lexical gap in human translations vs. machine translation systems (mtss): focusing on some verses in the holy qur’an

Linguistic and semantic differences are some of the main problems of translating the holy qur’an into english. the present study highlights the problem of lexical gap and examines a number of terms- totally 117 in 110 verses- of the holy qur’an, including the referential meaning of ‘sin’ and their english translations. the researcher aimed to find the strategies applied by three translators and three machine translation systems (msts) and to compare them. in this regard, five frequent and common terms – ‘ اثم’, ‘جناح’, ‘سیئه’, ‘ذنب ’, and ‘ وزر ’-were selected. the strategies proposed by mollanazar (2009) were employed to fill the gap. to do so, the english translations produced by three machine translation systems (mtss), namely google translate, sdl free translation and systranet were compared with three human translation by m.h. shakir, a.qaraei and t.b.irving. the results revealed that in most verses, almost in six english translations, a generic term was used without any additional information to make the sense clearer. there was no noticeable difference between human and machine translations in applying the proposed strategies to fill the gap and make the english version more meaningful in terms of these apparently similar but contextually different terms. thus, it seems that these differences were not focused on, while rendering these given verses to english.

شکاف واژگانی در ترجمه های انسانی در مقایسه با سیستم های ترجمه ماشینی: با تمرکز بر برخی از آیات قرآن کریم

تفاوت های زبانی و معنایی از مشکلات اصلی ترجمه قرآن کریم به انگلیسی است. پژوهش حاضر به بررسی مشکل شکاف واژگانی پرداخته و تعدادی از کلماتگاها اصطلاحات قرآن کریم را که در مجموع 117 نمونه در 110 آیه است کلمات با معنای «گناه» و ترجمه انگلیسی آنها بررسی می‌کند. هدف محقق یافتن راهکارهای بکار گرفته شده توسط سه مترجم و سه سیستم ترجمه ماشینی و مقایسه آنها بود. بنابراین، پنج اصطلاح متداول و رایج «اثم»، «جناح»، «سیئه»، «ذنب» و «وزر» انتخاب شد. راهکارهای ارائه شده توسط ملانظر (2009) برای پر کردن شکاف واژگانی مورد استفاده قرار گرفت. ترجمه انگلیسی توسط سه سیستم ترجمه ماشینی به نام‌های Google Translate، SDL Free Translation  و Systranet و سه مترجم انجام شد، مترجمین عبارتند از شاکر، قرایی و  ایروینگ.  نتایج نشان داد که برای اکثر آیات، تقریباً در شش ترجمه انگلیسی، یک اصطلاح ‘عام’ بدون هیچ گونه توضیحات بیشتر برای شفاف‌تر کردن مفهوم استفاده شده است. هیچ تفاوت قابل توجهی بین ترجمه های انسانی و ماشینی در به کارگیری راهکارهای پیشنهادی برای پر کردن این شکاف واژگانی وجود نداشت. بنابراین، به نظر می رسد زمانی که آنها این آیات مورد نظر را به انگلیسی ترجمه می کردند، بر این تفاوت ها توجهی نداشتند.