Кіріспе

Параллель мәтін – аудармасымен немесе аудармаларымен бірге орналастырылған мәтін. Параллель мәтінді сәйкестендіру – параллель мәтіннің екі бөлігіндегі сәйкес келетін сөйлемдерді анықтау. Лоэб классикалық кітапханасы мен Клей санскрит кітапханасы – екі тілдегі мәтіндер сериясының екі мысалы. Анықтамалық Киелі кітаптарда салыстыру және зерттеуді жеңілдету үшін түпнұсқа тілдер мен аударма немесе бірнеше аудармалар болуы мүмкін; Оригеннің "Hexapla" (грекше "алты еселенген") Ескі өсиеттің алты нұсқасын қатар орналастырды. Ежелгі Египет тілін шифрлауға мүмкіндік берген Розетта тасы – белгілі бір мысал. Параллель мәтіндердің ірі жинақтары параллель корпус деп аталады (мәтін корпусын қараңыз). Параллель корпус мәтіндерін сөйлем деңгейінде сәйкестендіру лингвистикалық зерттеулердің көптеген салалары үшін алғышарт болып табылады. Аударма жасау кезінде аудармашы сөйлемдерді бөлуге, біріктіруге, жоюға, қосуға немесе қайта реттеуге болады. Бұл сәйкестендіруді қиын міндет етеді. Параллель мәтіндер тіл білімінде қолданылуы мүмкін.

Корпоралардағы шу

Машиналық аударма алгоритмдері үшін оқу жиынтықтары ретінде қолданылатын үлкен деректер жиынтықтары әдетте, ұқсас оқиғаларды сипаттайтын бірінші және екінші тілдерде жазылған жаңалықтар мақалаларының дерекқорлары сияқты, ұқсас көздердің үлкен жиынтықтарынан құрастырылады. Дегенмен, алынған фрагменттер қосымша элементтердің енгізілуіне байланысты бұрмаланған болуы мүмкін. Деректерді іздеу әдістері екі тілде де кездесетін тілдік элементтерді, тек бір тілде ғана кездесетін элементтерден ажыратып, таза параллель фрагменттерді іздеуге мүмкіндік береді. Салыстырмалы деректер жиынтықтары аударма мақсатында білім алу үшін тікелей қолданылады. Бірақ, жоғары сапалы параллель деректерді алу қиын, әсіресе ресурстары жеткіліксіз тілдер үшін.

Тіл мәтіні

Аударма зерттеулер саласында бітекс – берілген мәтіннің бастапқы және мақсатты тілдердегі нұсқаларынан құралған біріктірілген құжат. Битекстерді сәйкестендіру құралы немесе бітекс құралы деп аталатын бағдарламалық жасақтама жасайды, ол бір мәтіннің түпнұсқа және аударылған нұсқаларын автоматты түрде үйлестіреді. Құрал көбінесе осы екі мәтінді сөйлеммен сөйлемге қарай үйлестіреді. Бітекс жиынтығы бітекс дерекқоры немесе екі тілді корпус деп аталады және оны іздеу құралы арқылы қарауға болады.

Бітекстер мен аударма жады

Битексттер аудармалық жадтармен кейбір ортақ белгілерге ие. Ең маңызды айырмашылық – аудармалық жад түпнұсқалық контексті жоғалтады, ал битекст түпнұсқалық сөйлемдер тізбегін сақтайды. Дегенмен, аудармалық жадтың кейбір нұсқалары, мысалы, аудармалық жадтарды алмасуға арналған стандартты XML форматы – Translation Memory eXchange (TMX), компьютерлік көмекпен аударма жасау (CAT) бағдарламалары арасында сөйлемдердің бастапқы ретін сақтауға мүмкіндік береді. Битексттерді машина емес, адам-аудармашы пайдалануға арналған. Сондықтан, аудармалық жадты қате жұмыс істеуге әкелетін ұсақ сәйкестік қателер немесе шағын айырмашылықтар маңызсыз. 1988 жылғы түпнұсқа мақаласында Харрис сондай-ақ битекстің аудармашылардың бастапқы және мақсатты мәтіндерді ойдағы жұмыс жадында қалай байланыстырып сақтайтынын көрсететінін айтқан. Алайда, бұл гипотеза одан әрі зерттелген жоқ. Онлайн битексттер мен аудармалық жадтарды онлайн-екі тілді сөздік деп те атауға болады. Олардың бірнешеуі, соның ішінде Linguée, Reverso және Tradooit, жалпы қолданысқа берілген интернетте қолжетімді.