به گزارش گروه علم و آموزش ایران اکونومیست از وبگاه تِک اِکسپلور (Tech Xplore)، پیشرفت‌های اخیر در زمینه یادگیری ماشین، کیفیت ابزارهای ترجمه خودکار را تا حد زیادی ارتقا داده است. در حال حاضر، این ابزارها بیشتر برای ترجمه جملات پایه و همچنین متون کوتاه یا اسناد غیررسمی استفاده می‌شوند.
متون ادبی، مانند رمان‌ها یا داستان‌های کوتاه، هنوز به طور کامل توسط مترجمان متخصص که در درک معانی انتزاعی و پیچیده و ترجمه آن‌ها به زبان‌های دیگر مجرب هستند، ترجمه می‌شوند. پژوهش‌هایی به‌منظور بررسی قابلیت مدل‌های محاسباتی برای ترجمه متون ادبی صورت گرفته است؛ اما یافته‌ها در این زمینه هنوز محدود است.
محققان دانشگاه ماساچوست در امهرست در آمریکا، به‌تازگی پژوهشی را انجام داده‌اند که کیفیت متون ادبی ترجمه‌شده توسط ماشین‌ها را با ترجمه همان متون توسط انسان‌ها بررسی شده است. یافته‌های آن‌ها برخی از کاستی‌های مدل‌های محاسباتی موجود برای ترجمه متون غیرانگلیسی به انگلیسی را نشان می‌دهد.
کاترین تای (Katherine Thai) و همکارانش در مقاله خود نوشتند: ترجمه ماشینی این قابلیت را دارد که کار مترجمان انسانی را از طریق بهبود روش‌های آموزشی و کارایی کلی آن‌ها، تکمیل کند. در ترجمه ادبی، مترجمان باید معادل‌سازی معنا، خوانایی و تفسیرپذیری انتقادی را در زبان مقصد متعادل کنند. این ویژگی، به همراه پیچیدگی سطح زبان ادبی، مدل‌سازی و ارزیابی محاسباتی، ترجمه ماشینی ادبی را چالش‌برانگیزتر می‌کند.
هدف اصلی کار اخیر تای و همکارانش درک بهتر دلایل این موضوع بود که ابزارهای پیشرفته ترجمه ماشینی در مقایسه با ترجمه‌های انسانی هنوز در ترجمه متون ادبی شکست می‌خورند. آن‌ها امیدوارند این پژوهش کمک کند تا دانشمندان متوجه شوند برای بهبود عملکرد این مدل‌ها باید روی چه زمینه‌هایی متمرکز شوند.
