Glossaryالمصطلحات

The classic misspelling whose candidates actress, cress, caress, access, across and acres illustrate candidate generation and noisy channel scoring.مثال acress: الخطأ الإملائي الكلاسيكي الذي توضّح مرشّحاته actress و cress و caress و access و across و acres عملية توليد المرشّحين والتقييم بنموذج القناة المشوشة.

• Slide 13الشريحة 13
• Slide 15الشريحة 15
• Slide 24الشريحة 24
• Slide 25الشريحة 25
• Slide 27الشريحة 27

Adding one to every count before normalizing so unseen bigrams get nonzero probability.تنعيم الإضافة الواحدة (Add-1): إضافة واحد إلى كل عدد قبل التطبيع حتى تحصل الثنائيات (bigrams) غير المرئية على احتمال غير صفري.

• Slide 27الشريحة 27
• Slide 28الشريحة 28

The argument, here the candidate word, that gives the largest value of a function.قيمة المُدخل، وهي هنا الكلمة المرشّحة، التي تعطي أكبر قيمة للدالة.

• Slide 11الشريحة 11
• Slide 42الشريحة 42

Silently replacing a misspelling with the system's best correction, used only when confidence is very high.استبدال الكلمة الخاطئة بأفضل تصحيح لدى النظام بصمت ودون سؤال المستخدم، ولا يُستخدم إلا عندما تكون الثقة عالية جدًا.

• Slide 4الشريحة 4
• Slide 41الشريحة 41

P(w|x) = P(x|w)P(w)/P(x), used to turn the hard-to-estimate posterior into a channel term times a prior.قاعدة بايز (Bayes' rule): P(w|x) = P(x|w)P(w)/P(x)، وتُستخدم لتحويل الاحتمال اللاحق الصعب التقدير إلى حاصل ضرب حدّ القناة في الاحتمال المسبق.

• Slide 11الشريحة 11

A model that scores a word by its probability given the previous word, letting context choose between candidates.نموذج لغة ثنائي (bigram): يقيّم الكلمة باحتمالها بشرط الكلمة السابقة، فيسمح للسياق بالاختيار بين المرشّحين.

• Slide 17الشريحة 17
• Slide 27الشريحة 27
• Slide 28الشريحة 28
• Slide 37الشريحة 37

Producing the set of real words close to a misspelling in spelling or pronunciation, usually within edit distance 1 or 2.توليد المرشّحين: إنتاج مجموعة الكلمات الحقيقية القريبة من الكلمة الخاطئة في التهجئة أو النطق، وعادةً ضمن مسافة تحرير (edit distance) قدرها 1 أو 2.

• Slide 7الشريحة 7
• Slide 14الشريحة 14
• Slide 16الشريحة 16

A graph with one column of candidates per word position; every path through it is a possible corrected sentence.شبكة المرشّحين: رسم بياني فيه عمود من المرشّحين لكل موضع كلمة، وكل مسار عبره يمثّل جملة مصحّحة محتملة.

• Slide 34الشريحة 34
• Slide 35الشريحة 35

For a word in a sentence, the word itself plus its dictionary words within one edit and its homophones.مجموعة المرشّحين: لكل كلمة في الجملة، الكلمة نفسها مع كلمات القاموس التي تبعد عنها عملية تحرير واحدة والكلمات المتشابهة معها في النطق (homophones).

• Slide 8الشريحة 8
• Slide 32الشريحة 32
• Slide 33الشريحة 33

P(x|w), the probability that the intended word w is typed as the observed string x; also called the error model.نموذج القناة P(x|w): احتمال أن تُكتب الكلمة المقصودة w على شكل النص المرصود x، ويُسمّى أيضًا نموذج الخطأ (error model).

• Slide 11الشريحة 11
• Slide 19الشريحة 19
• Slide 23الشريحة 23
• Slide 24الشريحة 24

Corpus of Contemporary American English, a corpus of about 404 million words used for the unigram and bigram counts in the examples.مدوّنة الإنجليزية الأمريكية المعاصرة (Corpus of Contemporary American English)، وتضم نحو 404 مليون كلمة، وتُستخدم لأعداد الـ unigram والـ bigram في الأمثلة.

• Slide 18الشريحة 18
• Slide 27الشريحة 27

An error from the writer not knowing the right spelling, typically a homophone such as piece for peace.خطأ ناتج عن عدم معرفة الكاتب بالتهجئة الصحيحة، وغالبًا يكون بين كلمتين متشابهتين في النطق (homophone) مثل piece بدل peace.

• Slide 5الشريحة 5

The interface policy of autocorrecting when very confident, suggesting one or several corrections when less confident, and only flagging when unconfident.سلّم الثقة: سياسة الواجهة التي تصحّح تلقائيًا عند الثقة العالية جدًا، وتقترح تصحيحًا واحدًا أو عدة تصحيحات عند ثقة أقل، وتكتفي بالتنبيه على الخطأ عند عدم الثقة.

• Slide 41الشريحة 41

A table of counts of how often each letter or letter pair is mistyped as another, one table per edit type: del, ins, sub, trans.مصفوفة الالتباس: جدول بعدد المرات التي يُكتب فيها كل حرف أو زوج حروف خطأً على شكل حرف أو زوج آخر، بجدول مستقل لكل نوع تحرير: del و ins و sub و trans.

• Slide 20الشريحة 20
• Slide 21الشريحة 21
• Slide 22الشريحة 22

A classifier trained for one confusable pair, such as whether and weather, using context features to pick the right word.مصنّف مجموعة الالتباس: مصنّف يُدرَّب لزوج واحد من الكلمات القابلة للالتباس، مثل whether و weather، ويستخدم ميزات السياق لاختيار الكلمة الصحيحة.

• Slide 8الشريحة 8
• Slide 32الشريحة 32
• Slide 47الشريحة 47

Edit distance that counts insertion, deletion, substitution and transposition of two adjacent letters as single edits.مسافة دامرو-ليفنشتاين: مسافة تحرير تعدّ الإدراج والحذف والاستبدال وتبديل حرفين متجاورين (transposition) كلًّا منها عملية تحرير واحدة.

• Slide 15الشريحة 15
• Slide 19الشريحة 19

The search step of the noisy channel that runs each hypothesis word through the channel model and picks the one most likely to have produced the observation.المفكّك (decoder): خطوة البحث في نموذج القناة المشوشة، تمرّر كل كلمة مرشّحة عبر نموذج القناة وتختار الكلمة الأرجح أن تكون قد أنتجت ما رُصد.

• Slide 10الشريحة 10

An error where the typist leaves out a letter of the intended word, as in acress for actress.الحذف: خطأ يُسقط فيه الكاتب حرفًا من الكلمة المقصودة، مثل acress بدل actress.

• Slide 15الشريحة 15
• Slide 20الشريحة 20
• Slide 23الشريحة 23

Held-out data used to tune settings such as lambda, kept separate from the final test set.مجموعة التطوير: بيانات محجوزة تُستخدم لضبط الإعدادات مثل lambda، وتُبقى منفصلة عن مجموعة الاختبار النهائية.

• Slide 42الشريحة 42

The minimum number of edit operations needed to turn one string into another.مسافة التحرير: أقل عدد من عمليات التحرير اللازمة لتحويل سلسلة نصية إلى أخرى.

• Slide 14الشريحة 14
• Slide 16الشريحة 16

Another name for the channel model probability P(x|w): the probability of the single deletion, insertion, substitution or transposition that turns w into x.احتمال التحرير: اسم آخر لاحتمال نموذج القناة P(x|w)، أي احتمال عملية الحذف أو الإدراج أو الاستبدال أو التبديل الواحدة التي تحوّل w إلى x.

• Slide 19الشريحة 19
• Slide 24الشريحة 24

An open-source spell checker that finds candidates whose Metaphone pronunciation is 1 to 2 edits from the misspelling's and scores them by letter and pronunciation edit distance; its filtered misspelling list is also a test set.مدقق إملائي مفتوح المصدر يجد المرشّحين الذين يبعد نطقهم وفق Metaphone عملية أو عمليتي تحرير عن نطق الكلمة الخاطئة، ويقيّمهم بمسافة التحرير في الحروف وفي النطق، كما أن قائمة أخطائه المصفّاة تُستخدم مجموعة اختبار.

• Slide 29الشريحة 29
• Slide 43الشريحة 43

A word that sounds like another but is spelled differently, such as too and two; a main source of real-word errors.كلمة تُنطق مثل كلمة أخرى لكنها تُكتب بشكل مختلف، مثل too و two، وهي مصدر رئيسي لأخطاء الكلمات الحقيقية (real-word errors).

• Slide 5الشريحة 5
• Slide 32الشريحة 32

An error where the typist adds an extra letter, as in acress for acres.الإدراج: خطأ يضيف فيه الكاتب حرفًا زائدًا، مثل acress بدل acres.

• Slide 15الشريحة 15
• Slide 20الشريحة 20
• Slide 23الشريحة 23

The 1990 channel model that estimates P(x|w) for a single edit as a confusion count divided by the count of the relevant letter or letter pair in the corpus.نموذج القناة الذي قدّمه Kernighan و Church و Gale سنة 1990، ويقدّر P(x|w) لعملية تحرير واحدة بقسمة عدد مرات الالتباس على عدد مرات ظهور الحرف أو زوج الحروف المعني في المدوّنة (corpus).

• Slide 12الشريحة 12
• Slide 19الشريحة 19
• Slide 23الشريحة 23

The tendency for a mistyped letter to be a key next to the intended one, a feature that improves the channel model.تجاور المفاتيح: ميل الحرف المكتوب خطأ إلى أن يكون مفتاحًا مجاورًا للمفتاح المقصود، وهي ميزة تحسّن نموذج القناة.

• Slide 45الشريحة 45
• Slide 46الشريحة 46

Confusion between keys pressed by the same finger on the mirrored hand, another keyboard-based source of errors.تماثل المفاتيح: الالتباس بين مفاتيح يضغطها الإصبع نفسه في اليد المقابلة على نحو معكوس، وهو مصدر آخر للأخطاء مرتبط بلوحة المفاتيح.

• Slide 45الشريحة 45

Raising the language model term to a power lambda, argmax P(x|w)P(w)^lambda, with lambda tuned on a development set because the two factors are not commensurate.الترجيح بلامدا: رفع حدّ نموذج اللغة إلى قوة lambda، أي argmax P(x|w)P(w)^lambda، مع ضبط lambda على مجموعة تطوير (development set) لأن العاملين غير متكافئين في المقياس.

• Slide 42الشريحة 42

Any of the n-gram models from earlier lectures (unigram, bigram, trigram) used to supply the prior P(w) or P(W) for spelling correction.نموذج اللغة: أي من نماذج n-gram من المحاضرات السابقة (unigram و bigram و trigram)، ويُستخدم لتوفير الاحتمال المسبق P(w) أو P(W) في تصحيح الإملاء.

• Slide 17الشريحة 17
• Slide 37الشريحة 37

Edit distance with insertion, deletion and substitution only, as in lecture 2; a swap of adjacent letters costs two edits instead of one.مسافة ليفنشتاين: مسافة تحرير تقتصر على الإدراج والحذف والاستبدال، كما في المحاضرة 2، لذلك يكلّف تبديل حرفين متجاورين عمليتي تحرير بدل عملية واحدة.

• Slide 14الشريحة 14

A rule-based phonetic encoding used in GNU aspell that maps a word to an approximate pronunciation key so candidates can be found by sound.ترميز صوتي قائم على القواعد يُستخدم في GNU aspell، يحوّل الكلمة إلى مفتاح نطق تقريبي حتى يمكن إيجاد المرشّحين عن طريق الصوت.

• Slide 43الشريحة 43

A model that treats the observed misspelling as a correct word distorted by a channel and recovers it by choosing the word that maximizes P(x|w)P(w).نموذج القناة المشوشة: يعامل الكلمة الخاطئة المرصودة على أنها كلمة صحيحة شوّهتها قناة، ويستعيدها باختيار الكلمة التي تعظّم P(x|w)P(w).

• Slide 9الشريحة 9
• Slide 10الشريحة 10
• Slide 11الشريحة 11

The channel and language model estimates rest on different independence assumptions, so they are not on comparable scales and are weighted with lambda instead of simply multiplied.احتمالات غير متكافئة: تقديرات نموذج القناة ونموذج اللغة تقوم على افتراضات استقلال مختلفة، فلا تكون على مقاييس قابلة للمقارنة، لذلك تُرجَّح بـ lambda بدل ضربها ببساطة.

• Slide 42الشريحة 42

A misspelling that is not in the dictionary, such as graffe for giraffe, and so can be detected by lookup.خطأ إملائي ينتج كلمة غير موجودة في القاموس، مثل graffe بدل giraffe، لذلك يمكن اكتشافه بمجرد البحث في القاموس.

• Slide 5الشريحة 5
• Slide 7الشريحة 7
• Slide 13الشريحة 13

The simplification that at most one word in a sentence is misspelled, which shrinks the search from the full lattice to sentences that differ from the input in a single word.افتراض خطأ واحد لكل جملة: تبسيط يفترض أن كلمة واحدة على الأكثر في الجملة مكتوبة خطأ، فيتقلّص البحث من الشبكة الكاملة إلى الجمل التي تختلف عن المُدخل في كلمة واحدة فقط.

• Slide 36الشريحة 36

A channel model that compares pronunciations rather than letters, catching errors such as writing by sound.نموذج الخطأ الصوتي: نموذج قناة يقارن طريقة النطق بدل الحروف، فيلتقط أخطاء مثل الكتابة حسب الصوت.

• Slide 43الشريحة 43
• Slide 44الشريحة 44

P(w|x), the probability of the intended word w given the observed string x; the quantity the noisy channel maximizes, rewritten with Bayes' rule because it cannot be estimated directly.الاحتمال اللاحق P(w|x): احتمال الكلمة المقصودة w بمعلومية النص المرصود x، وهو الكمية التي يعظّمها نموذج القناة المشوشة، ويُعاد كتابتها بقاعدة بايز (Bayes' rule) لأنه لا يمكن تقديرها مباشرة.

• Slide 11الشريحة 11

P(w), how likely a word or word sequence is before seeing the typed string, supplied by a language model.الاحتمال المسبق P(w): مدى احتمال الكلمة أو سلسلة الكلمات قبل رؤية النص المكتوب، ويوفّره نموذج اللغة (language model).

• Slide 11الشريحة 11
• Slide 17الشريحة 17
• Slide 18الشريحة 18

P(w|w), the channel probability that a word was typed correctly, set by the application, for example .95 for one error in twenty words.احتمال عدم وجود خطأ P(w|w): احتمال القناة أن الكلمة كُتبت صحيحة، ويحدّده التطبيق، مثلًا 0.95 عند افتراض خطأ واحد في كل عشرين كلمة.

• Slide 37الشريحة 37
• Slide 38الشريحة 38
• Slide 39الشريحة 39

A misspelling that is itself a valid word, such as there for three, and so needs context to detect and correct.خطأ إملائي ينتج كلمة صحيحة موجودة بذاتها، مثل there بدل three، لذلك يحتاج اكتشافه وتصحيحه إلى السياق.

• Slide 5الشريحة 5
• Slide 8الشريحة 8
• Slide 30الشريحة 30
• Slide 31الشريحة 31
• Slide 32الشريحة 32

Multi-letter edit operations, such as ph typed as f or ent typed as ant, introduced by Brill and Moore in 2000 to model common error patterns.عمليات تحرير أغنى: عمليات تحرير متعددة الحروف، مثل كتابة ph على شكل f أو ent على شكل ant، قدّمها Brill و Moore سنة 2000 لنمذجة أنماط الأخطاء الشائعة.

• Slide 44الشريحة 44

An error that joins two words, such as thisidea for this idea or inlaw for in-law, fixed by also allowing insertion of a space or hyphen during candidate generation.خطأ الدمج: خطأ يدمج كلمتين معًا، مثل thisidea بدل this idea أو inlaw بدل in-law، ويُصحَّح بالسماح أيضًا بإدراج مسافة أو شرطة أثناء توليد المرشّحين.

• Slide 16الشريحة 16

Proposing or applying the intended word for a detected error, as autocorrect, a single suggestion, or a suggestion list.اقتراح الكلمة المقصودة لخطأ تم اكتشافه أو تطبيقها، إما تصحيحًا تلقائيًا (autocorrect) أو اقتراحًا واحدًا أو قائمة اقتراحات.

• Slide 4الشريحة 4
• Slide 41الشريحة 41

Deciding whether a token in text is misspelled, without necessarily proposing a fix.تحديد ما إذا كانت كلمة (token) في النص مكتوبة خطأ، دون أن يلزم ذلك اقتراح تصحيح لها.

• Slide 4الشريحة 4
• Slide 7الشريحة 7

A collection of misspellings with their corrections, such as the Wikipedia list, the Birkbeck corpus or Norvig's list, used to train or evaluate correctors.مجموعة اختبار الأخطاء الإملائية: مجموعة من الكلمات الخاطئة مع تصحيحاتها، مثل قائمة Wikipedia أو مدوّنة Birkbeck أو قائمة Norvig، وتُستخدم لتدريب أدوات التصحيح أو تقييمها.

• Slide 29الشريحة 29

A cheap web-scale back-off scheme that uses a fixed discount when falling back to shorter n-grams and does not produce true probabilities.التراجع الغبي (Stupid backoff): طريقة تراجع رخيصة على نطاق الويب، تستخدم خصمًا ثابتًا عند الرجوع إلى n-grams أقصر، ولا تنتج احتمالات حقيقية.

• Slide 17الشريحة 17

An error where one letter is typed in place of another, as in acress for across.الاستبدال: خطأ يُكتب فيه حرف مكان حرف آخر، مثل acress بدل across.

• Slide 15الشريحة 15
• Slide 20الشريحة 20
• Slide 23الشريحة 23

An error where two adjacent letters are swapped, as in acress for caress.التبديل: خطأ يتبادل فيه حرفان متجاوران مكانيهما، مثل acress بدل caress.

• Slide 15الشريحة 15
• Slide 20الشريحة 20
• Slide 23الشريحة 23

An error from a slip of the fingers while typing, for example three typed as there.خطأ ناتج عن زلة في الأصابع أثناء الكتابة على لوحة المفاتيح، مثل كتابة three على شكل there.

• Slide 5الشريحة 5

Word probability estimated as its corpus count divided by the total word count, ignoring context.الاحتمال المسبق الأحادي: احتمال الكلمة مقدّرًا بقسمة عدد مرات ظهورها في المدوّنة على العدد الكلي للكلمات، مع تجاهل السياق.

• Slide 18الشريحة 18
• Slide 25الشريحة 25
• Slide 26الشريحة 26

Edit distance where each operation has its own cost, so likelier slips are cheaper; one way to rank candidates, and one of the scores aspell combines.مسافة التحرير الموزونة: مسافة تحرير لكل عملية فيها تكلفة خاصة، فتكون الزلات الأكثر احتمالًا أرخص، وهي إحدى طرق ترتيب المرشّحين وأحد المقاييس التي يجمعها aspell.

• Slide 7الشريحة 7
• Slide 43الشريحة 43