MAKİNE ÇEVİRİSİ YÖNTEMLERİ

Makine çevirisi çalışmaları, özellikle 1960’lı yıllarda hız kazanmış ve ilk sistemlerin
oluşturulmasıyla birlikte bu alandaki yöntem ve yaklaşımlar da somutlaşmaya başlamıştır.
Bununla birlikte, çeviriyi otomatik sistemler aracılığıyla gerçekleştirme fikri çok daha eski
tarihlere kadar uzanır. Bu konudaki ilk oluşumlar 17. Yüzyılda Descartes ve Leibniz
tarafından fikirlere dayandırılmaktadır. Sonraki dönemlerde çeşitli öneriler ortaya atılsa da bu
alandaki ilk somut adımlar 1930’lu yıllarda Fransız ve Rus profesörler tarafından mekanik
beyin olarak adlandırılan çalışmalarla atılmıştır. Makine çevirisi kendi başına bağımsız bir
araştırma alanı değildir. Başka bir deyişle, çevirinin mekanik ortamda gerçekleştirilmesi
düşüncesi sadece mühendislik alanını ilgilendiren bir konu değildir. Aksine, dilbilim,
bilgisayar bilimleri, fen bilimleri, çeviribilim gibi çeşitli alanlarla bağlantılı olan disiplinler
arası bir alandır. Dolayısıyla makine çevirisi alanı bu bilim dallarından birçok konuda
beslenen hatta onlarla eşgüdümlü çalışmalar gerektiren bir araştırma alanıdır. Bu çalışmanın
amacı, geçmişten günümüze kadar makine çevirisi alanında ortaya konulan çeviri
yaklaşımlarının çeviri kuramlarıyla olan ilişkisinin genel anlamda incelenmesidir. Çalışmada
çeviri kuramlarıyla otomatik çeviri yaklaşımları karşılaştırmalı olarak ele alınmıştır. Ardından
makine çevirisinin tarihsel süreçte çeviri kuramlarından ne ölçüde yararlandığı üzerinde
durulmuştur. Sonuç olarak çeviri kuramlarının bu yaklaşımlara büyük oranda ışık tuttuğu ve
bu yaklaşımların ilerlemesinde önemli rol üstlendiği değerlendirilmiştir. Bu çalışmanın
çeviribilim ve bilgisayarlı çeviri alanlarında gerçekleştirilecek olan araştırmalara bazı katkılar
sunabileceği düşünülmektedir.

1. Kural Tabanlı Çeviri:

Kural tabanlı çeviri yöntemi 1970’li yıllarda geliştirilen ilk otomatik çeviri
yöntemlerinden biri olarak bilinir. Dilbilgisel kurallara dayalı olan bu yöntemde “kaynak
metnin sözdizimini çözümleyen algoritmalar üzerine kurulan ve anlamı hedef dile bir tümce
kurarak aktarmak için kuralları kullanan bir bilgisayar çevirisi motoru” (Şahin, 2013: 82) söz
konusudur. Kaynak ve hedef dillerle ilgili dilbilgisel, sözdizimsel, yapısal ve anlamsal
özelliklerinin yer aldığı bir kurallar bütünü üzerine kurulu olan bu yöntemde, kaynak metnin
analizi ve hedef dilde yeniden oluşturma süreçlerinden oluşan iki aşama söz konusudur. İlk
aşamada kaynak metnin biçimsel, sözdizimsel ve anlamsal açıdan analizi gerçekleştirildikten
sonra, ikinci aşamada hedef dilin biçimsel ve yapısal özellikleri dikkate alınarak kaynak
metnin hedef dile aktarım süreci gerçekleşir. Bu bağlamda, aslında çeviri tarihinde öne
sürülen sözcüğü sözcüğüne çeviri ve ardından anlamına göre çeviri yöntemlerine benzer bir
sürecin otomatik çeviride oluşturulmasının söz konusu olduğu söylenebilir.

Kural tabanlı çeviri yöntemlerinde geliştirilen doğrudan çeviri, aktarım yoluyla çeviri ve
Aradil yoluyla çeviri yaklaşımları da yine kaynak metni ön planda tutan bir çeviri
yaklaşımının olduğu anlaşılmaktadır. Bu yaklaşımda ortaya çıkan genel eksiklikler şöyle
özetlenmektedir (Okpor, 2014: 161):  Gerçek anlamda iyi sözlük sayısının yetersizliği ve
yeni sözlüklerin oluşturulmasının pahalı olması.  Bazı dilbilimsel bilgilerin hala manuel
olarak girilmek zorunda olması.  Büyük sistemlerdeki kural etkileşimlerini, belirsizliği ve
deyimsel ifadeleriyle uğraşmanın güçlüğü.  Yeni alanların sisteme uyarlanmasının başarısız
olması. Kural tabanlı çeviri sistemleri genellikle yeni kurallar oluşturmak ve sözcük veri
tabanını genişletmek ve uyarlamak için bir mekanizma sağlasa da, bu değişikliklerin maliyeti
genellikle çok yüksektir ve elde edilen sonuçlar da çoğu zaman maliyeti karşılamaz. Çeviri
kuramları açısından bakıldığında, kural tabanlı çeviri yaklaşımlarının tarihte ilk çeviri
yöntemleriyle bazı açılardan örtüştüğü söylenebilir. Dilbilgisel kurallar çerçevesinde kaynak
metnin ön planda olduğu bir süreci içeren kural tabanlı yaklaşımlar, çeviri tarihinde, metnin
anlamından daha ziyade sözcük çevirisinin üzerinde durulduğu ve sözcüğü sözcüğüne olarak
bilinen yöntemlerle bu bakımdan benzer bir görünüm ortaya koyar. Bununla birlikte, kural
tabanlı çeviri yaklaşımlarının, tam anlamıyla sözcüğü sözcüğüne çeviri yönteminin temeline
dayanmadığı, sadece çeviri süreci olarak birbirine benzer oldukları söylenebilir. Zira her iki
yaklaşımda da sözcüklerin hedef dildeki karşılıklarından hareketle bir çeviri işleminin
gerçekleştirildiği görülmektedir. Birincisinde insan çevirmenin gerçekleştirdiği çeviri işlemi,
ikincisinde yine insan çevirmen tarafından bilgisayar kullanılarak gerçekleştirilmiştir. Bu
bakımdan, ikisinde de benzer bir çeviri mantığından hareketle çeviri yapıldığı görülmektedir.
Kural tabanlı çeviride sözcük çevirisinin yeterli olmadığı ve bu durumun bazı güçlükleri
beraberinde getirdiği görülmüştür. Bu sistemlerde ortaya çıkan çeviri güçlükleri, bu kapsamda
gerçekleştirilen çalışmaların genişletilerek daha farklı bir yapılanmaya doğru yönelmesinin
önünü açmıştır. Bu doğrultuda, yine veri tabanlarına dayalı ancak sözcük ya da kurallar yerine
çeviri örneklerinin yer aldığı bütünce tabanlı yöntemler geliştirilmiştir. İstatistiksel ve örnek
tabanlı olmak üzere iki türü olan bütünce tabanlı çeviri yöntemleri aşağıda kısaca ele
alınmıştır.

2. Bütünce Tabanlı Çeviri:

Kural tabanlı çeviri yöntemlerinde kullanılan sözcük-sözcük çeviri yaklaşımı, kaynak
metnin anlamsal yapısını göz önünde bulunduruyor olmasına karşın, kaynak metinle hedef
metin arasındaki ilişkinin sağlıklı bir şekilde oluşturulabilmesi için gerekli olan bağlamsal
anlamı sağlamada yetersiz bir çeviri ürünü ortaya koyuyordu. Bu güçlüklerin aşılabilmesi
amacıyla örnek çeviri cümlelerinin kullanılabildiği bir yaklaşım benimsenmeye başlandı.
Bütünce tabanlı çeviri yöntemi olarak bilinen bu yöntem, “Bütünce tabanlı çeviri yöntemleri,
kural tabanlı çeviri yöntemlerinde ortaya çıkan bilgi edinimiyle ilgili sorunun çözümüne
yönelik olarak geliştirilen alternatif bir makine çevirisi yaklaşımıdır” (Okpor, 2014: 162).
Önceki yöntemlere kısmen benzerlik gösteren bu yeni yöntem, “yeni çeviriler için gerekli
bilgiyi elde etmek amacıyla kullanılan ya da başvurulan çift dilli bir paralel bütünce
(genellikle daha önce çevrilmiş cümlelerden oluşan bir veri tabanı) içerir” (Carl, Way, 2003).

2.1.Örnek Tabanlı Çeviri: Örnek tabanlı çeviri yönteminin ilk olarak Makoto Nagao
tarafından 1981 yılında sunulan ve 1984 yılında yayımlanan “A Framework of a Mechanical
Translation Between Japanese and English by Analogy Principle” adlı çalışmasına dayandığı
bilinir. Nagao bu çalışmasında “örnek tabanlı makine çevirisinin üç temel bileşimini doğru bir
şekilde tanımlar: çevrilecek bölümlerin gerçek örneklerle karşılaştırılması, çeviri bölümlerine
karşılık gelen kısımların belirlenmesi ve bunların hedef metinde birleştirilmesi” (Somers,
2003: 7). Örnek çeviri tümcelerin eşleştirilmesine yönelik bir sistem içeren “bu yöntemin
çalışma ilkesi temel kaynak bilginin iki alanın söz konusu olduğu iki dilli örnek çeviriler
içeren veri tabanına dayalıdır: birincisi kaynak dildeki tümceleri depolar, diğeri ise bunlara
karşılık gelen çeviri tümceleri depolar” (Dajun, Yun, 2015: 92). Veri tabanına önceden
depolanan bu kaynak ve hedef tümcelerin otomatik olarak eşleştirilmesi söz konusudur.
“Tümce eşleşmesi genel olarak iki biçimde gerçekleşmektedir, birincisi metintabanlı, ikincisi
ise uzunluk tabanlı eşleşmedir. Metin tabanlı eşleşme tümcedeki sözcük bilgisine dayalıdır.
Uzunluk tabanlı eşleşme ise bir tümcedeki karakter ya da sözcük sayısını temel alır” (Fung,
McKeown, 1997: 56). Böylelikle sistemde mevcut olan iki dilli paralel çeviri örnekleri
yoluyla eşleştirilerek uygun gelen çevirilerin önerisi sunulur.

2.2. İstatistiksel Çeviri: İstatistiksel çeviri yöntemi, bir tümcenin en olasılığı yüksek olan
çevirisini belirleyecek istatistiksel araçların kullanımına dayalı bir makine çeviri
sistemidir (Türe, 2008: 16). Kural tabanlı çeviri sistemlerinin eksiklerinin
giderilmesinin amaçlandığı bu yaklaşımda, iki dilli derlem yardımıyla, çevrilmiş çıktı
oluşturmak için istatistiksel yöntemler kullanılır (Aslan, 2019: 88). Aslında kural
tabanlı çeviri yöntemiyle istatistiksel çeviri yöntemleri tek sözcüklerin çevirilerinden
hareketle hedef tümceyi oluşturur fakat kural tabanlı yöntem bir dizi kurallar
bütününe göre filtrelenir ve sınırlandırılır, oysa istatistiksel çeviri yöntemi bunu bir
olasılık modeline dayanarak gerçekleştirir (Carl, Way, 2003). Ayrıca istatistiksel
çeviri yaklaşımında bütünceye dayalı bir sistem söz konusudur.

Yukarıda verilen örnek cümlelerden de anlaşılacağı gibi istatistiksel makine çevirisi kısa
cümlelerde kısmen başarılı iken uzun cümlelerin çevirilerinde bu başarının düştüğü görülüyor.

3. Karma Çeviri: Karma çeviri yöntemi otomatik çeviride ileri sürülen kural tabanlı ve
bütünce tabanlı çeviri yöntemlerinin eksik yönlerinin giderilmesine yönelik olarak, iki
yöntemin birleştirilmesini içeren çoklu çeviri yaklaşımlarına dayalı bir süreçtir.
Antony ilk makine çevirisi yaklaşımları arasında yer alan bu sistemi karma tabanlı
(hybrid-based) olarak tanımlar (Antony, 2013). Bu yaklaşımın temelinde, kural tabanlı
çeviri sisteminin kaynağına istatistiksel verilerin eklenerek ikili bir karma sistemin
oluşturulması söz konusudur. Karma çeviri yöntemindeki “temel fikir sınırlı hizalı
sözcük veri tabanından sözdizimsel aktarım kurallarının otomatik olarak
öğrenilmesine dayalıdır” (Chéragui, 2012). Karma çeviri sistemi içinde çoklu makine
çeviri motoru içerir. Sürecin sonunda daha yüksek kalitede bir çeviri elde edebilmek
için, tüm bu alt sistemlerin sağladığı çeviri önerilerinin birleşimiyle hedef metnin
oluşturulması amaçlanır. İstatistiksel ve örnek tabanlı çeviri yöntemleriyle, bu iki
yöntemin birlikte kullanılmasını öngören karma çeviri yöntemi, kural tabanlı çeviri
yöntemlerinin tam olarak çeviride istenen kaliteyle birlikte anlamın aktarımında da
yeterli olmadığını kanıtlar niteliktedir. Çeviri kuramları açısından değerlendirildiğinde
tarihsel süreçte sözcüğü sözcüğüne çeviriye yönelik yöntemlerin ardından anlama göre
çevirinin önem kazanmaya başlaması gibi, otomatik çeviri sürecinde de kural tabanlı
çeviri yöntemlerinin ardından anlam çevirisinin göz önünde bulundurulmaya
başlandığı bütünce tabanlı yöntemler geliştirilmiştir. İşleyiş bakımından aynı olmasa
da, insan çevirmen tarafından gerçekleştirilen ilk dönem çeviri süreciyle otomatik
çeviri sürecinin çıkış noktası bakımından birbirine benzerlik gösterdiği söylenebilir.

4. Nöral Çeviri: “Nöral Makine çevirisi yaklaşımı, kaynak tümceyi hedef tümceye
çevirmede koşullu olasılığı örnek alan bir nöral ağa dayalı işleyen bir süreçtir”
(Revanuru, Turlapaty, Rao, 2017: 12). Tarihi 1990’lı yılların başlarına dayanan nöral
çeviri yaklaşımında Pathak ve Pakray’a göre “çeviri süreci bir dilden diğerine
 haritalama için geri yayılım mekanizması kullanıyordu” (Pathak, Pakray, 2018: 467).
İnsan beyninin çalışma sisteminden hareketle geliştirilen nöral çeviri yaklaşımı, yapay
sinir ağlarıyla insan beynini taklit eden bir yapıya sahiptir. “Yapay sinir ağları, insan
beyninin özelliklerinden olan öğrenme yolu ile yeni bilgiler türetebilme, yeni bilgiler
oluşturabilme ve keşfedebilme gibi yetenekleri herhangi bir yardım almadan otomatik
olarak gerçekleştirmek amacı ile geliştirilmişlerdir” (Uğur, Kınacı, 2006: 345).
Temelinde yine istatistiksel verilerin yer aldığı ve bütüncelere dayalı olarak çalışan bu
sistem, veri tabanında yer alan bilgiler doğrultusunda yeni çeviri için tahminler
üretmek üzere tasarlanmıştır. Derin öğrenme süreçleri tarafından desteklenen bu süreç,
bütünce tabanlı çeviri yaklaşımlarındaki otomatik kodlamalarla çeviri işlemini bir
adım öteye taşıyarak, insan çevirmenin gerçekleştirdiği çeviri sürecine yakın bir
sürece dayanmakta, böylelikle çevirinin doğruluğunun artırılması amaçlamaktadır.

SON:

Bugün makine çevirilerinde kullanılan en son ve en gelişmiş yöntem olan Sinirsel Makine
Çevirisinin gelmiş olduğu noktayı görmek açısından aşağıda İngilizce uzun bir cümlenin Bing,
Google, Yandex makine çevirisi ve insan çevirisi örnekleri birlikte sunulmuştur.

Yukarıdaki çeviriler incelendiğinde her 3 çevirinin de (Google, Bing, Yandex) insan çevirisine
çok yakın olduğu ancak bazı küçük hataların bulunduğu görülmektedir. Bu ba şarının temelinde her üç
şirketin de çevirilerde Sinirsel Makine Çevirisi yöntemini doğrudan veya dolaylı olarak kullanması
yatmaktadır.