MAKİNE ÇEVİRİ YÖNTEMLERİ VE MAKİNE ÇEVİRİSİNİN BUGÜNKÜ DURUMU

Year 2021, Volume: 10 Issue: 1, 192 - 205, 15.03.2021

Taşpolot Sadıkov Kerim Sarıgül

Abstract

Bu çalışmada makine çevirisinin ortaya çıkışı, gelişimi ve bugün geldiği nokta değerlendirilmekte, popüler makine çeviri sistemleri (Google Çeviri, Microsoft Bing Çeviri, Yandex Çeviri) üzerinden günümüzde yaygın kullanılan makine çevirisi yöntemlerine değinilmektedir.
20 milyar kelime içeren Birleşmiş Milletler belgeleri üzerinde eğitilen Google Çeviri; ilk yıllarda “Kural Tabanlı Makine Çevirisi” yöntemini ve “İstatistiksel Makine Çevirisi” yöntemini kullanmış, son yıllarda ise insan çevirisine daha yakın olan “Sinirsel Makine Çevirisi” yöntemini kullanmaya başlamıştır. Bu yöntemi İngilizce, Fransızca, Almanca, İspanyolca, Portekizce, Çince, Japonca, Korece ve Türkçe olmak üzere 9 dilde kullanmaktadır.
95’ten fazla dilde çeviri hizmeti sunan Yandex Çeviri ise; önceden öğretilmiş dil kurallarına göre değil, üzerinde çalıştığı dilleri istatistiki yöntemlerle analiz ederek çeviri yapmaktadır. Yandex bu yöntemi son yıllarda geliştirerek hibrit bir model (istatistiksel makine çevirisi ve sinirsel makine çevirisini birlikte) kullanmaya başlamıştır.
Microsoft Bing Çeviri ise 70’tan fazla dilde metin çeviri hizmeti vermekte, bunlardan 60’ında Sinirsel Makine Çevirisi yöntemini, 10 dilde ise istatistiksel makine çevirisi yöntemini kullanmaktadır.
Makalede istatistiksel makine çevirisi Türkçe-Kırgızca, sinirsel makine çevirisi ise İngilizce-Türkçe örnekler üzerinden değerlendirilmektedir.

Keywords

Makine çevirisi, kural tabanlı makine çevirisi, istatistiksel makine çevirisi, sinirsel makine çevirisi

References

• Aslan, E. (2018). Otomatik çeviri araçlarının yabancı dil öğretiminde kullanımı: Google çeviri örneği. Selçuk Üniversitesi Edebiyat Fakültesi Dergisi, 87-104.
• Balkul, H. İ. (2015). Türkiye’de akademik çeviri eğitiminde çeviri teknolojilerinin yerinin sorgulanması: müfredat analizi ve öğretim elemanlarının konuya ilişkin görüşleri üzerinden bir inceleme. Yayımlanmamış Doktora Tezi, Sakarya: Sakarya Üniversitesi.
• Bing Çeviri: https://www.bing.com/translator/
• Google Çeviri: https://translate.google.com/
• Hutchins J. (2005). The first public demonstration of machine translation: The Georgetown-IBM system, 7th January 1954. http://www.hutchinsweb.me.uk/GU-IBM-2005.pdf (Erişim: 10.09.2018).
• Hutchins, WJ., & Somers, HL. (1992). An introduction to machine translation. Londra: Academic Press.
• Klein, G., Kim, Y., Deng, Y., Senellart, J., and Rush, A. M. (2017). OpenNMT: Open-source toolkit for neural machine translation. 2017, ArXiv https://arxiv.org/abs/1701.02810 (Erişim: 25.09.2019).
• Microsoft (2020). What languages does Microsoft translator support?. Web: https://goo.gl/EbYg9g (Erişim 15.10.2018)
• Quoc V. Le ve Mike Schuster (2016), A neural network for machine translation, at production Scale. Web. 27 Eylül 2016 Google, https://goo.gl/3RRj1p (Erişim. 20.10.2019)
• Wikipedia, (2020). Google çeviri. Web: https://goo.gl/xqcBzx (Erişim: 27.02.2020)
• Yandex (2017). One model is better than two. Yandex.Translate launches a hybrid machine translation system. Web: https://goo.gl/U9zoqR (Erişim. 20.10.2019).
• Yandex Çeviri: https://ceviri.yandex.com.tr/
• Yandex, (2020). Bilgisayar destekli Yandex çeviri. Web: https://goo.gl/j9AYVs (Erişim: 26.02.2020)