یکی از جنبه های چالش برانگیز و دشوار در ترجمه، چه در ترجمه ماشینی و چه ترجمه انسانی، به ترجمه اصطلاحات مربوط می شود. مشکل هم به تشخیص اصطلاح و هم به ترجمه آن مرتبط است. تشخیص اصطلاح آسان نیست چرا که هر اصطلاح بر حسب بافتی که در آن به کار می رود دچار تغییرات ساختاری می شود. با استفاده از مجموعه های اصطلاحات جمع آوری شده به صورت منظم و نیز وضع قوانینی برای تشخیص آنها مشکل را می توان تا حدود زیادی مرتفع نمود. لیکن افزودن یک پردازنده واژگانی و نحوی نیز می تواند تاثیر شگرفی در بهبود تشخیص و ترجمه اصطلاحات داشته باشد. این مقاله دو هدف را دنبال می کند. ابتدا می خواهیم مترجم گوگل را در ترجمه اصطلاحات بیازماییم و سپس قصد آن داریم تا با ارائه روش هایی، کیفیت ترجمه اصطلاحات توسط مترجم گوگل را بهبود بخشیم.

لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

نگاشت میمتیک روشی برای کشف میم ها و دسته بندی آنان در قالب یک مدل چندسطحی است. میم به معنای یک عنصر فرهنگی تکثیرپذیر است که با الهام از مفهوم ژن در زیست شناسی تکاملی ابداع شده است. ابتدا، به کمک نگاشت میمتیک، توصیفی جامع از فرهنگ فعلی گوگل به دست آمد. با کدگذاری متون کتاب ها، مقالات، مصاحبه ها، مستند ها، و منابع آن لاین در باب گوگل 134 میم استخراج و به 40 میمکول (واحدی بزرگ تر، شامل چند میم هم خانواده) تقلیل داده شد. میمکول ها در شش سطح قرار گرفتند؛ شامل مفروضات بنیادین، ارز ش ها، هنجارها، جلوه های بیرونی، رویه های کاری، رویه های منابع انسانی. سپس، با هدف درک چگونگی شکل گیری فرهنگ گوگل در سیر تاریخ، از روش تبارشناسی بهره گرفته شد. در این شیوه با تشخیص پدر هر میم (فرهنگی که از آن اقتباس شده) یک نمودار شجره نامه ای از تبار فرهنگ سازمان ترسیم می شود. تا کنون 85 فرهنگ تاثیرگذار بر گوگل از یونان و هند شناسایی شده اند. پژوهشگران در پژوهش حاضر توانستند مفهوم تیوریک میم را عملیاتی سازی کنند و در یک تحقیق تجربی به کار گیرند. نگاشت میمتیک ابزاری قدرتمند در دست مدیران و مشاوران و پژوهشگران سازمانی، به منظور واکاوی پدیده فرهنگ و تغییر آن، است. مهندسی میمتیک با تشخیص میم معیوب می تواند برای اصلاح آن اقدام کند.

این پژوهش به بررسی این موضوع می پردازد که آیا جستجوی نام و نماد شرکت در موتور جستجوی گوگل می تواند فعالیت سهام شرکت در بازار را پیش بینی کند؟ از این رو، داده های مربوط به جستجوی نام و نماد شرکت ها از گوگل ترند جمع آوری و نیز فعالیت بازار سهام با استفاده از چهار متغیر بازده غیرعادی، نوسان بازده سهام، حجم معاملات و تعداد معاملات سهام اندازه گیری شده است. در راستای پاسخ به سوال پژوهش، با استفاده از رگرسیون چندگانه و رگرسیون پانلی مدل پژوهش بر روی 13082 مشاهده شرکت-ماه طی سال های 1384 تا 1397 برآورد شده است. یافته ها حاکی از این بود که با افزایش جستجوی نام و نماد شرکت در گوگل، فعالیت آتی سهام شامل نوسان بازده سهام، حجم معاملات و تعداد معاملات شرکت افزایش می یابد؛ اما جستجوی نام شرکت با بازده غیرعادی آتی رابطه معنی داری نداشته است. نتایج پژوهش نشان می دهد که می توان فعالیت سهام شرکت را با استفاده از جستجوی گوگل پیش بینی نمود و علاوه بر این، جستجوی نماد شرکت ها نسبت به جستجوی نام شرکت ها، توانایی پیش بینی کنندگی بیشتری درباره فعالیت سهام دارد.