استراتژی های ترجمه
بخشی از مشکل بسیاری از تئوریهای ترجمه که ما تاکنون مورد بررسی قرار داده ایم، این است که مدلهای آنها از روند ساختاری صرفآ نظری است.
روابط کلمه ای
کلمات جدا از ساختار کلی شان، دارای روابطی هستند که شما در موارد مربوط به معناشناختی از آنها کمک میگیرید. برای مثال جفری لیچ[Geoffrey Leech] زبان شناس انگلیسی درمورد مترادف (کلمه ای با معانی مشابه)، چند معنایی (کلماتی با چندین معنی)، اشتراک لفظی (کلماتی که یکسان به نظر میرسند اما دارای معانی مختلفی هستند) و متضاد (کلماتی که معانی مخالف دارند) براساس طبقه بندی زیر بحث میکند:
نقش مترجمان در به روز رسانی اطلاعات
امروزه مقالات بسیار زیادی در خصوص ویروس کرونا در سطح فضای جهانی وب و همین طور دنیای مجازی منتشر می گردد که صحت و سقم تایید شده ای ندارند.
یادگیری مترجم بودن
یادگیری مترجم بودن بیش از این است که فقط به یادگیری تعداد زیادی کلمه و عبارت در دو یا چند زبان و انتقال الگوهای بین آنها بپردازید؛ چیزی بیش از در اختیار داشتن سخت افزار و نرم افزار است. همچنین مستلزم این است که خود را در چندین اجتماع کلیدی یا شبکه های اجتماعی مستقر کرده و تا جایی که می توانید آنها را دقیق مدیریت کنید که مهمترین شان، جامعه مترجمان است.
deep learning
هوش مصنوعی و یادگیری عمیق یا deep learning از جمله فناوری های جدید عرصه تکنولوژی است که گام نوینی در صنعت ترجمه نیز برداشته است.