شاید پیش از آنکه انسان بتواند به رؤیای پرواز خود تحقّق بخشد، بسیاری آن را جاهطلبی و بلندپروازی بشر میدانستند، امّا امروزه دیگر بشر حدّ و حدودی برای رؤیاها و ایدههای خود نمیشناسد که بُرههای بلندپروازانه محسوب میگردید. یکی از این ایدهها که علیرغم دَهها سال تلاش هنوز به سرانجام مطلقی نرسیده، ایجاد ماشین و برنامهای است که بتواند به جای انسان ترجمه کند. امّا آیا انسان قادر به ساخت ماشینی خواهد شد که بتواند به جای او متنی را در یک زبان بفهمد و به همة جوانب ساختاری و بافتی آن احاطه یابد و آن را به زبان دیگری برگرداند، آنگونه که یک مترجم انجام میدهد؟!
با پیشرفتهای قابل ملاحظه در علوم رایانه و کاربرد آن در زمینههای مختلف، از جمله زبانشناسی و نیز باز شدن فضای جدیدی در حوزة زبانشناسی، از جمله زبانشناسی شناختی و زبانشناسی کاربردی، ایدة ترجمة ماشینی بیش از پیش پررنگتر شده است. گسترش روابط بینالملل در زمینههای متعدّد مانند دانش، سیاست، اقتصاد، فرهنگ و جایگاه پررنگ زبان در تعاملات جهانی که در قالب گفتمانهای سیاسی، دینی و فرهنگی خودنمایی میکند، لزوم ترجمه از تمام زبانهای دنیا با حفظ و رعایت تمام جوانب زبانی، بافتی و گفتمانی را بیش از پیش جلوهگر میسازد. امّا در کنار مسئلة فوق در عصری که سرعت در نقل و انتقال دادههای علمی، رسانهای و... بالاترین درجةاهمیّت را دارد، سرعت در ترجمه امری اجتنابناپذیر است. از این رو، ترجمة ماشینی همچنان خود را به عنوان چالشی در امر ارتباطات گستردة جهانی نشان میدهد.
ترجمة ماشینی صرف نظر از انواع مختلف آن، با مشکلات عدیدهای مواجه است که از هر زبان مبدأ به هر زبان مقصدی ممکن است کار ترجمة ماشینی را به حدّی با نقص همراه سازد و تقریباً آن را بیاستفاده سازد. امّا با بررسی تلاشهایی که در امر ماشین ترجمه صورت گرفته، میتوان پی برد که این تجربهها در زبانهای هند و اروپایی با ساختارهای متعدّد مشابه و رسمالخطهای همسان انجام گرفته است و شاید ترجمه از زبان عربی با داشتن ویژگیهای ساختاری و نگارشی خاص، مشکلات بیشتر و متفاوتتری به وجود آورد.
این مقاله سعی دارد با روش توصیفی ـ تحلیلی به بررسی چالشهای فراگیر ترجمة ماشینی و نیز رهگیری چالشهای خاصّ زبان عربی در ترجمه به زبانهای دیگر از جمله فارسی بپردازد. لذا این پژوهش به هیچ وجه به دنبال تأیید یا ردّ ایدة ترجمه با ماشین، امکانپذیر یا امکانناپذیری آن نیست، بلکه با این نگرش به موضوع میپردازد که در صورت تحقّق ایدهآلگرایانه محوّل کردن ترجمه به ماشین به صورت مطلق (مانند دیگر امور محوّل شده)، چه معضلاتی باید مدّ نظر و در راستای حلّ آن تلاش گردد. سؤال مطرح در این باب آن است که چالشهای عامّ ترجمة ماشینی در زبان عربی در چه حدّی است و در کنار آنها، زبان عربی دارای چه ویژگیهای چالشبرانگیز در ترجمه به وسیلة ماشین خواهد بود؟
1ـ پیشینة تحقیق
دربارة ترجمة ماشینی تحقیقها و پژوهشهای متعدّدی به لحاظ تئوریک در ایران و چند پژوهش هم به زبان عربی انجام گرفته است. از جملة این پژوهشها میتوان به مقالة «ترجمة ماشینی زبان فارسی؛ راهکارها و موانع» (ر.ک؛ شهابی و صرّافزاده، 1380: 14ـ9)، از امیرشهاب شهابی و عبدالحسین صرّافزاده اشاره کرد. همچنین میتوان به پژوهشی با عنوان «ابهام در ماشین ترجمه» از محمّدرضا فلاحتی (ر.ک؛ فلاحتی فومنی، 1385: 26ـ14) و یا مقالهای دیگر از همین نویسنده با مشارکت آزاده نعمتی با عنوان «انسان مترجم و ترجمة ماشینی؛ بررسی موردی مشکلات ماشین ترجمة انگلیسی به فارسی پدیده» (ر.ک؛ فلاحتی مؤمنی و نعمتی، 1383: 89ـ76) اشاره نمود که هیچ ارتباط و اشارهای به ترجمة عربی به فارسی ندارد. در پژوهشهای عربی نیز مقالات بیشتر انتقادی و مبتنی بر ضعف و عدم توجّه در جهان عرب به امر ترجمة ماشینی بوده است؛ به عنوان مثال در مقالهای همچون «اللّغة العربیّة فی عصر التّرجمة الآلیّة (التحدّیات و الآفاق)» از وهدان وهدان صرفاً به مباحث تئوری و جایگاه جهان عرب در دنیای فنّاوریهای پیشرفته و کمی و کاستیهای آن میپردازد و وارد عرصة عمل و اجرا نمیگردد. لذا میتوان گفت پژوهشی که به صورت خاص ویژگیها و چالشهای ترجمة عربی به فارسی از طریق ماشین را بررسی و مطرح نماید، وجود ندارد و در این مقاله سعی خواهد شد با ذکر موارد چالشبرانگیز، جنبههای خاصّ عربی به فارسی تبیین گردد.
2ـ تاریخچة ترجمة ماشینی
امروزه ترجمة ماشینی یک زیرشاخه علمی است و به عبارت دقیقتر، «ترجمة ماشینی زیرمجموعة حوزههای زبانشناسی رایانهای و هوش مصنوعی قرار دارد» (حقّانی، 1386: 114) که در این حوزه «بهوسیلة مدلسازی و شبیهسازی در برنامة کامپیوتری، مکانیزمهای اساسی زبان و ذهن را مورد بررسی قرار میدهد» (موسوی، 1389: 11) طرح زیر به جایگاه این شاخة علمی اشاره دارد (به نقل از: الحمیدان: 2001م.: 15):
جدیدترین تلاش در جهت ترجمة ماشینی به سالهای پس از جنگ جهانی دوم برمیگردد؛ زمانی که وارن ویور با اعلام اینکه مشکل ترجمه باید همانند کُدگشایی حل گردد، خود را به عنوان نظریّهپرداز اوّلیّة ماشین ترجمه مطرح کرد. علیرغم توجّه اوّلیّه به عقاید وی، در عمل، تلاشهای وی و همفکران او بسیار ناامیدکننده بود، چراکه مشکل مهمّی وجود داشت و آن «وضع و تبیین یک تئوری زبانی کامل و جامع برای کامپیوتر بود تا از طریق آن بتواند ظرایف و نکات را در ترجمة خود رعایت کند» (یعقوبی، 1383: 66). این مشکل در واقع، مبیّن تفاوت انسان و ماشین است؛ یعنی درک موقعیّتهای مختلف و تفسیر و تبیین دادهها بنا بر بافتهای مختلف زبانی و غیرزبانی!
با شکستهای پیاپی پروژههای ترجمة ماشینی، کمیتهای از طرف دولت آمریکا مسئول بررسی آیندة ترجمة ماشینی و میزان عملی بودن این ایده شد (ر.ک؛ همان: 67). در سال 1966میلادی، شرکتهای دولتی ترجمة ماشینی در ایالات متّحده به نام ALPAC گزارشی منتشر کردند مبنی بر اینکه ترجمة ماشینی کندتر، ناصحیحتر و دو برابر گرانتر از ترجمة انسانی است و اینکه هیچ امیدی به ساخت ترجمة ماشینی مفید نمیرود (ر.ک؛ موسوی، 1389: 19)؛ گزارشی ناامیدکننده که منجر به رهاسازی ایدة ترجمة ماشینی در آمریکا شد. با این حال، برخی از کشورها همچون «شوروی سابق و اروپای شرقی پژوهشهای خود را در این حوزه با کُندی و بدون نتایج امیدوارکننده ادامه دادند» (وهدان، 1428:ق.:254).
بعدها گسترش علوم رایانهای و ایدههای جدید زبانشناختی و نیز موفّقیّتهای جدید در حوزة هوش مصنوعی تا حدّی امیدها را برای احیای این ایده زنده کرد. در این باره، «مهمترین توسعة قرن بیستم، ظهور سیستمهای ترجمة ماشینی تجاری بود؛ مانند لوگوس آمریکایی و متال ژاپنی که از جمله مهمترین آنها بود. تقریباً تمام این سیستمهای اجرایی برای تولید ترجمهای پذیرفتنی به عمل پسویرایش به شدّت وابسته بودند» (موسوی، 1389: 21). امّا چندی بعد مشخّص گردید که علیرغم این دستاوردهای مؤثّر و نیز ایجاد برنامههایی در تجزیة زبان بهوسیلة کامپیوتر، عمل ترجمه با ماشین همچنان بدون دخالت انسان و ویرایش وی امکانپذیر نیست. امّا میزان دخالت و به اصطلاح، تعامل بشر با ماشین در امر ترجمه تا چه حد باید باشد؟ اگر با توجّه به سطوح متعدّد متون و زبانهای مختلف، ویرایش ترجمة ماشین متضمّن وقت و هزینة بالایی باشد، آیا پیشرفتی در این زمینه صورت گرفته است و به گفتة زیبای باستانی پاریزی، آیا مریضی بهتر از بیمارداری و نوشتن بهتر از ویراستاری نیست!؟
چالش اوّلیّه در باب یک ماشین ترجمة کامل این است که «ماشین باید به نوعی، یک فهم از معنای هر دو نوشتار پیدا کند» (شهابی،1380: 9 ). امّا «واژة فهم بسیار پیچیده است، به گونهایکه نمیتوان کامپیوتر را واداشت تا بسیاری از امور ساده را که بشر میداند و بدیهی فرض میکند، دریابد» (المجمع العلمی العراقیّ، 1417ق.: 268) و به عبارت دیگر، سیستم ترجمه در صورتی موفّق خواهد بود که بتواند مانند ذهن یک انسان در هنگام مواجهه با پیچیدگیهای زبانی از اطّلاعات نحوی، واژگانی، معنایی بافت دانش جهان پیرامون و ... استفاده نماید (ر.ک؛ فلاحتی، 1385: 24). اگر این امر را دستیابی به هوش مصنوعی بدانیم، گروه طرفدار ماشین ترجمه بسیار امیدوارند و معتقدند «در آیندهای نزدیک، رایانة جدیدی خلق خواهند کرد که در امر ترجمه و پردازش اطّلاعات و زبان از سرعت عمل و دقّتی چون انسان برخوردار باشد» (ر.ک؛ فلاحتی و نعمتی، 1383: 77). چنین موفّقیّتی البتّه بسیار بزرگ است، امّا «موفّقیّت زمانی به دست خواهد آمد که طرفداران این ایده راه حلهای عملیّاتیشده و عینی ارائه دهند» (الحمیدان، 2001م.: 139).
آغاز سالهای 1990، پیشرفتهای چشمگیری را در ترجمة ماشینی همراه با تغییرهای اساسی در استراتژی از ترجمه مبتنی بر قوانین دستوری به ترجمة مبتنی بر پیکرههای مبتنی بر نمونهها، مثلاً برنامة ریورسو (Reverse program) شاهد بود که در آن زبان به عنوان یک پیکرة فعّال و متحرّک که بسته به کاربرد و کاربر در طول زمان و طبق واقعیّتهای فرهنگی و اجتماعی تغییر پیدا میکرد، در نظر گرفته میشد (ر.ک؛ موسوی، 1389: 21). گرچه در حال حاضر، پس از ترجمة ماشینی، انسان ویرایش نهایی متن را انجام میدهد و در این حال، با ثبت این ویراستها در حافظة کامپیوتر سعی در به حدّاقل رساندن اشتباههای ماشین میشود، امّا هنوز هم ترجمه، بهویژه در متنهای پیچیده و با دادههای فرهنگی و ادبی بیش از ماشین وابسته به انسان است و در بارة برخی متون نیز باید گفت که در حال حاضر «ترجمة دقیق محتوای متون پر اهمیّت مانند متون علمی، گزارشهای پزشکی و ادبی با ماشین بسیار بعید مینماید» (وهدان، 1428ق.: 252).
3 ـ مزایای ترجمة ماشینی
با توجّه به واگذاری بسیاری از امور به ماشین، فعّالیّت بشر به مقدار زیادی در حدّ یک کنترلگر کاهش یافته است. در عصری که به عصر ارتباطات شناخته میشود، تعامل گستردة بشری صرفاً معطوف به گستردگی ابزارهای ارتباط جمعی نیست، بلکه انتقال و به اشتراکگذاری تجارب و تولیدهای علمی، فرهنگی، هنری و نیاز روزافزون به ترجمة این دادههای بشری، منجر به نیاز روزافزون به امر ترجمه است. به عنوان مثال، «ژاپن سالانه خود را نیازمند ترجمة 1700 کتاب میداند» (وهدان، 1428ق.: 251). این امر تقریباً در تمام کشورهای پیشرفته یا در حال پیشرفت قابل ملاحظه است. حال اگر ترجمه نیز به ماشین سپرده شود، این فعّالیّت بشری که مستلزم وقت، هزینه و تجربة فراوانی است، با نهایت سرعت و در حجم غیرقابل مقایسه، بدون خستگی و اشتباه (دفعی) انجام خواهد شد، چراکه «گرچه بخشی از امور ترجمه نیازمند تلاش فکری مترجم است، امّا بخش اعظم آن نیز مربوط به متونی با جملات و عبارات تکراری و خستهکننده است که در آنها فقط فاعل و مفعول تغییر میکند» (الحمیدان، 2001م.: 11). از سوی دیگر، توانایی تسلّط بر چند زبان از عهدة غالب انسانها خارج است و بنابراین، با نگاهی بلندپروازانه طرّاحی یک ماشین ترجمه که قابلیّت پردازش زبانهای طبیعی بسیاری را دارد، میتواند ترجمه از یک زبان به صدها زبان و از صدها زبان به یک زبان مشخّص را فراهم آورد. همة موارد بالا صرفهجویی قابل توجّهی در وقت و هزینه به دنبال خواهد داشت که با توجّه به حجم بالا و هزینههای گزاف حقّالتّرجمة آن، بسیار مقرون به صرفه است. البتّه طبیعی است «زمانی که منظور از ترجمه، ترجمة متون دقیق و حسّاسی مانند ادبیّات و حقوق باشد، بالطّبع شامل جملات و اصطلاحات تکراری کمتری است و نیاز به حسّاسیت و دقّت بیشتری دارد، ترجمة ماشینی نه تنها نمیتواند کمک زیادی در این زمینه باشد، بلکه شاید زمان بیشتری را نیز طلب کند» (موسوی، 1389: 132).
4ـ انواع ترجمة ماشینی
به طور کلّی، سیستمهای ترجمة ماشینی یا دوزبانه هستند یا چندزبانه و از سویی هم یا در یک جهت ترجمه میکنند یا در دو جهت (ر.ک؛ موسوی، 1389: 15). به عنوان مثال از عربی به فارسی و بالعکس، امّا نوع این ماشینها را با توجّه به تنوّع آنها میتوان در دستههای زیر خلاصه کرد:
1ـ4) ترجمة مستقیم
سادهترین نوع ترجمة ماشینی است که در آن از علم زبانشناسی کمترین استفادهای نشده است.Logosاحتمالاً پیشرفتهترین مدل مربوط به این دسته از سیستمهاست که قادر به ترجمة انگلیسی به ویتنامی، آلمانی، فرانسوی، اسپانیایی و بالعکس است و قادر است در هر ساعت 20000 کلمه ترجمه کند.
2ـ4) زبان میانجی
در تکمیل ایدة ترجمة ماشینی، نسل دیگری با توجّه به نظرات وارن ویور بود که از نظریّههای زبانشناختی در راستای تحلیل زبانها و ارائة مشترکات و تفاوتهای آنها بنا شده بود. معروفترین ماشین ترجمة متعلّق به این گروه، Metals بود که در دهة 70 در دانشگاه تگزاس مورد استفاده قرار میگرفت. این ماشین ترجمه از آلمانی به انگلیسی ترجمه میکرد و دستور زایشی گشتاری چامسکی را اساس و مدل کار خود قرار داده بود.
3ـ4) سیستم انتقالی
در این سیستم برنامهای برای تحلیل درونداد و یک برنامه برای ساخت برونداد وجود داشت. معروفترین ماشین ترجمة متعلّق به این سیستم،Taum-meteoبود.این سیستم از سال 1977 میلادی به کار گرفته شد و بدون دخالت انسان از انگلیسی به فرانسه و از سال 1989 میلادی از فرانسه به انگلیسی را بر اساس یک فرهنگ لغت ترجمه میکند.
4ـ4) سیستم تعاملی
سیستمی است که در آن ماشین و انسان در امر ترجمه همکاری دارند. این نوع ماشین ترجمه دو گونه است:
الف) ترجمة ماشینی با دستیاری انسان مترجم (HAMT).
ب) ترجمة انسانی با دستیاری ماشین ترجمه (MAHT) (ر.ک؛ یعقوبی، 1384: 74ـ72).
امّا باید به این نکتة مهم توجّه داشت که «در حوزة ترجمهشناسی، بین ترجمة ماشینی و ترجمه با کمک رایانه تفاوت وجود دارد» (حقّانی، 1386: 119). امروزه دیگر هدف اصلی از ساخت ماشینهای ترجمه، جایگزینی آنها به جای انسان مترجم نیست، بلکه رسیدن به ترجمههای ارزانتر و سریعتر است (ر.ک؛ فلاحتی و نعمتی، 1383: 79) و نباید از ماشین ترجمه نیز توقّع و انتظاری فراتر از مترجم داشت؛ زیرا «گاهی ترجمة فردی مقبول مترجم دیگر نیست، بلکه ترجمة خود فرد نیز گاهی در شرایط و زمانی دیگر مقبول خود وی نیست. پس محال است برنامهای محاسباتی تصوّر کرد که همگان را راضی کند، چراکه انسانها نیز در فهم یک متن معیّن با هم اختلاف نظر دارند» (الحمیدان، 2001م.: 26).
5ـ چالشهای همگانی ترجمة ماشینی
بررسی چالشهای ترجمة ماشینی در سراسر جهان افراد بسیاری را به خود متوجّه ساخته است که برخی از آنها مشکلات و موانع کلّی این ایده را در نظر گرفتهاند؛ مثلاًنیرنبرگ (Nirenburg; 1986) موضوعهای روششناختی و نظری مرتبط با ماشین ترجمه را به تفصیل شرح میدهد یا کی (Kay Nartin) و گربر (Gerber Laurie) میکوشند راههایی را ارائه کنند که باعث بهبود کیفیّت ترجمة ماشین شود. همچنین دور (Dorr BJ; 1993) نقش و مشکلات مربوط به واژگان را در ترجمة ماشینی مورد بحث و بررسی قرار میدهد و دریفاس (Dreyfus Hubert) به ناتوانی رایانه در انجام برخی امور اشاره میکند (ر.ک؛ فلاحتی فومنی و نعمتی، 1383: 78).
مشکل بزرگ ترجمه با رایانه به محاسباتی بودن آن نیست، بلکه به زبانی بودن آن است (ر.ک؛ الحمیدان، 2001م.: 19)؛ به عبارت دیگر، زبان به نوعی بازنمود فکر و اندیشة بشری در جوامع مختلف و متنوّع است و پیچیدگیهای آن ریشه در پیچیدگی افکار جوامع متنوّع بشری دارد. لذا شاید بتوان غالب چالشهای ترجمة ماشینی را در واژة «ابهام» خلاصه کرد. موسوی این چالشها را اینگونه برمیشمارد: ابهام واژگانی، پیچیدگی نحوی، تفاوتهای واژگانی بین زبانها، ساختارهای غیردستوری و مستتر و به صورت خلاصه، استخراج معنای جملات و متون از تجزیة نشانههای نوشتاری و نیز تولید جملات و متون به مجموعة دیگری از علامتهای زبانی با معنای معادل(ر.ک؛ موسوی، 1389: 12).
مسئلة دیگر که فراتر از تفکّر است، به بُعد انسانی ترجمه برمیگردد. از این روست که «مهمترین هدف تحقیقاتی در این زمینه، طرّاحی برنامههایی (Software) است که بشر را قادر به تعامل با ماشین به شیوة مکالمة طبیعی، نوشتاری و گفتاری نماید» (المجمع العلمی العراقی، 1417ق.: 271). این نگرانی از این عقیده (که معمولاً بهوسیلة مترجمان آثار ادبی مطرح میشود،) نشأت میگیرد که رایانهای کردن بهناچار فقدان جنبههای انسانی ترجمه را ایجاب مینماید (ر.ک؛ موسوی، 1389: 141) «ترجمة عباراتی از قبیل اصطلاحات به طور کلّی، از عهدة نرمافزارهای ترجمه بیرون است، چراکه این نرمافزارها برخلاف انسان قادر به تفسیر و تحلیل عبارات در چارچوب متن نیستند» (حقّانی، 1386: 116). شاید به همین دلیل است که «حمله به ماشین ترجمه بیشتر از سوی دستاندرکاران ترجمه است و از این رو، نقش مهمّ مترجمین در انتقال تجربة خود به ایدة ترجمة ماشینی در کنار زبانشناسان و دانشمندان علوم کامپیوتر حائزاهمیّت است» (مهدی، 2007م.: 161).
6ـ زبان عربی و ترجمة ماشینی
اهمیّت و جایگاه پردازش و ترجمة ماشینی از یک زبان با مسائل مهمّ دیگری در ارتباط است که شاید چندان هم با خود آن زبان مرتبط نباشد؛ مسائلی همچون تعداد گویشوران، گستردگی جغرافیایی زبان، اهمیّت و جایگاه اقتصادی یا سیاسی کشورهای صاحب آن زبان، میزان پیشرفت و توسعة علوم رایانهای و اهمیّت داشتن حوزة هوش مصنوعی و علوم رایانه و لزوم ارتباط آن با مباحث مختلف زبانشناسی از جمله عوامل مهم در پیشرفت و توسعة ایدة ترجمة ماشینی در نزد گویشوران و کسانی است که با یک زبان خاص ارتباط دارند.
در باب زبان فارسی یا عربی نیز همین گونه است. الحمیدان مینویسد: «بیگانگان انگیزه و نیازی برای توجّه به زبان عربی ندارند، آنگونه که خود عربها با توجّه به منافع فرهنگی و قومی دارند و احساس نیاز میکنند» (الحمیدان، 2001م.: 7). شاید جالب باشد که بدانیم در بُرههای از سرگذشت پُر فراز و نشیب ترجمة ماشینی، با توجّه به جایگاه ژئوپولیتیک ایران در خاورمیانه، پژوهشهای زبانشناسی رایانهای آمریکا به سمت زبان فارسی سوق یافت؛ امری که «برای حمایت نظامی از ایران در منطقه بود و بعد از سقوط رژیم پهلوی متوقّف گردید» (همان: 43). از سوی دیگر، توسعه و اهمیّت دادن به علوم رایانه و حوزههای مرتبط با آن میتواند به پیشرفت سریعتر این ایده کمک کند. فلاحتی نقص در این مسئله را اینگونه بیان میکند: «آنچه به کار ماشین ترجمه میآید، زبانشناسی محض نیست، بلکه زبانشناسی رایانهای است که متأسّفانه هنوز در نظام آموزش عالی کشور جایی ندارد» (فلاحتی فومنی، 1385: 15).
دربارة زبان عربی نیز اکثر پژوهشگران از بیاطّلاعی و کمتوجّهی به این حوزه، با توجّه به تعداد بالای گویشوران عربی گلهمند هستند و از دهههای پیشین در نشستها و همایشهایی که با محوریّت زبانشناسی رایانشی و ترجمة ماشینی برگزار گردیده است، به این موضوع پرداختهاند؛ از جمله در چهارمین نشست زبانشناسی عربی و رسانه بر ترجمة ماشینی از سوی برخی مورد بررسی و تحلیل قرار گرفت (ر.ک؛ میرعلم، 1408 ق.: 349) و یا در بند 14 پیشنهادهای همایش اوّل ترجمه در بیروت، به نشستهای تخصّصی برای آموزش سطح عالی در باب ترجمة ماشینی تأکید گردید (ر.ک؛ مجلّة الستقبل العربی، 2002م.: 174). با این حال، زبان عربی نیز در عصر حاضر بنا به علل خاصّ خود چندان از پژوهشها و تحقیقهای ترجمة ماشینی بهره نبرده است و سایت مستقلّی برای ترجمة برخط از عربی وجود ندارد و تنها سایتهای چندزبانه که در حوزة ترجمة ماشینی فعّالیّت دارند، مانند دیگر زبانها از آن هم حمایت میکنند؛ از جمله مهمترین این سایتها میتوان به موارد زیر اشاره کرد:
almisbar
|
انگلیسی به عربی و بالعکس
|
systranet.com
|
سایت کاربردی وزارت دفاع آمریکا
|
arabicwata.org
|
الجمعیّة العالمیّة للمترجمین العرب
|
Freetranslation.com
|
چندزبانه
|
worldlingo.com
|
چندزبانه
|
arabic-translator.co.uk
|
المترجم التحریری والشّفوی
|
translate.google.com
|
ترجمة چندزبانه بر اساس پیکرة زبانی
|
Itranslate4.eu
|
ترجمة چندزبانه بر اساس پیکرة زبانی
|
imtraslator
|
ترجمة چندزبانه بر اساس پیکرة زبانی
|
برای ارزیابی اوّلیّة سایتهای فوق که برخی صرفاً به چند زبان خاص، مانند انگلیسی، فرانسه و اسپانیایی (همانند Freetranslation.com SLD) و برخی هم از چند ده زبان به یکدیگر ترجمه ارائه میدهند، متنی از کتاب «مرایاء للإلتقاء بین الأدبین العربی و الفارسی، تألیف حسین جمعه؛ ص 19» به صورت تصادفی، مشترکاً به هر یک از سایتهای فوق که زبان عربی و فارسی را در مجموعة زبانهای خود دارا بودهاند، ارائه کردهایم که با نگاهی به برونداد آنها، فاصلة بسیار عمیق دانش امروز با ماشینی که بتواند بدون دخالت انسانی (ویرایش قبلی و یا بعدی) از عهدة ترجمة متن بربیاید، نمایان میسازد و راه نسبتاً درازی را پیش روی پژوهشگران این عرصه جلوهگر میکند.
1ـ سایت ترجمة چندزبانه (translation2.paralink.com)
2ـ سایت ترجمه (worldlingo.com)
3ـ سایت ترجمة چندزبانه (Itranslate4.eu)
4ـ سایت مشهور ترجمة گوگل (translate.google.com)
متن عربی
سایت ترجمه
|
«لیس المقصود فی هذا المقام أن نتحدث عن التّرجمة باعتبارها تعنی نقل الکلام من لغة إلی أخری؛ أو أن اللّغة الأقوی تؤثر فی الضّعیف... وإنّما المقصود ما أنتجته التّرجمة من تکوین قواسم مشترکة عدیدةبین العرب والإیرانیین علی الصعد الإجتماعیةوالسیاسیّةوالثقافیّةوالأدبیّة...».
|
translation2
|
«این است که در این محل در مورد ترجمه به عنوان یک سخنرانی انتقال وسیلة صحبت از یک زبان به زبان دیگر در نظر گرفته شده و یا برای تحت تأثیر قرار قویترین زبان در ضعف... امّا آنچه تولید ترجمه در نظر گرفته شده، از ترکیب بسیاری از مخرج مشترک بین اعراب و ایرانیان در سطوح اجتماعی، سیاسی و فرهنگی...».
|
worldlingo.com
|
«نه به عمد، در محل به فکر نمیکنم این ترجمه در نظر گرفتن سخن میگوید که در صحبت از انتقال وسایل به زبان یا زبانهای چندگانه در ادراک، تقویت کرد...وات inmaa عمد است و آنچه که او را به ترجمه از تولید تشکیل denominators مشترک بسیاری میان جهان عرب و ایران در اوج نظام اجتماعی و سیاسی و فرهنگی و ادبی...».
|
Itranslate4.eu
|
«هیچ قصدی در مکان یاوه گفت an' به او ترجمه صحبت بکند راجع به در با توجّه گفتگو سیّار از زبان به آخری منظور دارد یا که زبان چندگانه تشدید شده در inmaa'w قصدی درک کرد، چه او را ترجمه از مخرج مشترکهای شکلگیری خیلی مابین عرب و ایرانی روی اجتماعی ارتفاع و سیاسی و فرهنگی و ادبی تولید کرد».
|
translate.google
|
«این است که در این محل در مورد ترجمه به عنوان یک سخنرانی انتقال ابزار از یک زبان به زبان دیگر صحبت در نظر گرفته شده یا که قویترین زبان را تحت تأثیر قرار ضعف... امّا به معنای این است که توسّط ترجمه از شکلگیری بسیاری از مخرج مشترک بین اعراب و ایرانیان در سطوح اجتماعی، سیاسی، فرهنگی و اخلاقی تولید...».
|
بدون نگرش مصداقی و با نگاهی کلّی، به نتایج حاصل از ارائة متن به سیستمهای ترجمة فوق، این نکتة مهم حاصل میشود که ماشین نمیتواند مانند انسان درک کند؛ درک و شناختی چندبُعدی که شامل موارد زیر است و ماشین فاقد آن است:
1ـ فرهنگ ذهنی انسان در خصوص واژگان.
2ـ فرهنگ ذهنی انسان در خصوص عبارات و اصطلاحات.
3ـ قواعد صرفی ساخت واژی و ترکیب آنها که در ذهن انسان نهادینه شده است.
4ـ قواعد نحوی جای گرفته در ذهن بشر (ضرورت تحلیل جملات و فرایند فهم و تفسیر).
5ـ قواعد آوایی و توانایی تبدیل روساخت به ژرفساخت در یک متن.
6ـ توانمندی در بهرهگیری از بافت زبانی و بافت موقعیّتی در تعیین معنا.
7ـ اطّلاعات گسترده از جهان هستی در جهت تعیین معنای دقیق کلام.
8ـ توانمندی در بیان معنای منظور به زبان دیگر (تلفیق منظورها).
امّا این موارد چگونه باعث عدم توانایی ماشین و توانمندی انسان میگردد؟! در ادامه به بررسی مصداقی این موارد در زبان عربی میپردازیم.
7ـ گونههای چالشی در زبان عربی
ترجمة ماشینی از یک زبان به زبان دیگر تا حدّ بسیار زیادی به جایگاه و میزان اثرگذاری گویشوران آن در روابط مختلف بینالمللی بستگی دارد. علیرغم رابطة تنگاتنگ دو زبان عربی و فارسی در طول تاریخ و پیوندهای عمیق دینی، سیاسی و یا حتّی اقتصادی متأسّفانه اوّلین و مهمترین چالش در این عرصه، فقدان اراده و همکاری در طرّاحی و ساخت برنامهای خاصّ ترجمة بین این دو زبان است. چرایی این مسئله متعدّد است؛ از بیتوجّهی پژوهشگران و صاحبنظران این ایده در بین فارسزبانان و عربزبانان گرفته تا برخی چالشهای سیاسی، فرهنگی و از همه مهمتر، اهتمام به تعامل با زبانهای مطرح در عرصة بینالملل از هر طرف، بر اغفال از این موضوع مهمّ و مشترک افزوده است. امّا صرف نظر از این امر، به لحاظ زبانشناختی موارد زیر در هر یک از انواع ترجمة ماشینی چه بیکمک انسان و چه با کمک انسان باید مورد ملاحظه و حلّ اساسی قرار گیرد.
1ـ7) شیوة نوشتار
مهمترین ویژگی مشترک زبان فارسی و عربی نگارش آن دو به رسمالخطّ مشترک عربی است که مشکلی دوسویه در متون داده شده به ماشین برای ترجمه است؛ زیرا نوشتار عربی در قریب به اتّفاق متون مورد تبادل فاقد نشانههای نوشتاری برای مصوّتهای کوتاه است؛ به عبارت دقیقتر، مصوّتهای کوتاه در دو زبان عربی و فارسی در نوشتار قابل رؤیت نیستند و این امر حتّی گاهی انسانها را نیز در قرائت دقیق متن دچار مشکل میکند و چنین معضلی برای ماشین که فاقد ملاحظات و دریافتهای بشری نسبت به بافت زبانی و موقعیّتی است، چالشهای اساسی ایجاد میکند. در چنین زبانهایی شاید راه حل این باشد که «کلّ مجموعه تبدیل کُد به کاراکتر تعریف شود و نظم درونی آنها نیز مشخّص شود. برای زبانهای مشهور و پرکاربردتر برنامة مناسبی در این زمینه وجود دارد، امّا برای برخی زبانها سیستم ترجمة ماشینی باید راه حلهای دیگری جستجو کند» (موسوی، 1389: 51). از سوی دیگر، زبان عربی به عنوان زبانی که تکواژهای قاموسی و دستوری بسیاری در کنار واژگان قرار گرفته است و به هم چسبیده نوشته میشوند، مشکلات عدیدهای برای ماشین در کنار مشکل بالا ایجاد میکنند. برخی از مهمترین و پربسامدترین تشابهات به شرح زیر است:
1ـ تشابه نوشتاری فعل با فعل.
|
1ـ معلوم با مجهول:
|
قُتِلَ # قَتَلَ ـ أَدرَکَ # أُدرک ـ عَیَّنَ# عُیِّنَ
|
2ـ ماضی و مضارع:
|
أَحسَنَ# أُحسِنُ ـ تَعلَّمَ# تُعلِّمُ
|
3ـ ماضی و امر:
|
عَلَّمَ# عَلِّم ـ أَجمَلَ# أَجمِل ـ قَاتـَـلَوا# قَاتــِلُوا
|
4ـ ابواب مزید و مجرّد:
|
تَـقـَلـَّبَ#تُـقَـلِّبُ ـ أَضرِبُ # أَضرَبَ
|
2ـ تشابه نوشتاری فعل با اسم
|
1ـ فعل با اسم خاص:
|
حافَظَ# حافِظٌ ـ أَکرَمَ# (نشاط) أکرمُ ـ زِیدَ# زَیدٌ
|
2ـ فعل با صفات:
|
قاتَلَ# قاتلٌ ـ شَاهَدَ# شاهدٌ و...
|
3ـ تشابه نوشتاری اسم با اسم
|
1ـ اسامی علم با صفت:
|
أحمَدُ# أحمد (شوقی) ـ سَعید# سَعید و...
|
2ـ اسم معنا با اسم معنا:
|
جِدٌّ# جَدٌّ ـ حِلمٌ # حُلم ـ کِبر # کِبَر
|
3ـ اسم ذات و اسم ذات:
|
شَعر# شِعر ـ خَمر#خُمُر
|
4ـ اسم معنا و اسم ذات:
|
جَمال# جِمال ـ سِحر# سَحَر ـ مَدٌّ # مُدٍّ
|
4ـ تشابه نوشتاری واژگان مرکّب و واژة مبسوط
|
1ـ اسم وفعل:
|
أَهلَکَ# أَهلُکَ
|
|
2ـ حرف و فعل:
|
أَ حَسُنَ؟# أَحسَنَ
|
نمونههای بالا صرفاً جزئی کوچک از التباس و ابهامهایی است که در صورت عدم ثبت علایم و حرکات مربوط به مصوّتهای کوتاه در رسمالخطّ عربی بروز مینماید. طبیعتاً این گفته که «در زبان عربی یک متن ابتدا باید فهمیده شود تا درست خوانده شود»، مطمئنّاً تا حدود زیادی ناشی از همین مسئله است. بنابراین، برای رفع این مشکل در ترجمة ماشینی چند راه حلّ عمده در این قضیّه به نظر میرسد. راه حلّ اوّل که در مقطع کنونی عملی و امکانپذیر، امّا مستلزم وقت و هزینه است، «حرکتگذاری و تشکیل» متونی است که به ماشینها و سیستمهای ترجمه سپرده میشود. این کار طبیعتاً زمانبر و چه بسا با اشتباههایی همراه خواهد بود که مقرون به صرفه نیست. از سویی، اینکه بخواهیم همگان به هنگام نگارش متن عربی مصوّتها را ثبت کنند تا در صورت نیاز به ترجمه با چنین مشکلی مواجه نگردیم نیز چندان معقول به نظر نمیرسد.
امّا راه حلّی که در علوم رایانهای قابل بررسی و عملیّاتی شدن است، کدگذاری نوشتارهای عربی و فارسی در سیستم و به عبارت دیگر، خَلق زبان نوشتاری مصنوعی در ماشین ترجمه است که نیازمند همکاری و مشارکت پژوهشگران عرصة رایانه، زبانشناسی و ترجمه است. راه حلّ مطلقی که دورنمایی از ماشین ترجمة ایدهآل و توانمندسازی و ارتقای ماشین ترجمه در درک و فهم بافت زبانی است، طرّاحی یک هوش مصنوعی با قدرت تشخیص و ابهامزدایی فوق که کمی بلندپروازانه به نظر میرسد. لذا مهمترین و اساسیترین مشکل یک ماشین ترجمه در همین ابتدای امر به شکل برجستهای خودنمایی میکند. با توجّه به اینکه زبان فارسی نیز با رسمالخطّ عربی نگارش میگردد، ترجمة بین این دو زبان دوچندان میشود، گرچه این ابهامهای نوشتاری در زبان فارسی کمتر است.
2ـ7) ابهام واژگانی
جنبة قاموسی یا واژگانی (Lexical) زبان نیز بهویژه در زبان عربی محلّ ایجاد ابهام فراوانی است. یکی از انواع «این نوع ابهام که ابهام انتقالی یا ابهام در ترجمه نامیده میشود، زمانی اتّفاق میافتد که یک واژة زبان مبدأ بتواند بالقوّه به بیش از یک واژه در زبان مقصد ترجمه شود» (فلاحتی، 1385: 19). مهمترین تمایز زبان طبیعی با زبانهای مصنوعی این است که واژه در زبان طبیعی ممکن است بیش از یک معنا داشته باشد، لذا یک جمله تفاسیر متعدّد بپذیرد (ر.ک؛ مجلّة المجمع العلمی العراقی، 1417ق.: 272).
1ـ2ـ7) اشتراک لفظی
این امر در زبان عربی ناشی از مسائل متعدّدی است که به برخی از آنها در کُتُب فقهاللّغه با عنوان «اشتراک لفظی» اشاره شده است و زبان عربی از این حیث بسیار متفاوت و غنی است. از جمله دلایل وجود اشتراک لفظی در این زبان میتوان این موارد را برشمرد: وجود لهجههای بسیار از قدیم که منجر به وجود معنای مختلف برای یک واژه در نزد آنها میشد، تحوّل آوایی واژگان در طول تاریخ، کثرت معانی ثانوی یا مجازی در عربی و تغییرهای صرفی که منجر به یکسانی ظاهری دو لفظ از ریشة مختلف میگردد (ر.ک؛ یعقوب:1980م.: 186ـ185). لذا اشتراک لفظی در وهلة اوّل به اختلاف خانوادههای زبانی هندواروپایی و سامی در تولید واژگان مربوط میشود (ر.ک؛ عبدالعزیز، 2003م.: 266) که در زبان عربی و فارسی نیز این اختلاف خانواده در زبان ملموس است. اشتراک نه فقط در واژگان، بلکه در بسیاری از حروف و تکواژهای دستوری نیز به نحو قابل توجّهی وجود دارد که تمییز آنها گاهی صاحبان زبان را نیز در صورت کماطّلاعی به دستور، دچار مشکل میکند و از این رو، توانایی ماشین، علیرغم هوشمندی بالای آن، بعید به نظر میرسد؛ واژگانی چون:
ما
|
شرطیّه، موصوله، استفهامیّه، تعجّبیّه، مصدریّه، زائده، حرف نفی غیرعامل، نفی شبیه به لیس، حرف کافّه، نکرة تامّه.
|
أیّ
|
اسم شرط، اسم استفهام، موصول، وصلیّه، کمالیّه.
|
مَن
|
شرطیّه، استفهامیّه، موصوله، نکرة موصوفه، زائده.
|
لا
|
ناهیه، عاطفه، نافیه، شبیه به لیس، نفی جنس، حرف جواب، حرف زائد.
|
ل
|
ابتدائیّه، مزحلقه، أمر، جواب، موطئه قسم، جر، تعلیل، جحود، استغاثه، بُعد، تعجّب، زائده، فارقه.
|
و
|
قسم، واو رُبَّ، اعتراضیّه، معیّه، عاطفه، استینافیّه، واو بحسب ماقبل، لصوق و... .
|
ف
|
عطف، استیناف، ربط جواب شرط، سببیّه، تعلیل، زائده،نتیجه و... .
|
موارد مذکور در بالا صرفاً نمونهای از واژگان پرتعداد در زبان عربی است که دارای کارکرد و نقشهای مختلف دستوری هستند و شناخت وجوه مختلف کاربرد آنها، جایگاه و وجه تمایز هر یک از آنها نحو عربی را به یکی از دشوارترین نحوهای زبانی تبدیل کرده است، این امر ترجمه از عربی به هر زبان دیگر را برای مترجمان غیرمسلّط به همة جوانب متعدّد نحو عربی با مشکل مواجه میسازد . بنابراین، هوشمندی یک ماشین در شناخت و تمایز هر یک از موارد مشابه بالا به شدّت محلّ شکّ و تردید است. ابهام نوشتاری که پیش از این بدان اشاره شد، چالش کنونی را تشدید میکند و متن ترجمه شده که از سایتهای متعدّد به عنوان نمونه ذکر شد، این چالش را در همان ابتدا به خوبی نمایان ساخته است.
2ـ2ـ7) تعدّد معنای بافتی
نکتهای مهم که بهویژه در ترجمة بین عربی و فارسی، مترجم را در برابر سیلی از واژگان متعدّد با معانی بسیار نزدیک قرار میدهد اینکه هر یک بافت زبانی و موقعیّتی خاصّ خود را میطلبد. این امر گرچه در همة زبانها وجود دارد، امّا در زبان عربی از شدّت و اهمیّت بالا برخوردار است و به هیچ وجه در ترجمة یک فعل یا ترکیب نمیتوان به معنای هستهای آن اکتفا کرد. اشتباههای فاحش برخی مترجمین در توجّه نکردن به معنای واژه بر مبنای بافت زبانی (معادلیابی و برابرگزینی) را به یک فنّ و چیرگی در امر ترجمه بدل کرده که اهتمام و تلاش بسیاری از جانب دانشجویان میطلبد تا به هیچ وجه به معانی ثبت شده در فرهنگها اکتفا نکنند و معادلهای واقعی واژه و جمله را از بافت زبانی دریابند. صرفاً و در حدّ نمونه به مواردی از اینگونه واژگان و به معانی متعدّد آن از فرهنگ سودمند و پرکاربرد فرهنگ اصطلاحات معاصر (نجفعلی میرزایی) اشاره میگردد:
تحقیق
|
تحقّق بخشیدن ـ محقّق ساختن ـ تفحّص ـ تفتیش ـ تحقیق ـ انجام ـ عملی کردن ـ رسیدگی کردن ـ تحقیقات ـ اثبات ـ پژوهش ـ بازجویی ـ بازرسی ـ بررسی ـ برقرار کردن ـ گزارش ـ احراز کردن ـ تحصیل کردن ـ کسب کردن ـ برآورده کردن.
|
مثّل
|
بازیگری کرد ـ مثال زد ـ تمثیل آورد ـ نشان داد ـ نمایندگی کرد ـ مجسّم کرد ـ متبلور کرد ـ تصویر کرد ـ توصیف کرد ـ نقش ایفا کرد ـ به شمار رفت ـ تلقّی شد ـ محسوب شد ـ به حساب آمد ـ شمرده شد ـ مُثله کرد.
|
قرّر
|
تصویب کرد ـ رأی داد ـ درصدد برآمد ـ تصمیم گرفت ـ مصمّم شد ـ مقرّر کرد ـ عزم کرد ـ جزم پیدا کرد ـ پایان داد ـ اثبات کرد ـ تأکید کرد ـ اعتراف گرفت ـ مجبور به اعتراف کرد ـ اقرار گرفت.
|
استطلاع
|
گزارش ـ بررسی ـ تحقیق ـ کاوش ـ نظرسنجی ـ نظرخواهی ـ رفراندم ـ کسب اطّلاع ـ شناسایی ـ سنجش افکار ـ سنجش آراء.
|
چندمثال بالا نمونهای از سیل واژگان پرکاربرد در بافتهای زبانی و موقعیّتی مختلف است که به سوی مترجم هجوم میآورد، گرچه برخی از این معادلها تا حدود زیادی مترادف هستند، امّا مترجم ناچار است بنا بر ساختار جملات زبان فارسی، معادل مناسب برگزیند؛ امری که گاه وی را وامیدارد واژهای غیر از دَهها معادل ذکر شده در فرهنگ را از ذخایر ذهنی خویش انتخاب کند. چنین تلاش ذهنی و شناختی تا چه حد از یک سیستم هوشمند ترجمه برمیآید و تا چه حد میتواند آن را از دخالت بشر بینیاز سازد؟!
3ـ2ـ7) واژگان دخیل
از جمله مسائل مهمّ دیگر که در ارتباط و تداخل دو زبان فارسی و عربی از نمود و برجستگی شدیدی برخوردار است، تداخل واژگانی و به اصطلاح واژگان دخیلی است که تا حدّ بسیار زیادی زبان فارسی را به لحاظ واژگانی متأثّر از عربی ساخته است. این واژگان در طیّ دورههای مختلف و به صورت متداوم به فارسی وارد شدهاند و برخی تغییر معنا ندادهاند و در غالب متون، کاربرد معنایی مشابه عربی دارند، امّا تعداد قابل توجّهی از این واژگان نیز صرفاً صورت آوایی و نوشتاری یکسانی با اصل واژه در عربی دارند و معنا و کاربرد کاملاً متمایزی پیدا کردهاند. واژگان دخیل فارسیزبانان را در امر آموزش زبان، کاربرد و نیز در ترجمه با مشکلاتی مواجه میسازد. در باب ترجمة متون عربی، وقوف مترجم به معنا و کاربرد واژه در دو زبان یا عدم کاربرد آن بسیار مهمّ است. با توجّه به کثرت واژگان دخیل، برخی مترجمین به خود اجازه میدهند که اگر معنا و معادل فارسی واژهای عربی را نیافتند، عیناً واژه را در متن فارسی بیاورند و به اصطلاح، متن حاصل ترجمهزده یا به اصطلاح، عربیزده میشود. از سوی دیگر، برخی مترجمین در انتخاب برابرهای فارسی خود را ملزم به گزینش واژگان اصیل فارسی و به اصطلاح، زبان فارسی سره میکنند که علاوه بر فاصله گرفتن ترجمه از زبان معیار و امروزی، برخی خوانندگان را نیز در فهم ترجمه دچار مشکل میکند. لذا موضوع واژگان دخیل، چالشی خاصّ و مهم در ترجمة بین دو زبان عربی و فارسی است. حتّی میتوان گفت این چالش در ترجمه از فارسی به عربی بسیار حائز اهمیّت و برجستهتر است؛ زیرا مترجم باید کاملاً به معنای تغییریافته و متحوّلشده واقف باشد. تداخل زبانی از چالشهای پیش روی یک مترجم بین این دو زبان است که آگاهی و شناخت ذهنی و جامعی در احاطه بر کاربرد واژگان در دو زبان را میطلبد و این توانایی برای یک ماشین ترجمه با هر اندازه از هوشمندی، کمی زود به نظر میرسد و طرّاحان سیستم ترجمة بین این دو زبان باید آن را نیز مورد توجّه قرار دهند. از بین صدها واژه صرفاً برای نمونه موارد زیر ذکر میشود:
اصل واژه
|
معنا در زبان عربی
|
معنای تحوّل یافته در فارسی
|
ازدواج
|
متأهّل شدن
|
دوگانگی
|
زبون
|
خریدار
|
خوار و پست
|
مخابرات
|
ادارۀ اطّلاعات و امنیّت
|
ادارۀ مخابرات
|
مجتمع
|
جامعه
|
سکونتگاه جمعی (آپارتمان)
|
ادویه
|
دارو
|
چاشنی غذا
|
3ـ7) ابهامهای دستوری
ابهامهای دستوری در دو دستة صرفی و نحوی قابل بررسی است که تا حدّ زیادی به صورت مشترک در امر ترجمه مسئلهساز هستند. در باب ساختواژههای عربی، امکان مشابهت نوشتاری و تلفّظی برخی واژگان مانند اسم فاعل و اسم مفعول (مانند مختار) و برخی افعال (مانند تَفعَلُ = برای صیغة مؤنّث غایب و مذکّر مخاطب) و یا (قُلنَ: ماضی جمع مؤنّث و امر جمع مؤنّث) و نیز برخی حالتهای دیگر در کنار رسمالخطّ عربی تشدید میگردد. امّا به لحاظ نحوی، زبان عربی با توجّه به وجود برخی مکانیزمهای دستوری، گستردگی و پیچیدگی برخی از آنها و نیز پدیدة مسئلهساز اِعراب، یکی از دشوارترین زبانها به لحاظ نحوی است. با توجّه به جایگاه نحو در هر زبان و پیچیدگیهای احتمالی آن، «مهمترین بخش یک سامانة مترجم ماشینی، تشخیص نقش کلمات در جمله و تشخیص معنای صحیح آنها با توجّه به متنی است که آن کلمه در آن قرار گرفته است» (شهابی، 1380: 10). این امر با توجّه به تجربة نویسنده در برخی دانشگاههای عربی، نه فقط برای غیرعربزبانان، بلکه برای قشر دانشگاهی عرب نیز مشکلساز است، به گونهای که در یکی از تابلو اعلانات دانشگاه دمشق این اطّلاعیة آموزشی جلب توجّه میکرد و باعث تعجّب بود که «لَیسَ النَّجَاحُ فِی النَّحوِ حُلماً: موفّقیّت در نحو رؤیا نیست». لذا مهمترین چالش ماشین ترجمه دربارة زبان عربی، همانگونه که از نمونههای برآمده از چند سایت ترجمه به وضوح و بیش از هر نکتة دیگر خودنمایی میکند، موضوع نحو عربی و قضیّة اِعراب است.
1ـ3ـ7) اِعراب
در اینجا مجالی برای بحث پیرامون ظهور و تداوم پدیدة اِعراب در زبان عربی نیست، چنانکه این مسئله در کتابها و مقالههایی پیرامون اصل اِعراب، کمرنگ شدن یا از بین رفتن آن در دیگر زبانهای سامی و تداوم و پررنگ شدن آن در زبان عربی مورد پژوهش بوده است. آنچه در اینجا مطرح است، جنبههای چالشی پدیدة اعراب در امر ترجمه است که چه ترجمة انسانی و به تبع آن، در امر ترجمة هوشمند بسیار اثرگذار بوده است. چالشهای اِعراب در بُرههای از اوایل قرن بیستم به حدّی مدّ نظر بوده که بسیاری از صاحبنظران خاورشناس و عرب، عامل شیوع بیسوادی و عقبماندگی کشورهای عربی را در دو مسئلة وجود اِعراب در زبان عربی و نیز رسمالخطّ عربی میدانستند (ر.ک؛ نیازی و نظری، 1388: 58ـ56)، امّا پدیدة اِعراب به شکل خلاصه از وجوه زیر در امر ترجمة هوشمند و ماشینی اثرگذار است.
الف) اصل و تشخیص اِعراب
اینکه هوشی مصنوعی یک زبان را با توجّه به اِعراب درک نماید و در مواجهه با متن، با برنامهریزی تشخیص اِعراب نقش واژگان را در ساختاری پیچیده تعیین نماید، بسیار دشوار است (لازم به ذکر است که طبق اطّلاع نویسندة مقالة حاضر، برنامهای در تعیین هوشمند اِعراب قرآنی از سوی رایانه، در تلاشی قابل تحسین در ایران با موفّقیّت اوّلیّه، امّا نهایتا با شکست مواجه شد).
ب) ظهور یا عدم ظهور اِعراب
موضوع چالشبرانگیز دیگر دربارة ظهور یا عدم ظهور علامتهای اِعرابی است. البتّه این موضوع در ارتباط با نوع رسمالخطّ است که بسیاری از علامتهای اِعرابی در آن ثبت نمیشود و پیش از این بدان اشاره شد.
ج) وجوه اعرابی متعدّد
گاهی برخی واژگان و عبارتها، بهویژه (شبهجملهها در تعیین متعلّق) صورت و حالتهای متعدّدی میپذیرند که گزینش هر یک از آنها، معنا و منظور گوینده را دستخوش تغییر میکند. بنابراین، بسیار پیش میآید که مترجم با مشورت علمای مسلّط به نحو یکی را بر دیگری ترجیح دهد و چنین امری از حیطة توانمندی ماشین بسیار بعید مینماید.
د) جابجایی جوازی و وجوبی عناصر جمله
زبان عربی در خصوص جواز و یا وجوب جابجایی عناصر و ارکان جمله منحصربهفرد است و در بسیاری از مباحث نحوی، بخشی به اینگونه تقدّم و تأخّرهای وجوبی و جوازی اختصاص یافته است. بهعلاوه برخی وجوه اِعرابی پیچیده مانند اشتغال، تنازع و ... که در این باره کار فهم متن را برای کسانی که به نحو مسلّط نیستند، دشوار میسازد و ماشین را نیز درگیر خود خواهد ساخت.
ح) تفاوت در خانوادة زبانی
زبان عربی و فارسی، علیرغم مظاهر مشترک واژگانی، یک تفاوت اساسی دارند؛ تفاوتی که رمز ماندگاری زبان فارسی در اصطکاک متداوم با زبان عربی است و آن تفاوت خانوادگی میباشد. زبان عربی از خانوادة زبانهای سامی و زبان فارسی از زبانهای هندواروپایی است. امّا آنچه از این تفاوت، در ترجمة اثرگذار است، شیوة جملهبندی و قرارگرفتن برخی ارکان کلام، بهویژه فعل است. زبان فارسی زبانی تقریباً با جملههای اسمیّه است و زبان عربی از هر دو نوع جملة اسمیّه و فعلیّه، بهویژه فعلیّه است. نکتة دیگر که منبعث از این تفاوت است، وجود قید تذکیر و تأنیث در زبان عربی است که گاهی مترجم را در تشخیص روابط ساختاری و ترجمة آن به فارسی که فاقد آن است، در تنگنا قرار میدهد.
ط) تعدّد ضمایر
وجود ضمایر متعدّد در زبان عربی امکان التباس و لزوم تشخیص درست مرجع نیز از جمله مسائل ناشی از این اختلاف است که در امر طرّاحی ماشین ترجمه حائز اهمیّت فراوان است؛ زیرا در ترجمة بسیاری از این ضمایر به فارسی باید خود مرجع جهت عدم التباس مجدّداً ذکر گردد.
2ـ3ـ7) تکواژههای مشترک
وجود برخی واژهها و تکواژهای دستوری از جمله پیچیدگیهای دستور عربی است که به برخی از آنها در بخش اشتراک لفظی اشاره شد. تعیین دقیق نقش هر یک از این کلمات، نیازمند آگاهی کامل به نحو عربی است و این امر در ماشین ترجمه مهمترین چالش پیش روست. لذا با نگاهی به نمونههای ترجمة هوشمند مذکور به خوبی مشخّص است که آنچه بیشتر از همه خودنمایی میکند، بههمریختگی و متن هذیانگونة به دست آمده است و نشانگر مهمترین چالش یعنی نحو عربی است. در کنار مسائل فوق، بافت موقعیّتی کلام نیز در ترجمه از عربی همانند دیگر زبانها حائز اهمیّت است. رعایت بافت در ترجمه تقریباً در همة زبانها به میزان یکسانی در نتیجة کار مؤثّر است و زبان عربی و فارسی نیز مستثنا نیستند. رعایت بافت متن در ترجمه نیازمند آگاهی و دانش فرامتنی مترجم است که میطلبد مترجم علاوه بر تسلّط و آگاهی به جنبههای متعدّد زبانی، به مسائل دیگری همچون تاریخ، فرهنگ، سیاست و ... پیرامون دو زبان آگاهی داشته باشد و از آنها در امر ترجمه کمک بگیرد. میتوان دریافت که چنین مسئلهای که خاصّ زبانهای فارسی و عربی هم نیست، مستلزم گنجاندن اطّلاعات و دادههای بسیار بافتی و پیرامونی در طرّاحی یک ماشین ترجمه است. هرچه این امور گستردهتر و بهویژه قضایای ایدئولوژیک که بُعد انسانی بیشتری دارند نیز بدان افزوده گردد، امید به یک ماشین ترجمه مستقل کمرنگتر و میزان نیازمندی به ویرایش متن ترجمة ماشین بهوسیلة انسان بیشتر احساس میگردد.
نتیجهگیری
ایدة ترجمة ماشین اگر بخواهد به شکل ایدهآل و بدون دخالت انسانی چه در درونداد و چه در برونداد متنی به نتیجهای رضایتبخش و بهصرفه بینجامد، همچنان دربارة بسیاری از زبانها با چالشهایی اساسی مواجه است که در باب دو زبان فارسی و عربی، مباحث متعدّد زبانی و پیرازبانی اثرگذار است.
1ـ عدم اهتمام و توجّه اساسی از سوی پژوهشگران فارس و عرب به ایدة ترجمة ماشینی مختصّ دو زبان فارسی و عربی که از دیرباز ارتباط عمیق زبانی، دینی، فرهنگی و سیاسی دارند.
2ـ در اختیار داشتن پژوهشهای ترجمة هوشمند از سوی غرب که ترجمه از زبانهایی مانند فارسی و عربی در کانون توجّه آنها نیست و صرفاً بهوسیلة برخی سیستمهای هوشمند ترجمه حمایت و پشتیبانی میگردد. لذا فقدان یک سیستم ترجمة هوشمند که با ملاحظة ویژگیهای دو زبان عربی و فارسی و با همکاری پژوهشگران علوم رایانهای، زبانشناس و مترجم از هر دو طرف ایجاد شده باشد، حلقة مفقودة این موضوع است.
3ـ ویژگیهای متمایز زبان عربی از جنبههای مختلف که در برخی زبان فارسی نیز با آن مشترک است، باید در طرّاحی یک سیستم هوشمند ترجمه لحاظ گردد. مهمترین این موارد عبارتند از:
الف) ابهام ناشی از شیوة نوشتار دو زبان فارسی و عربی یعنی عدم ثبت مصوّتهای کوتاه که مشکلات عدیده در فهم ساختواژهها و ساختارهای نحوی ایجاد میکند.
ب) ابهام واژگانی ناشی از واژگان دخیل مشترک هر دو زبان، معانی بافتی بسیار زیاد یک واژه در زبان عربی، اشتراک لفظی، بهویژه در واژگان دستوری که باعث ابهام در تشخیص و تعیین معنی میشود و فهم متن را دشوار میسازد و با تداخل ابهام قبلی، این امر برای ماشین به چالشی مهم بدل میگردد.
ج) جنبههای مختلف ناشی از پدیدة اِعراب، اعمّ از دشواری آن، وجوه متعدّد و فراوانی تقدیم و تأخّرهای جوازی و وجوبی و در مجموع، ساختار پیچیدة نحو در زبان عربی از چالشهای ویژه این زبان در امر ترجمة ماشینی است.
د) در مجموع، هر گونه ایدة ترجمه با ماشین از زبان عربی مستلزم رفع و حلّ معضلهایی است که زبانهای دیگر کمتر با آن مواجه هستند؛ معضلهایی که خاصّ زبان عربی است.