Farsça dil eğitiminde yapay zekâ (Al) destekli çeviri ve metin üretme üzerine bir değerlendirme

Gülsüm Yıkar

doi:10.29000/rumelide.1369151

Farsça dil eğitiminde yapay zekâ (Al) destekli çeviri ve metin üretme üzerine bir değerlendirme

Öz

Çeviri faaliyeti ülkemiz ve dünya eğitim kurumlarında yabancı dil eğitiminin ayrılmaz bir parçası olarak değerlendirilmektedir. Çevirinin dil eğitiminin bir parçası olması çeviri araçlarında da yenilikçi yaklaşımlara yol açmaktadır. Günümüzde yapay zekâ (Artificial Intelligence – AI) destekli çeviri bu araçların ve yaklaşımların en yenilikçi ifadesi niteliğindedir. Son yıllarda çeviriye acil erişim ihtiyacının belirmesiyle AI dil modellerinin desteklediği dil çevirisinin bu ihtiyacı karşılayan başarılı çıktılar sunduğunu görmekteyiz. Bununla beraber kültürel bağlamlar söz konusu olduğunda AI destekli çevirinin verimliliği, doğruluğu ve sınırları konusunda tartışmalar gündeme gelmektedir. Dil, kültürel ve semantik yapıların yanı sıra dil bilgisel kuralların varlığından da oluşan çok yönlü bir araçtır. Bu açıdan bir dilin tam anlamıyla anlaşılması ve çevrilmesi, dilin bu içsel birimlerinin, anlam ilişkilerinin ve ifade biçimlerinin kapsamlı bir şekilde kavranmasına bağlıdır. Bu durum AI çevirisinde dilin doğru bir şekilde aktarılması için gereken son derece hassas ve karmaşık süreci incelemeyi zorunlu kılmaktadır. Bu çalışma, Farsça dil eğitiminde Farsça-Türkçe çeviri faaliyeti açısından yapay zekâ dil modelinin verimliliği, güvenilirliği ve sınırları hakkında bir değerlendirmeyi amaçlamaktadır. İncelememizde insanlar için bilişsel, fiziksel ve deneyimsel süreçlerin dinamik bir ürünü olan ve oldukça karmaşık bir fonksiyonu ifade eden dil sisteminin Farsça-Türkçe dil çiftlerinde AI tarafından anlaşılması ve işlenmesinin doğruluğu değerlendirilecektir. Araştırmada, her iki dil çifti kaynak ve hedef diller olarak belirlenmiştir. Kaynak dilden alınan edebî, basın ve askerî metinler AI dil modeli ile hedef dile çevrilerek bu çeviri çıktılarının dilbilimsel ve kültürel uygunluklarının bir analizi yapılacaktır. Uygulama bölümünde belirli dil parametrelerini değerlendirmek amacıyla, ChatGPT dil modeline belirli bir konuda Farsça metin oluşturmak için bir direktif de verilecektir. Çıktı değerlendirmesinin yapılması amacıyla başvurulacak AI uygulaması ise OpenAI şirketi tarafından geliştirilen ChatGPT dil modeli olarak belirlenmiştir.

Anahtar Kelimeler

Kaynakça

Amtrup, J., Mansouri, H., Megerdoomian, K. ve Zajac, R. (2001). Persian-English machine translation: an overview the shiraz project. Memoranda in Computer and Cognitive Science, MCCSS-00-319, 1-42.
Arslan, K. (2020). Eğitimde yapay zekâ ve uygulamaları. Batı Anadolu Eğitim Bilimleri Dergisi, 11(1), 71-88.
Aslan, E. (2018). Otomatik çeviri araçlarının yabancı dil öğretiminde kullanımı: Google çeviri örneği. Selçuk Üniversitesi Edebiyat Fakültesi Dergisi, (39), 87-104.
Aşkın, M.C., Balkul, H.İ. (2023) Bu kış kimse üşümeyecek kitabının İngilizce çevirisinin makine çevirisi ile karşılaştırılması: Google Çeviri’nin yazın çevirisinde kullanılabilirliği üzerine bir inceleme. International Journal of Languages' Education and Teaching, 10(4), 117-131.
Ateş, E. (2021). Doğal dil işleme (Natural language processing). Siber Ansiklopedi: Siber Ortama Çok Disiplinli Bir Yaklaşım. Ankara: Pegem Akademi. 169-174.
Baker, M. (1992). In other words : a coursebook on translation. London, Routledge.
Basiri, M.E., Nilchi, A.R., ve Ghassem-Aghaee, N. (2014). A framework for sentiment analysis in Persian. Open Transactions on Information Processing, 1-14. https://doi.org/10.15764/OTIP.2014.03001
Bassnett, S. (2003). The translation turn in cultural studies. In Translation translation. (s.433-449). Leiden: Brill.

Bihrengi, S. (1968). Mahi-e Siyah-e Kuchulu. Tahran : Kanun-e Parvarish-e Fekri-ye Kudakan va Nowjavanan.
Catford J. C. (1965). A linguistic theory of translation : an essay in applied linguistics. London : Oxford University Press.
Çeti̇ner, C. (2019). Makine çevirisi sonrası düzeltme işlemine (post-editing) yönelik kapsamlı bir inceleme. RumeliDE Dil ve Edebiyat Araştırmaları Dergisi, 462-472.
Delibaş, A. (2008). Doğal dil işleme ile Türkçe yazım hatalarının denetlenmesi. (Yüksek lisans tezi), İTÜ Fen Bilimleri Enstitüsü.
Doğu, M., Yılmaz, S. (2023). El-liṣṣu ve’l-kilâb adlı romanın Arapçadan ve İngilizceden Türkçeye yapilan çevirilerinin eşdeğerlik açısından karşılaştırmalı analizi. Filoloji Alanında Uluslararası Araştırmalar V. Ankara: Eğitim Yayınevi.
Güner, S. P. (2023). Çevirmen-bilgisayar etkileşiminin kilit bileşeni: doğal dil işleme. Karamanoğlu Mehmetbey Üniversitesi Uluslararası Filoloji ve Çeviribilim Dergisi, 5(1), 56-79.
Habib, M. K. (2021). The challenges of Persian user-generated textual content: a machine learning-based approach. 2021 IEEE 29th International Requirements Engineering Conference Workshops (REW), 1-12. https://doi.org/10.48550/arXiv.2101.08087
Hermans, T. (2014). The Manipulation of Literature (routledge revivals) : Studies in Literary Translation. New York : Routledge.
Hutchins, W. (2015). Machine translation: history of research and applications. C. Sin-wai (Ed.) In, The Routledge Encyclopedia of Translation Technology (120-136). London& New York : Routledge, Taylor & Francis Group.
Karavi̇n, H. (2016). Çeviri kuramlari bağlaminda eşdeğerlik kavraminin izini sürmek. Trakya Üniversitesi Edebiyat Fakültesi Dergisi, 6(12), 125-144.
Korkmaz, İ. (2019). Makine çevirisinin kısa tarihçesi. International Journal of Social Humanities Sciences Research (JSHSR), (6), 155-166.
LeCun, Y., Bengio, Y., ve Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444. https://doi.org/10.1038/nature14539
Ludger, G. F. (2005). Artificial intelligence - structures and strategies for complex problem solving (5th ed.). New York : Addison- Wesley
Marszałek-Kowalewska, K. (2010). Iranian language policy : a case of linguistic purism. Investigationes Linguisticae, (22), 89-103.
Mohammadi, K. R. (2023). Human vs machine generated text detection in Persian. https://doi.org/10.13140/RG.2.2.12610.96966
Nida E. A., Taber C. R. (1969). The theory and practice of translation. Leiden : E.J. Brill.
O'Brien, S. (2012). Translation as human-computer interaction. Translation Spaces, 1 (1), 101-122. ISSN 2211-3711.
Pinchuck I. (1977). Scientific and technical translation. London : Andre Deutsch.
Saedi, C., Shamsfard, M., ve Motazedi, Y. (2009). Automatic Translation between English and Persian Texts. Proceedings of the Third Workshop on Computational Approaches to Arabic-Script-based Languages (CAASL3). Ottawa, Canada. https://aclanthology.org/2009.mtsummit-caasl.8.
Sadikov, T., Sarigül, K. (2021). Makine çeviri yöntemleri ve makine çevirisinin bugünkü durumu. Uluslararası Türkçe Edebiyat Kültür Eğitim (TEKE) Dergisi, 10(1), 192-205.
Sarli, N. G., Bayat, H., ve Adami, F. (2017). Comparing the standardization of Persian language in pre and post constitution periods. Language Related Research, 8(5), 205-234.
Savory, T. H. (1968). The art of translation (3.ed). London: Cape.
Shamsfard, M., Jafari, H. S., ve Ibeygi, M. (2010). STeP-1 : A Set of Fundamental Tools for Persian Text Processing. Proceedings of the Seventh International Conference on Language Resources and Evaluation (LREC’10), 859-865.
Somers, H. (2003). Introduction. H. Somers, H. Somers (Ed.) In, Computers and translation. Amsterdam& Philadelphia: John Benjamins Publishnig Company.
Şeker, A., Diri, B. ve Balık, H. H. (2017). Derin öğrenme yöntemleri ve uygulamaları hakkında bir inceleme. Gazi Mühendislik Bilimleri Dergisi, 3(3), 47-64.
Tok, Z. (2020). Makine çevirisi ve çeviri kuramları. International Journal of Language Academy, 31(31), 394-403.
Wang L. (2023). The impacts and challenges of artificial intelligence translation tool on translation professionals. Shs Web of Conferences. 163(02021), 1-6.
Yazıcı, Mine. (2007) Yazılı Çeviri Edinci. İstanbul: Multilingual Yayıncılık.
Yılmaz, S. (2021). Askeri ve hukuki çevirilerde çevirmenin rolü. Turkish Studies - Language and Literature, 4(16), 2701-2710.
Yılmaz S., Ceylan S. (2022). Arapça-Türkçe dil çifti özelinde karşılaştırmalı bir inceleme: çeviri ve müzik. Akademik Hassasiyetler Dergisi, 9(20), 267-282.
Zanjani, M., Baraani-Dastjerdi, A., Asgarian, E., Shahriyari, A., ve Kharazian, A. (2015). A New experience in Persian text clustering using FarsNet ontology. Journal of Information Science and Engineering, 31, 315-330.

Ayrıntılar

Birincil Dil

Türkçe

Konular

Fars Dili, Edebiyatı ve Kültürü

Bölüm

Araştırma Makalesi

Yazarlar

Gülsüm Yıkar ^*
0000-0002-6272-7286
Türkiye

Yayımlanma Tarihi

21 Ekim 2023

Gönderilme Tarihi

26 Temmuz 2023

Kabul Tarihi

20 Ekim 2023

Yayımlandığı Sayı

Yıl 2023 Sayı: 36

DOI

https://doi.org/10.29000/rumelide.1369151

IZ

https://izlik.org/JA97PS39FS

Kaynak Göster

RIS / Bibtex

APA

Yıkar, G. (2023). Farsça dil eğitiminde yapay zekâ (Al) destekli çeviri ve metin üretme üzerine bir değerlendirme. RumeliDE Dil ve Edebiyat Araştırmaları Dergisi, 36, 1204-1221. https://doi.org/10.29000/rumelide.1369151

Yapay Zekâyı Eğitmek: Eğitilmiş ve Eğitilmemiş ChatGPT Modellerinin Türkçe Öğretimi Bağlamında Ürettikleri Çıktıların Karşılaştırılması

Dumlupınar Üniversitesi Eğitim Bilimleri Enstitüsü Dergisi

https://doi.org/10.71272/debder.1783893

Farsça dil eğitiminde yapay zekâ (Al) destekli çeviri ve metin üretme üzerine bir değerlendirme

Farsça dil eğitiminde yapay zekâ (Al) destekli çeviri ve metin üretme üzerine bir değerlendirme

Öz

Anahtar Kelimeler

Kaynakça

Ayrıntılar

Birincil Dil

Konular

Bölüm

Yazarlar

Yayımlanma Tarihi

Gönderilme Tarihi

Kabul Tarihi

Yayımlandığı Sayı

DOI

IZ

Kaynak Göster

Cited By

Die Rolle Künstlicher Intelligenz beim Deutsch als Fremdsprachenlernen: Eine Untersuchung am Beispiel von ChatGPT

İkinci dil öğretiminde Chatbot teknolojisinin kullanımına yönelik çalışmalardaki genel eğilimler

Enformasyon Sağlayan Yapay Zekâ Dezenformasyonla Mücadele Edebilir Mi? ChatGPT Örneği

Yapay Zekâyı Eğitmek: Eğitilmiş ve Eğitilmemiş ChatGPT Modellerinin Türkçe Öğretimi Bağlamında Ürettikleri Çıktıların Karşılaştırılması