تحسين الترجمة الصوتية الفورية من الإنجليزية إلى العربية تقييم متعدد الأبعاد للدقة والطلاقة والحساسية الثقافية
DOI:
https://doi.org/10.55074/hesj.vi48.1512الكلمات المفتاحية:
الترجمة الالية، الترجمة الصوتية الفورية، الطلاقة، الدقة، الحساسية الثقافية، التعرف على الكلامالملخص
تُعد أنظمة الترجمة الصوتية الفورية أداة متقدمة لتجاوز الحواجز اللغوية، إلا أن أداءها في التفاعلات ثنائية اللغة بين العربية والإنجليزية يواجه تحديات كبيرة ناتجة عن التعقيدات المعجمية والنحوية والدلالية للغة العربية وتنوعها الثقافي، تقدم هذه الدراسة تقييمًا شاملًا ومتعدد الأبعاد لأنظمة الترجمة الصوتية الحالية، مع التركيز على الدقة الدلالية، والطلاقة اللغوية، والحساسية الثقافية في ترجمة الخطاب المنطوق بين العربية والإنجليزية، مع النظر في الجوانب المعجمية (اختيار الكلمات والمفردات)، والنحوية (البنية التركيبية للجمل)، والدلالية (تفسير المعاني)، من خلال تحليل مجموعة بيانات متنوعة تشمل حوارات عربية منطوقة وسياقات مختلفة (مثل إعلانات تجارية، محادثات اجتماعية، تحيات). استخدمت الدراسة تحليلًا وصفيًا وكميًا للبيانات لدراسة وتقييم جودة الترجمة. تُظهر النتائج تحديات مستمرة في معالجة الجوانب المعجمية (مثل اختيار كلمات غير دقيقة)، والنحوية (مثل تراكيب جمل غير طبيعية)، والدلالية (مثل سوء تفسير المعاني السياقية)، والتي تتفاقم بسبب قيود المعالجة الفورية، بناءً على هذه النتائج، تقترح الدراسة استراتيجيات تحسين تشمل تهيئة نماذج التعلم الآلي ببيانات معجمية ونحوية موسعة تشمل اللهجات، وتطوير خوارزميات تحليل دلالي حساسة للسياق، ودمج آليات تكيف ثقافي لضمان الملاءمة السياقية. تهدف هذه التحسينات إلى تعزيز الدقة الدلالية، وتماسك الحوار، والملاءمة الثقافية، مما يدعم التواصل الفعال ويعزز فعالية الترجمة في التفاعلات ثنائية اللغة بين العربية والإنجليزية.التنزيلات
المراجع
Abuelyaman, E., Rahmatallah, L., Mukhtar, W., & Elagabani, M. (2014). Machine Translation of Arabic Language: Challenges and Keys. 2014 5th International Conference on Intelligent Systems, Modelling and Simulation, 111-116.
Algaraady, J., & Mahyoob, M. (2025). Exploring ChatGPT's potential for augmenting post-editing in machine translation across multiple domains: challenges and opportunities. Frontiers in Artificial Intelligence, 8, 1526293.
Alsayadi, H. A., Abdelhamid, A., Hegazy, I., & Fayed, Z. (2021). Arabic speech recognition using end-to-end deep learning. IET Signal Processing.
Algaraady, j, (2018). Needs, Challenges and Preliminary Solutions for Verb Phrases Translation from English to Arabic: An Example-Based Machine Translation Model, (Doctoral Dissertation, Aligarh Muslim University, Aligarh).
Aseri, Y., Alreemy, K., Alelyani, S., & Mohanna, M. (2022). Meeting challenges of Modern Standard Arabic and Saudi Dialect Identification. Embedded Systems and Applications.
Asakr, A. (2016). An English-Arabic Real-Time System (EARS). International Journal of Computer Technology, 15, 6898-6906.
Banimelhem, O., & Amayreh, W. (2023). Is ChatGPT a Good English to Arabic Machine Translation Tool? 2023 14th International Conference on Information and Communication Systems (ICICS), 1-6.
Baniata, L. H., Park, S., & Park, S. B. (2018). A neural machine translation model for Arabic dialects that utilises multitask learning (MTL). Computational intelligence and neuroscience, 2018(1), 7534712.
Dalvi, F., Zhang, Y., Khurana, S., Durrani, N., Sajjad, H., Abdelali, A.,... & Vogel, S. (2018). QCRI's Live Speech Translation System. QFARC 2018.
Dendani, B., Bahi, H., & Sari, T. (2021). Self-Supervised Speech Enhancement for Arabic Speech Recognition in Real-World Environments. Traitement du Signal.
Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. NAACL-HLT.
Hadla, L. S., Hailat, T. M., & Al-Kabi, M. (2014). Evaluating Arabic to English Machine Translation. International Journal of Advanced Computer Science and Applications, 5.
Mahyoob, M., & Algaraady, J. (2018). Towards developing a morphological analyser for Arabic noun forms. International journal of Linguistics and computational Applications, 5(3), 45-51.
Prasad, R., Natarajan, P., Stallard, D., Saleem, S., Ananthakrishnan, S., Tsakalidis, S., Kao, C., Choi, F., Meermeier, R., Rawls, M., Devlin, J., Krstovski, K., & Challenner, A. (2013). BBN TransTalk: Robust multilingual two-way speech-to-speech translation for mobile platforms. Comput. Speech Lang., 27, 475-491.
Qassem, M. M. S. (2015). Semi-automatic Annotation of Arabic Corpus: A Morpho-syntactic Study Thesis (Doctoral Dissertation, Aligarh Muslim University Aligarh)
Solyman, A., Zhenyu, W., Qian, T., Elhag, A. A. M., Toseef, M., & Aleibeid, Z. (2021). Synthetic data with neural machine translation for automatic correction in Arabic grammar. Egyptian Informatics Journal, 22(3), 303-315
Waibel, A., Badran, A., Black, A., Frederking, R. E., Gates, D., Lavie, A., Levin, L. S., Lenzo, K., Tomokiyo, L., Reichert, J., Schultz, T., Wallace, D., Woszczyna, M., & Zhang, J. (2003). Speechalator: Two-way speech-to-speech translation on a consumer PDA. 8th European Conference on Speech Communication and Technology (Eurospeech 2003).
Zakraoui, J., Saleh, M., Al-Maadeed, S., & Alja'am, J. (2020). Evaluation of Arabic to English Machine Translation Systems. 2020 11th International Conference on Information and Communication Systems (ICICS), 185-190.













