Langues & Cultures (Dec 2024)
الترجمة الآلية العصبية للأسلوبية العربية
Abstract
لا ينكر أحد أن الدراسات الترجمية تشهد حالياً منعطفاً جديداً وهو المنعطف التكنولوجي. فالمتتبع للمؤلفات الجديدة، والملتقيات العلمية، والمهارات التي أضحت تطالب بها شركات الترجمة يلفي أن الترجمة الآلية هي موضوع الساعة في هذا المجال. والأمر الذي جعلها تحظى بهذا الاهتمام هو أنها أصبحت تعتمد على خوارزميات حديثة في غاية الدقة، وعلى آليات متطورة جداً على غرار التعلُّم العميق والذكاء الاصطناعي، ومحاكاة العقل البشري في التمييز واتخاذ القرار، متجاوزة بذلك المنهج الإحصائي إلى المنهج العصبي. من هذا المنطلق، تأتي إشكالية الدراسة على النحو الآتي: إذا كانت الترجمة الآلية قد أبدت نجاعتها بين اللغات المتقاربة، كيف هو الحال بالنسبة للغة العربية التي تمتاز بصيغها التركيبية والنحوية والصرفية المختلفة تماماً عن اللغات الأوروبية؟ وفي سبيل دراسة منهجية لإشكالية البحث، ينطلق الباحث من مسلّمة ابن جني الذي خصص في كتابه "الخصائص" فصلاً كاملاً سماه "شجاعة العربية" أورد فيه خصائص هذه الشجاعة، وهي أربع: التقديم والتأخير، والحذف والزيادة، والحمل على المعنى، والتحريف)ابن جني 1952: 542( . ومن ثمّة، تقوم الدراسة الحالية على تحليل نتائج الترجمة الآلية العصبية للأساليب المذكورة وتتتبَّع مدى جودتها في نقل خصائص اللغة العربية إلى اللغة الإنجليزية. وقد اقتضت الضرورة العلمية أن تكون البرامج المنتقاة هي كل من شات جي بي تي ChatGPT وموقع قوقل للترجمة Google Translate نظراً لشيوعهما بين المستعملين. وقد بينت النتائج الأولية أن الذكاء الاصطناعي تمكن من الإلمام ببعض الأساليب المتمثّلة في التقديم والتأخير والزيادة؛ أما الحذف والحمل على المعنى والتحريف فلا يزال الطريق طويلاً نظراً لما تقتضيه هذه الأساليب من قدرات تأويلية وتفسيرية لا تزال، إلى حد الساعة، سمة بشرية خالصة. تقترح الدراسة في الأخير تشكيل فرق بحثية تتكون من مترجمين ولغويين وخبراء في الإعلام الآلي وتكنولوجيا المعلومات بغية التعلُّم العميق Deep Learning لهذه البرامج من أجل تجريبها وتدريبِها أكثر على خصائص اللغة العربية وطبيعتها. Abstract The present paper intends to shed light on the accuracy of neural machine translation in transmitting Arabic stylistic peculiarities. It starts from the premise put forward by Ibn Djenni, one of the main Arab linguists, who argued that Arabic language is mainly characterized by four features: anaphora and cataphora, omission and addition, inference, and deformation. Hence, the study adopts a qualitative approach; it explores examples from Arabic and their translation in English using Google Translate and ChatGPT. The main findings of the present research: 1)- neural machine translation was efficient in dealing with anaphora and cataphora and addition, however, it is still unable to transmit the other styles (omission, inference) which require more interpretive and logical reasoning, 2)- artificial intelligence is still unable to deal with Arabic diacritics which are important in detecting anaphora and cataphora in Arabic, 3)- Deep learning must take into account Arabic stylistic peculiarities since they constitute the essence of Arabic language.
