POST: 2014-01-07T21:00:34+05:30

இயந்திர மொழிபெயர்ப்பு
(Machine Translation – MT)
– முனைவர் அருள் நடராசன் –
இயக்குநர்-மொழிபெயர்ப்பு

மொழிபெயர்ப்பு என்பது ஒரு மொழியிலிருந்து மற்றொரு மொழிக்கு கருத்து, எழுத்து, நடை, சூழல் முதலியவற்றை பெயர்த்து வழங்குவதனால் முழ உரிமை எடுத்துக்கொள்ள முடியாத கலை உணர்வு குறைந்த அறிவியல் துறை என்றே சொல்ல வேண்டும். அதே வேளையில் மொழித் தொடர்பான அழகு சில இடங்களில் பொலிவதால் அதனை ஒரு கலை என்றும் சொல்லலாம். ஒரு மொழியில் (பேச்சுமொழியிலோ, எழுத்துமொழியிலோ) கூறப்பட்ட கருத்துகளை மற்றொரு மொழியில் வெளிப்படுத்திக்காட்டும் ஒரு படைப்பாக்கமே மொழிபெயர்ப்பாகும். குறிப்பிட்ட மொழி ஆவணத்தில் அல்லது பனுவலில் கூறப்பட்டுள்ள கருத்துகளை முதலில் புரிந்து கொள்வது மொழிபெயர்ப்பின் முதற்பணியாகும். பின்னர் அக்கருத்துகளை மற்றொரு மொழியில் அம்மொழியைப் பயன்படுத்துவோருக்குப் புரியும் வகையில் கொண்டு சேர்ப்பது அடுத்த பணியாகும். நிலை மொழியிலிருந்து(Source Language) தரு மொழிக்கு (Target Language) அளிப்பதாகும். மூல மொழி என்றும் பெயர்ப்பு மொழி என்றும்கூடப் பெயரிட்டுக்கொள்ளலாம்.
மேற்குறிப்பிட்ட முதல் பணியான கருத்துகளைப் புரிந்துகொள்ளும் செயலுக்கு வெறும் மொழியறிவு மட்டும் போதாது. குறிப்பிட்ட கருத்துகளைப் பற்றிய துறை சார்ந்த அறிவும் தேவையாகும். இரண்டாம் பணியான மற்றொரு மொழியில் புலப்படுத்தும் பணிக்கு வெறும் சொற்றொடர்களைக் கையாளும் அறிவு மட்டும் போதாது. அக்குறிப்பிட்ட மொழியினரின் பண்பாட்டுச் சூழல், உளவியல் அமைவு போன்றவற்றைப் பற்றிய அறிவும் தெளிவும் தேவைப்படுகிறது.

ஒரு மொழியில் உள்ள ஒரு சொல்லுக்குப் பல பொருள்கள் இருக்கலாம். அதாவது பல பொருள் குறித்த ஒரு சொல்லாகவும் இருக்கலாம். மற்றொரு மொழியில் அச்சொல்லின் ஒவ்வொரு பொருளுக்கும் வெவ்வேறு சொற்கள் இருக்கலாம். எடுத்துக்காட்டாக, தமிழில் பச்சை என்ற சொல்லைப் பார்க்கலாம். இச்சொல்லுக்குப் பல பொருள்கள் தமிழில் உள்ளன.
பச்சைச் சேலை
பச்சைக் காய்கறி
பச்சை உடம்பு
பச்சைப் பொய்
பச்சைக் குழந்தை
பச்சைக் கொடி (காட்டு)
இச்சொல்லை ஆங்கிலத்தில் மொழிபெயர்க்கும்போது, பின்வருமாறு மொழிபெயர்க்க வேண்டியுள்ளது.
green saree
fresh vegetables
flaccid body
utter (out and out) lie
new born baby
(show) green signal
சில சொற்களுக்கு நேரான ஒரு சொல் மற்றொரு மொழியில் அமையாது. தமிழில் உள்ள அண்ணன், தம்பி, பெரியப்பா, சிற்றப்பா போன்ற உறவுச் சொற்களுக்கு நேரடியான ஒரு சொல்லுக்கு ஒரு சொல் என்ற அடிப்படையில் ஆங்கிலத்தில் மொழிபெயர்க்க இயலாது.
சொற்களில் மட்டுமல்லாமல் தொடரியல் பண்பிலும் மொழிக்கு மொழி வேறுபாடு இருக்கலாம்.
எனக்குத் தலைவலி – I have a headache. (to me headache ??)
உனக்குத் தெரியுமா? – Do you know? (do know to you ??)
மேற்குறிப்பிட்ட வகையில் மிகச் சிக்கலான மொழிபெயர்ப்புப் பணியைத் இப்போது கணினி வாயிலாக மேற்கொள்ளமுடியுமா என்பதே மருட்சிதரும் வினாவாகும்.

கொடுத்ததை படியெடுக்கவோ சற்று மாற்றிக்கொள்ளவோ பத்திகளை இப்படி இப்படி இட ஒதுக்கீடோ செய்யத்தான் இயந்திரத்தால் முடியும். இலக்கணச் சிற்றறிவேனும் பெற்று மொழி மாற்றங்களுக்கு கருவியால் செயற்படுவது பெரும் சிக்கலைத் தருமோ என்றுகூட எண்ணவேண்டியுள்ளது.
நமது மூளை மேற்கொள்கிற பல்வேறு மொழிசார்ந்த பணிகளுக்குத் தற்போது கணினியைப் பயன்படுத்தும் முயற்சிகள் வெற்றி பெற்றுவருகின்றன. நமது மூளையில் உள்ள நமது மொழியறிவைக் கணினிக்கு வழங்கி, அதனடிப்படையில் நமது மொழிசார்ந்த பல்வேறு பணிகளை மேற்கொள்கிறோம். சொற்பிழை திருத்தி, இலக்கணப்பிழை திருத்தி, எழுத்து–பேச்சு மாற்றி, பேச்சு-எழுத்து மாற்றி, இயந்திரமொழிபெயர்ப்பு போன்ற பணிகள் பல நிலைகளில் மேற்கொள்ளப்படுகின்றன. இவை அனைத்தும் மொழித்தொழில்நுட்பம் என்ற கணினிமொழியியலை அடிப்படையாகக் கொண்ட ஒரு துறையில் அடங்கும்.

முதல், இரண்டாம் உலகப் போர்கள் நடந்த காலச்சூழலில் எதிரிநாடுகளைப் பற்றிய செய்திகளை அறிந்துகொள்வதற்காக இயந்திர மொழிபெயர்ப்பு முயற்சிகள் மேற்கொள்ளப்பட்டன. ஏறத்தாழ 100 ஆண்டுக்கால வரலாறு கொண்டதாக இயந்திரமொழிபெயர்ப்பு முயற்சிகள் அமைந்துள்ளன.
இலக்கியங்களை மொழிபெயர்ப்பதைவிட அறிவியல் போன்ற துறைகளுக்குத் தேவையான மொழிபெயர்ப்புகளை மேற்கொள்வது சற்று எளிதாகும். எனவே இதற்கான முயற்சிகளும் நடைபெற்றுவருகின்றன.

கணினிவாயிலாக முழுமையாக மொழிபெயர்ப்புப் பணியை மேற்கொண்டு, முழுமையும் சரியான மொழிபெயர்ப்பைப் பெறும் முயற்சியை ஆங்கிலத்தில் Fully Automatic High Quality Machine Translation (FAHQMT) என்று அழைப்பார்கள். ஆனால் இந்த முயற்சியின் இலக்கை எட்டுவது கடினமாகும்.
எனவே கணினியை முழுமையாக எதிர்பார்க்காமல், பணியாளர் உதவியோடு அறிவுத் தொடர்பாக கணினிமொழிபெயர்ப்பை மேற்கொள்ளலாம் என்ற ஒரு கருத்தும் உருவாகியுள்ளது. கணினிக்கு மொழிபெயர்க்க வேண்டிய ஆவணத்தை அளிப்பதற்கு முன்னர், கணினியால் செய்ய இயலாத சில மொழிப்பணிகளை மட்டும் நாம் மேற்கொள்ளலாம். பின்னர் கணினியானது தனக்கு அளிக்கப்பட்ட – பதிப்பிக்கப்பட்ட ஆவணத்தை மொழிபெயர்த்தபிறகு, அதையும் பணியாளர்கள் இறுதியில் சரிபார்த்துப் பதிப்பிக்கலாம். இந்த வகைக் கணினி மொழிபெயர்ப்பை Human aided Machine Translation (HAMT) என்று அழைக்கின்றனர்.
மற்றொரு முனையிலும் கணினிமொழிபெயர்ப்பை மேற்கொள்கின்றனர். இந்த வகையில் அலுவலர்களே மொழிபெயர்ப்பை மேற்கொள்வார்கள். அவர்களுக்கு உதவியாகப் பன்மொழி அகராதி, பன்மொழி இலக்கணம், சொல்லாளர் போன்ற உதவிகளைக் கணினி அளிக்கும். இதன் பயனாக மொழிபெயர்ப்புப் பணி எளிதாகும். இந்த முயற்சியை Machine aided Human Translation (MAHT/MAT) என்றழைப்பார்கள்.

மேற்குறிப்பிட்ட இரண்டாவது வகை கணினிமொழிபெயர்ப்புக்குப் பலவகை நிரல்கள் (மென்பொருள்கள்) உருவாக்கப்படுகின்றன. முந்தைய மொழிபெயர்ப்புகளை ஒழுங்குபடுத்திப் பயன்படுத்தும் Translation Memory (TM) , Parallel Corpora ஆகியவை உருவாக்கப்பட்டுள்ளன.
அடுத்து, மொழிபெயர்ப்புப் பணிப்பலகை (Translation Workbench) என்ற பெயரில் சில மென்பொருள்கள் உருவாக்கப்படுகின்றன. இந்த நிரலின் அடிப்படை, கணினிவழி மொழிபெயர்ப்பை மேற்கொள்வதாக இல்லை. மாறாக, மொழிபெயர்ப்பாளருக்குத் தேவையான அனைத்து உதவிகளையும் தருகிற பல மென்பொருள்களை உருவாக்கி அளிப்பதாகும். மொழிபெயர்ப்பாளருக்குத் தேவைப்படும் பன்மொழி அகராதி, பன்மொழி இலக்கணம், நடக்கைக் கையேடு, சொற்பிழைதிருத்தி, இலக்கணப்பிழை திருத்தி, கலைச்சொல் வங்கி போன்ற பலவகை மென்பொருள் உதவிக்கருவிகள் உருவாக்கப்பட்டு, ஒரே மென்பொருளில் இணைக்கப்படும். இதன் உதவியோடு மொழிபெயர்ப்பாளர் விரைவாகவும் எளிதாகவும் மொழிபெயர்ப்புப் பணிகளை நிறைவேற்றமுடியும்.
மேலே விளக்கப்பட்ட பல வழிகளில் தற்போது உலகளவில் பல நாடுகளில் மொழிபெயர்ப்பு மென்பொருள்கள் உருவாக்கப்பட்டுள்ளன. சிஸ்ட்ரான், லோகோ போன்ற மென்பொருள்கள் அரசாங்க நிறுவனங்களாலும் பன்னாட்டு தொழில் நிறுவனங்களாலும் பயன்படுத்தப்படுகின்றன.
தற்போது இணையதளம் கணினிமொழிபெயர்ப்பில் மிகப் பெரிய பங்கினை ஆற்றுகிறது. கூகில், யாகூ போன்ற தேடல் இயந்திரங்களில் மொழிபெயர்ப்பு வசதிகள் அளிக்கப்படுகின்றன. Online Translation என்பது பரவலாக்கப் பட்டுவருகிறது. கணினித் தொழில்நுட்பத்தின் இன்றைய இமாலய வளர்ச்சி இதற்கு வழிகோலியுள்ளது. கோடிக்கணக்கான சொற்களைக்கொண்ட மொழித்தரவுகள் உருவாக்கப்பட்டுப் பயன்படுத்தப்படுகின்றன. அவற்றின் உதவியுடன் புள்ளியல் அடிப்படையில் கணினிவழி மொழிபெயர்ப்பு மேற்கொள்ளப்படுகிறது.
இந்தியாவில் பல்வேறு பல்கலைக்கழக ஆய்வு நிறுவனங்கள் மொழித்தொழில் நுட்பத்தில் தங்களை ஈடுபடுத்தி வருகின்றன. கான்பூர் ஐஐடி, பங்களூர் ஐஐடி, நடுவண் அரசின் தகவல் தொடர்புத்துறையின் கீழ் இயங்கும் இந்திய மொழிகளுக்கான தொழில்நுட்ப அமைப்பு (Technology Development of Indian Languages – TDIL), சிடாக் (C-DAC) போன்றவை தற்போது இந்திய மொழிகளுக்கான இயந்திரமொழிபெயர்ப்புப் பணிகளை மேற்கொண்டு வருகின்றன. இதற்காகப் பல மையங்கள் உருவாக்கப்பட்டுள்ளன. குறிப்பாக, நடுவண் அரசின் ஆட்சிமொழியாகிய இந்திமொழிக்கும் இந்திய அரசியல் சட்டத்தின் 8 ஆவது பிரிவில் அடங்கியுள்ள 22 இந்திய மொழிகளுக்கும் இடையில் மொழிபெயர்ப்புப்பணிகளை மேற்கொள்வதற்கான பல முயற்சிகள் சிந்திக்கப்படுகின்றன.
தமிழகத்திலும் அண்ணா பல்கலைக்கழகத்தின் சந்திரசேகர் மையம் (AU-KBC Centre), அமிர்தா தன்னிகர் பல்கலைக்கழகம் ஆகிய ஆய்வு நிறுவனங்களில் இதற்கான முயற்சிகள் நடைபெறுகின்றன.

இன்றைய கணினி உலகில் மின் ஆளுகை, மின்வணிகம், மின்கல்வி என்று பல துறைகளில் கணினியின் பயன்பாடு பெருகிவருகிறது. குறிப்பாக, மின் ஆளுகைக்குப் பல பணிகள் தமிழ்நாடு அரசால் மேற்கொள்ளப்பட்டு வருகின்றன. தமிழ்மொழிக்கும் மேற்கண்ட மென்பொருள்கள் உருவாக்கப்படுவது இன்றியமையாததாகும். இதனை மனத்தில்கொண்டு, தமிழ்நாடு அரசின் தமிழ் வளர்ச்சித் துறையும், மொழிபெயர்ப்புத் துறையும் கணினிவழித் தமிழ் மொழிபெயர்ப்புக்கான பல்வேறு திட்டங்களை உருவாக்கி, செயற்படுத்தத் தொடங்கியுள்ளன.

அருவினை என்ப உளவோ கருவியான்
காலம் அறிந்து செயின், -திருக்குறள் – 483

உரிய கருவிகளின் துணையோடு, காலத்தை அறிந்து, செயல்களை மேற்கொண்டால், முடியாத செயல் என்று ஒன்று உண்டோ?