse analysis, & 2nd lg. acquisition. The lessons are as follows:

1. Terms & Scope
2. Cross-cultural Communication
3. Pragmatics in the L2 Classroom
4. Pragmatics & Proficiency Levels

A definition of pragmatics & its scope

A role play to illustrate sociocultural norms

A discussion on norms, politeness, & appropriateness

Identification of intended speech acts

Defining face-threatening acts

Relevance of cross-cultural differences for learners

Example of a face-threatening act in a compliment response

Discussion of a sociocultural norm in American English

Brainstorming about pragmatics activities

A discussion on differences in illocutionary force

A discussion on awareness of sociocultural norms

A discussion on pragmatics teachability issues

🎯⛳️👋👨🏻‍🎓💥💥💥در این کانال علاوه بر اخبار زبانشناسی نظری، به دیگر حوزه های مرتبط با زبانشناسی کاربردی شامل رشته های

👩🏻‍🎓آموزش زبان انگلیسی و فارسی
👨🏻‍🎓مترجمی
👩🏻‍🎓 و ادبیات انگلیسی
پرداخته می شود:
👇👇👇👇👇
@persianlinguistic