Фрагмент для ознакомления
1
Оглавление
Введение 3
1. Машинный перевод: понятие, виды, особенности и проблемы применения 5
2. Понятие о постредактировании, виды, особенности и проблемы 11
3. Методики оценки качества машинного перевода, определение степени необходимого постредактирования машинного перевода 16
Заключение 20
Список литературы 22
Фрагмент для ознакомления
2
Специалисты в области лингвистики на протяжении многих лет занимались многими вопросами, связанными с профессией переводчика. Процесс перевода как явления многогранен и сложен, поскольку он всегда осуществляется в совершенно разных условиях и кругах деятельности, на разных языках и по-разному, что является основой для формирования и постоянного развития новых типов перевода, которые отличаются друг от друга.
Перевод при помощи компьютерных программ, как и другие виды перевода, имеет свои характерные черты, и все большее число ученых и исследователей акцентируют свой интерес к данному процессу [Шевчук, 2013, с. 55].
МП относится к действию, выполняемому на компьютере для преобразования текста на первом исходном языке в аналогичный контент на другом языке, а также к самому результату [Утробина, 2022, с. 24].
Операция МП отображается результатом инициализации специального алгоритма, который представляет собой отдельную последовательность указанных команд на переводном тексте. Этот алгоритм был создан для измерения соответствия перевода в вызываемой языковой паре заданному месту назначения (с исходного языка на целевой язык) [Беляева, 2019, с. 11].
Классифицирование систем машинного перевода можно произвести по разнообразным характеристикам. Можно выделять системы:
– по числу языков (бинарные – реализовывают перевод в одной паре языков, и многоязычные – действуют с несколькими языками);
– по направления перевода (однонаправленные и многонаправленные, если целевой язык и язык-источник могут изменяться в зависимости от запросов пользователя) [Головко, 2020].
Ещё одной типологией является распределение систем машинного перевода по способу автоматизации процесса перевода или степени участия человека. Данную классификацию разработал Лари Чайлдс [Марчук, 2016, с. 170]. Согласно его классификации все существующие программы машинного перевода подразделяются на три группы.
Рассмотрим каждую из классификаций.
1.Полностью автоматизированные программы перевода позволяют в максимально короткое время произвести перевод большого массива данных по заранее заданному алгоритму – системе кодирования. Существенным недостатком таких программ является, во-первых, недостаточность терминологической осмысленности при переводе нестандартных текстов, например научных, технических и т.д. [Мироненко, 2022]. Общепринятые словари многих систем машинного перевода не располагают в своей памяти семантическое значение сложных терминологических единиц.
Ещё одной проблемой может стать большое количество грамматических и лексических ошибок, обусловленных разными правилами организации речи исходных языков [Шевчук, 2021].
Программами с автоматическим переводом является Promt в России, SYSTRAN во Франции. С помощью данных программ наиболее удобно переводить простые тексты, тексты технической документации к продуктам и изделиям.Так как программа Promt будет использована в практической части нашего исследования, стоит более подробно рассмотреть её особенности [Улиткин, 2022, с. 49].
Программа Promt является первой отечественной системой машинного перевода, зарегистрированной на рынке. Полное название программы PROgrammer's Machine Translation.
Согласно вышеназванным критериям типологии систем машинного перевода, программа Promt является многоязычной, так как позволяет работать с множеством существующих языков, а также многофункциональной, так как в её составе включены дополнительные словари, к примеру, медицинский, технический и др.
Программа Promt позволяет работать как рядовому пользователю, так и профессиональному переводчику за счет дополнительных словарей.
2. Программы с возможностью внесения корректировок со стороны человека. Данные системы перевода позволяют произвести как пред-, так и постредактирование текста. На этапе предредактирования человек подготавливает текст для более полного понимания программой. Постредактирование позволяет исправить имеющие грамматические и стилистические неточности. Такой процесс работы позволяет более совершенно подойти к переводу сложно устроенных текстов – технических, медицинских, художественных, где подбор семантического значения осуществляется в узком смысле. К таким программа относятся Яндекс. Переводчик, Google Translate, Мультитран [Koehn, 2021].
Рассмотрим особенности системы машинного перевода Google Translate. Google Translate более известная как «Google-Переводчик» является продуктом компании Google с функциональными возможностями, позволяющим производить перевод текстов. Программа Google Translate является наиболее общеупотребительной и эффективной программой, предназначенной для перевода текстов.
Как и предыдущая рассмотренная нами программа, Google Translate является многоязычной. Однако в отличии от программы Promt языковая география программы Google Translate насчитывает более 100 языков.
В основе процесса перевода программы Google Translate заложен нейронный машинный перевод.
Как отмечают создатели программы, наиболее эффективный перевод с помощью программы Google Translate осуществляется, если целевым языком является английский. В одной из рассмотренных нами статей ее автор указывает на эту первопроблему, говоря о том, что при использовании программы Google Translate перевод с русского на английский определяется более совершенным, чем аналогичный перевод, но с английского языка на русский [Максютина, 2014, с. 109].
3. Перевод, осуществляемый человеком при участии программы. Данный подход к переводу является наиболее эргономичный. По сути, в качестве средства перевода используются электронные словари. При таком подходе человек сам задаёт принцип перевода и выбирает словарь, т.е. в задачи переводчика входит выбрать правильные слова из предложенных ему значений [Дубровина, 2014, с. 85].
Данный тип перевода наиболее верный, но имеет ряд недостатков: использование специальных словарей, доступ к которым может быть органичен; долгий процесс перевода; высокая квалификация переводчика. В практике есть множество подобных программ, однако принцип их работы существенно отличается [Латышев, 2003, с. 45].
Фрагмент для ознакомления
3
Список литературы
1. Альбукова, О. В. Обзор существующих подходов к проблеме оценки качества перевода / О.В. Альбукова // Филологические науки. – Тамбов: Грамота, 2016. – № 4. Ч. 2 – С. 65-69.
2. Андреева, А.Д. Обзор систем машинного перевода / А. Д. Андреева, И. Л. Меньшиков, А. А. Мокрушин // Молодой ученый. – 2013. – № 12 (59). – С. 64–66.
3. Баринова, И. А. Влияние новых переводческих технологий на распознавание и классификацию ошибок перевода / И.А. Баринова, И.Г. Овчинникова // Вестник ПНИПУ. Проблемы языкознания и педагогики. – 2021. – №1. – URL: https://cyberleninka.ru/article/n/vliyanie-novyh-perevodcheskih-tehnologiy-na-raspoznavanie-i-klassifikatsiyu-oshibok-perevoda (дата обращения: 29.09.2025).
4. Беляева, Л. Н. Машинный перевод в современной технологии процесса перевода / Л.Н. Беляева // Известия РГПУ им. А. И. Герцена. –2022. – №203. – URL: https://cyberleninka.ru/article/n/mashinnyy-perevod-v-sovremennoy-tehnologii-protsessa-perevoda (дата обращения: 29.09.2025).
5. Беляева, Л. Н. Машинный перевод в работе переводчика: практический аспект // Вестник ПНИПУ. Проблемы языкознания и педагогики. – 2019. – № 2. – С. 8-20.
6. Ванников, Ю. В. Проблемы адекватности перевода. Типы адекватности, виды перевода и переводческой деятельности / Ю.В. Ванников. – М.: Наука, 1988.
7. Винокуров, А.А. Новый метод оценки машинного перевода / А.А. Винокуров, В.О. Чуканов // Информационные технологии и системы. HardwareSoftwareSecurity. Тенденции и перспективы – Сборник статей: - М.: Международная академия информатизации, 1997. – 195 с.
8. Головко, Д.Р. Особенности и виды машинного перевода // Вестник Московского информационно-технологического университета – Московского архитектурно-строительного института. – 2020. – №4. – URL: https://cyberleninka.ru/article/n/osobennosti-i-vidy-mashinnogo-perevoda (дата обращения: 12.05.2025).
9. Гредина, И.В. Перевод в научно-технической деятельности: учебное пособие / И.В. Гредина. – Томск : Изд-во Томского политехнического университета, 2010. – 121 с.
10. Дубровина, Е. В. Основные проблемы машинного перевода. / Е.В. Дубровина // Статья секции «Фундаментальные и прикладные проблемы гуманитарных наук». Сибирский государственный аэрокосмический университетимени академика М. Ф. Решетнева. – Красноярск : 2014 – 157с.
11. Ивлева, А.Ю. Проблема оценки качества перевода: подходы к решению / А.Ю. Ивлева// Вестник ВолГУ. Серия 2: Языкознание. – 2020. – №1. – URL: https://cyberleninka.ru/article/n/problema-otsenki-kachestva-perevoda-podhody-k-resheniyu (дата обращения: 29.09.2025).
12. Карцева, Е. Ю. Развитие машинного перевода и его место в профессиональной межкультурной коммуникации / Е.Ю. Карцева, Т.Д. Маргарян, Г.Г. Гурова // Вестник РУДН. Сер. Теория языка. Семиотика. Семантика. – 2016. – № 3. – С. 155–164.
13. Комиссаров, В.Н. Современное переводоведение. Учебное пособие / В.Н. Комиссаров. – М. : ЭТС, 2002. - 424 с.
14. Кушнина, Л.В. Переводческое редактирование/постредактирование в новой исследовательской парадигме / Л.В. Кушнина, Е.Л. Кавардакова // Филологические науки. Вопросы теории и практики. – 2020. – №6. – С. 96-99.
15. Латышев, Л. К. Перевод: теория, практика и методика преподавания: Учеб. пособие для студ. перевод. фак. высш. учеб. заведений / Л.К. Латышева, А.Л. Семенов. – М.: Академия, 2003. – 192 с. – ISBN 5769512725.
16. Максютина, О. В. Редактирование перевода как неотъемлемая часть современного стандарта качества / О.В. Максютина // Вестник ТГПУ. – 2014. – №4 (145). – С. 106-111.
17. Марчук, Ю. Н. Автоматизация перевода и типология текстов / Ю.Н. Марчук // Вестник Московского государственного областного университета. – 2016. – Т. 2. – № 2. – С.170.
18. Мироненко, А. Б. Проблемы машинного перевода / А.Б. Мироненко, П.А. Омельченко // Актуальные проблемы авиации и космонавтики. – 2022. – №12. – URL: https://cyberleninka.ru/article/n/problemy-mashinnogo-perevoda (дата обращения: 29.09.2025).
19. Московская, К.Э. Обучение студентов лингвистического профиля постредактированию машинного перевода / К.Э. Московская // Вопросы методики преподавания в вузе. – 2022. – №1. – URL: https://cyberleninka.ru/article/n/obuchenie-studentov-lingvisticheskogo-profilya-postredaktirovaniyu-mashinnogo-perevoda (дата обращения: 29.09.2025).
20. Ли, В. К проблеме машинного перевода: на примере некоторых паремий в паре языков русский↔китайский / В. Ли, Ц. Сун // Теоретическая и прикладная лингвистика. – 2023. – Вып. 9. – № 4. – С. 84‒93.
21. Нелюбин, Л.Л. Введение в технику перевода / Л.Л. Нелюбин – М.: Флинта, 2009. - 209 с. – ISBN 978-5-9765-0788-3.
22. Нечаева, Н.В., Светова С.Ю. Постредактирование машинного перевода как актуальное направление подготовки переводчиков в вузах / Н.В. Нечаева, С.Ю. Светова // Вопросы методики преподавания в вузе. – 2018. – Т. 7. – № 25. – С. 64-72.
23. Раренко, М. Б. Машинный перевод как вызов / М.Б. Раренко // Вестник Московского университета. Сер. 2. Теория перевода. 2021. № 2. С. 117–126.
24. Родина, С.В. Лингвистические проблемы машинного перевода / С.В. Родина, Е.В. Лакиза // Universum: филология и искусствоведение : электрон. научн. журн. – 2023. – 6(108). – URL: https://7universum.com/ru/philology/archive/item/15686 (дата обращения: 29.09.2025).
25. Ртищева, Н. Г. Оценка качества работы систем машинного перевода / Н.Г. Ртищева // Решетневские чтения. – 2023. – №21-2. – URL: https://cyberleninka.ru/article/n/otsenka-kachestva-raboty-sistem-mashinnogo-perevoda (дата обращения: 29.09.2025).
26. Рью, Д.А. Проблемы машинного перевода научных публикаций / Д.А. Рью, Н.Г. Попова // Научный редактор и издатель. – 2021. – 6(2). – С. 104–112.
27. Семенов, А. Л. Современные информационные технологии и перевод: учеб. пособие для студ. перевод. фак. вузов / А. Л. Семенов. – М.: Академия, 2008. – 224 с. – ISBN 978-5-7695-4459-0.
28. Титяева Г. В. «За» и «против» обучению машинному перевод в подготовке переводчиков // Титяева Г. В. / «Филологический журнал». –2010. –№ 17. – с. 61–64.
29. Улиткин, И. А. Автоматическая оценка качества машинного перевода научного текста: 5 лет спустя / И.А. Улиткин // Вестник Московского государственного областного университета. Серия: Лингвистика. – 2022. – № 1. – С. 47–59.
30. Утробина, А. А. Компьютерная лингвистика и машинный перевод: об истории становления / А.А, Утробина // Вестник Башкирского университета. – 2022. – Т. 27. – № 2.
31. Ушакова, А.О. Постредактирование машинного перевода технического текста / А.О. Ушакова // Евразийский гуманитарный журнал. – 2022. – №3. – URL: https://cyberleninka.ru/article/n/postredaktirovanie-mashinnogo-perevoda-tehnicheskogo-teksta (дата обращения: 29.09.2025).
32. Шевчук, В. Н. Информационные технологии в переводе. Электронные ресурсы переводчика – 2 / В. Н. Шевчук. – М. : Зебра Е, 2013. – 384 с. – ISBN: 978-5-906339-28-7.
33. Шевчук, Е.В. Постредактирование и типичные ошибки в автоматизированном переводе научно-публицистических текстов / Е.В. Шевчук, Ж.А. Никифорова // Вопросы методики преподавания в вузе. – 2021. – №39. – URL: https://cyberleninka.ru/article/n/postredaktirovanie-i-tipichnye-oshibki-v-avtomatizirovannom-perevode-nauchno-publitsisticheskih-tekstov (дата обращения: 29.09.2025).
34. Хромова, А.А. Постредактирование англо-русского машинного перевода: проблемы, методы и оптимизация / А.А. Хромова, Р.Р. Лукманова // Филологические науки. Вопросы теории и практики. – 2024. – №3. – URL: https://cyberleninka.ru/article/n/postredaktirovanie-anglo-russkogo-mashinnogo-perevoda-problemy-metody-i-optimizatsiya (дата обращения: 29.09.2025).
35. Чакырова, Ю.И. Постредактирование: благодать или проклятие Ю.И. Чакырова // Индустрия перевода: межд. научная конф. Пермь: Изд-во «Пермский национальный исследовательский политехнический университет». – 2013. – С. 134-142.
36. Юнусова, М. О. Проблемы машинного перевода / М. О. Юнусова // Филология и лингвистика. — 2016. — № 2 (4). — С. 52-55.
37. Arenas A. Pre-editing and Post-editing / A. Arenas. // The Bloomsbury Companion to Language Industry Studies. – London: Bloomsbury Academic, 2020. – P. 333–360.
38. Global Machine Translation Market / Forecasts from 2018 to 2023. – Knowledge Sоurсing Intelligence. – 2023. – 82 p.
39. Kenny D. Machine Translation for Everyone: Empowering Users in the Age of Artificial Intelligence (Translation and Multilingual Natural Language Processing 18). Berlin: LanguageSciencePress, 2022. – 141 p.
40. Koehn Ph. Neural Machine Translation // Machine Translation. 2021. Vol. 35. https://doi.org/10.1007/s10590-021-09277-x.
