Akademik Veri Yönetim Sistemi
Uluslararası Dil ve Çeviri Çalışmaları Dergisi/ International Journal of Language and Translation Studies, cilt.5, sa.1, ss.166-195, 2025 (Hakemli Dergi)
Bu çalışmada yapay zekanın önemli bileşenleri olan doğal dil işleme (DDİ) ve derin öğrenme modelleri çok yönlü olarak incelenmiş; bu doğrultuda yapay sinir ağları üzerinde gerçekleşen metin işleme süreçleri, çeviri bakımından ele alınmıştır. Yapay sinir ağlarının gelişimi ve dolayısıyla derin öğrenme algoritmalarının yaygınlaşması, doğal dil işleme alanında önemli gelişmelere yol açmıştır. Yapay zekâ alanında büyük bir dönüşümle yerini alan nöral makine çevirisi, çeviri dünyasını tartışmalara açmıştır. Nöral makine çevirisinin henüz insan düzeyinde güvenilir çeviri yapıp yapmadığı tartışılsa da çevirmenlere sağlayacağı hız ve kolaylık, şüphesiz endüstri 4.0 çağında dijitalleşme ve otomasyona katkı sunacaktır.
Doğal dil işleme bilgisayarların insan dilini işlemesi amacıyla çeşitli yöntemler kullanmaktadır. Bu yöntemler arasında yapay sinir ağlarından oluşan derin öğrenme algoritmaları, günümüz uygulamalarını ve nöral makine çevirisini domine etmektedir. Bu doğrultuda doğal dil işlemede ve derin öğrenme mekanizmalarında çeşitli metin işleme süreçleri gerçekleşmektedir. Metin işleme süreçleri dil modelinde kullanılan mimarinin niteliğine bağlı olarak değişiklik arz edebilir. Çalışmada en güncel dil mimarileri ve özellikleri incelenerek dil modellerine içkin metin işleme süreçleri, insan beyninin dil işleme süreçleri ile karşılaştırılarak betimlemeli ve nitel bir araştırma deseniyle açımlanmıştır. Çalışma, doğal dil işleme ve derin öğrenme teknolojilerinin gelecekte çevirmenlik mesleğinde önemli bir rol oynayacağı gerçekliğini ve çevirmenlerin bu dönüşüme karşı teknolojik gelişmeleri takip etmeleri gerekliliğini ortaya koymuştur.
This study offers a multifaceted examination of Natural Language Processing (NLP) and deep learning models, which are key components of artificial intelligence. In this context, text processing workflows operating on artificial neural networks are discussed with a particular focus on translation. The advancement of artificial neural networks and the widespread adoption of deep learning algorithms have led to significant developments in the field of NLP. Neural machine translation, which has emerged as a transformative development in artificial intelligence, has sparked debates within the translation community. Although it is still under discussion whether neural machine translation can produce translations at a human level of reliability, the speed and convenience it offers undoubtedly contribute to digitalization and automation in the era of Industry 4.0.
NLP employs various methods to enable computers to process human language. Among these, deep learning algorithms based on artificial neural networks dominate current applications and neural machine translation systems. Accordingly, diverse text processing workflows are carried out within NLP and deep learning mechanisms. These workflows may vary depending on the architectural characteristics of the language model being used. The study examines recent language model architectures and their properties, analyzing the inherent text processing workflows within these models and comparing them with the language processing mechanisms of the human brain, adopting a descriptive and qualitative research approach. The study concludes that NLP and deep learning technologies will play a significant role in the future of the translation profession and emphasizes the necessity for translators to follow technological advancements in response to this transformation.