بازیابی اطلاعات بین زبانی ۲۰۲۲
Cross-Language Information Retrieval 2022

جستجوی اطلاعات دیگر محدود به زبان مادری کاربر نیست، بلکه به‌طور فزاینده‌ای به زبان‌های دیگر نیز گسترش یافته است. این امر منجر به مسئله بازیابی اطلاعات چندزبانه (CLIR) می‌شود که هدف آن یافتن اطلاعات مرتبط نوشته‌شده به زبانی متفاوت از پرس‌وجو است. علاوه بر مشکلات بازیابی اطلاعات تک‌زبانه (IR)، ترجمه مسئله اصلی در CLIR است: باید یا پرس‌وجو یا اسناد را از یک زبان به زبان دیگر ترجمه کرد. با این حال، این مسئله ترجمه با ترجمه ماشینی کامل (MT) یکسان نیست: هدف تولید ترجمه قابل خواندن توسط انسان نیست، بلکه ترجمه‌ای مناسب برای یافتن اسناد مرتبط است. بنابراین، روش‌های ترجمه خاصی مورد نیاز است. هدف این کتاب ارائه شرح جامعی از مشکلات خاصی است که در CLIR ایجاد می‌شود، راه حل‌های پیشنهادی در این زمینه و همچنین مشکلات باقی‌مانده. کتاب با شرح کلی مشکلات IR تک‌زبانه و CLIR آغاز می‌شود. سپس کلاس‌های مختلف رویکردها به ترجمه ارائه می‌شود: رویکردهایی که از یک سیستم MT استفاده می‌کنند، ترجمه مبتنی بر فرهنگ لغت و رویکردهایی مبتنی بر پیکره‌های موازی و قابل مقایسه. علاوه بر این، اثربخشی بازیابی معمولی با استفاده از رویکردهای مختلف مقایسه می‌شود. نشان داده خواهد شد که رویکردهای ترجمه که به‌طور خاص برای CLIR طراحی شده‌اند، می‌توانند با سیستم‌های MT با کیفیت بالا رقابت کرده و از آن‌ها بهتر عمل کنند. در نهایت، کتاب نگاهی به آینده ارائه می‌دهد که موازی قوی بین گسترش پرس‌وجو در IR تک‌زبانه و ترجمه پرس‌وجو در CLIR ترسیم می‌کند، و نشان می‌دهد که بسیاری از رویکردهای توسعه‌یافته در IR تک‌زبانه را می‌توان با CLIR تطبیق داد. این کتاب را می‌توان به عنوان مقدمه‌ای بر CLIR استفاده کرد. خوانندگان پیشرفته نیز می‌توانند جزئیات فنی بیشتر و بحث‌هایی در مورد چالش‌های تحقیقاتی باقی‌مانده در آینده پیدا کنند. این کتاب برای محققان جدیدی که قصد انجام تحقیق در مورد CLIR را دارند مناسب است.

فهرست مطالب: پیشگفتار / مقدمه / استفاده از سیستم‌ها و منابع ترجمه دستی برای CLIR / ترجمه بر اساس پیکره‌های موازی و قابل مقایسه / روش‌های دیگر برای بهبود CLIR / نگاهی به آینده: به سوی دیدگاهی یکپارچه از IR تک‌زبانه و CLIR؟ / مراجع / شرح حال نویسنده

Search for information is no longer exclusively limited within the native language of the user, but is more and more extended to other languages. This gives rise to the problem of cross-language information retrieval (CLIR), whose goal is to find relevant information written in a different language to a query. In addition to the problems of monolingual information retrieval (IR), translation is the key problem in CLIR: one should translate either the query or the documents from a language to another. However, this translation problem is not identical to full-text machine translation (MT): the goal is not to produce a human-readable translation, but a translation suitable for finding relevant documents. Specific translation methods are thus required. The goal of this book is to provide a comprehensive description of the specific problems arising in CLIR, the solutions proposed in this area, as well as the remaining problems. The book starts with a general description of the monolingualIR and CLIR problems. Different classes of approaches to translation are then presented: approaches using an MT system, dictionary-based translation and approaches based on parallel and comparable corpora. In addition, the typical retrieval effectiveness using different approaches is compared. It will be shown that translation approaches specifically designed for CLIR can rival and outperform high-quality MT systems. Finally, the book offers a look into the future that draws a strong parallel between query expansion in monolingual IR and query translation in CLIR, suggesting that many approaches developed in monolingual IR can be adapted to CLIR. The book can be used as an introduction to CLIR. Advanced readers can also find more technical details and discussions about the remaining research challenges in the future. It is suitable to new researchers who intend to carry out research on CLIR. Table of Contents: Preface / Introduction / Using Manually Constructed Translation Systems andResources for CLIR / Translation Based on Parallel and Comparable Corpora / Other Methods to Improve CLIR / A Look into the Future: Toward a Unified View of Monolingual IR and CLIR? / References / Author Biography