Система автоматизированного перевода

Неточности, также как и искажения, дезинформируют получателя перевода относительно предмета высказывания. Однако, степень дезинформации менее существенна, чем в случае искажения. Например, предложение «In July 2014 the Cabinet of Ministers approved a new space program for 2015-2025» PROMT перевел как «В июле 2014 года Кабинет Министров утвердил новые космические программы на 2015-2025 годы», неизвестно по какой причине изменив категорию числа: «новые космические программы» вместо «новую космическую программу». Аэто, нестользначительна, нодезинформация. Такжепредложение«The program approved by the government is yet to pass hearings in the new parliament.»СМП PROMT перевела так: «В программе, утвержденной правительством еще пройти слушания в парламенте.» Перевод слова «program», как «в программе», дезинформирует вследствие неправильной передачи содержания оригинала. Кроме того, при переводе оборота «is yet to pass» потеряна модальность высказывания «еще должен пройти», что тоже дезориентирует читателя перевода. Но, если ориентироваться в контексте, то можно и правильно понять смысл перевода этого предложения. Профессиональный же переводчик, который принял во внимание контекст и развил мысль, сделал другой перевод этого предложения: «Остановимся кратко на проекте, который получил поддержку правительства и будет рассматриваться новым парламентом». Или другой пример перевода, выполненный SYSTRAN: «The key to answers is the awareness of the role played nowadays by space research and technology.» «Ключ к ответам - осознание роли, сыгранной в настоящее время космическим исследованиям и технологии.»Степень дезинформации в данном переводе меньше, чем в предыдущих случаях, и адресату не так сложно догадаться, о чем идет речь, исходя из контекста. В этом же предложении машинный переводчик не смог правильно перевести фразу «The key to answers», так как ее перевод «Ключ к ответам» по сути является буквализмом и не является подходящим эквивалентом. Профессиональный переводчик перевел предложение так: «Ответы на эти вопросы можно получить, лишь осознав новую роль, которую играют космические исследования и технологии в наше время». Причиной недостатков в части передачи исходного содержания может быть не только непонимание или недопонимание этого текста программой, но и просто неудачный подбор переводческих соответствий. Анализируемый текст содержит более 250 специальных терминов из области космонавтики. Наиболее употребимые в тексте статьи термины представлены в Таблице 1: Таблица 1. Термины и варианты их переводаТерминПеревод автораPROMTSYSTRANLight’s aberrationАберрация светаОтклонение светаАберрация светаAblating material Абляционное покрытиеАблируя материалАбляционный материалCooling ablationАбляционное охлаждениеОхлаждение удаленияОхлаждая удалениеAbnormal starАномальная звездаНеправильная звездаАнормалная звездаOrbit abortУход с орбитыАварийное прекращение работы орбитыПрекращени прекращение орбитыHandle abortРучка аварийного покидания (космического корабля)Аварийное прекращение работы ручкиПрекращени прекращение ручкиAbsolute counterСчётчик для абсолютных измеренийАбсолютный прилавокАбсолютный счетчикAbsorbentАбсорбентАбсорбентAbsorbentLines of absorptionЛинии спектра поглощенияЛинии поглощенияЛинии абсорбциыField of accelerationПоле ускоренийОбласть ускоренияПоле ускоренияAccommodationАккомодацияжилье договоренность помещение размещение ЖильеВ ходе анализа переводов текста системами PROMT и SYSTRAN были получены следующие данные: Из всех 134 предложений PROMT перевел: 13 - на уровне полной эквивалентности, 13 - с неясностями, 40 - с неточностями, 68 - с искажениями. SYSTRAN перевел: 14 - на уровне полной эквивалентности, 7 - с неясностями, 47 - с неточностями, 66 - с искажениями. Из всех 254 технических терминов PROMT перевел: 27 - на уровне полной эквивалентности, 60 - с неясностями, 19 - с неточностями, 87 - с искажениями. SYSTRAN перевел: 24 - на уровне полной эквивалентности, 17 - с неясностями, 97 - с неточностями, 66 - с искажениями. Из полученных результатов можно сделать заключение о том, что качество перевода обеих систем примерно одинаково и, если этот текст предназначен для понимания технической информации, то можно утверждать, что обе СМП продемонстрировали достижение функционально-прагматической адекватности на уровне примерно 35% (исходя из того, что именно предложения с ошибками, отнесенными к типу искажения, существенно влияют на уровень понимания). Полно и точно переведены предложения, которые в основном являются простыми и короткими: «What achievements can be expected in the near future?» «Какие результаты можно ожидать в ближайшем будущем?» (PROMT) или номинативные словосочетания: «Innovative Potential of Astronautics», «Инновационный потенциал Астронавтики» (обе СМП).Таким образом, если при переводе программы-переводчики искажают смысл оригинала технического текста, мы констатируем нарушение адекватности информативности, поскольку текст перевода не удовлетворяет в полной мере требования реципиента в получении релевантной информации.Итак, ни одна из проанализированных СМП не признана лучшей. SYSTRAN имеет качественный автоматический словарь и удачнее применяет переводческие трансформации, делает меньше грубых ошибок на всех языковых уровнях, которые существенно влияют на понимание переведенного текста. Основным фактором, благодаря которому SYSTRAN все же опережает своего конкурента, является ее качественный автоматический анализ, который имеет решающее значение для осуществления удачного перевода. Именно улучшение качества автоматического анализа должно стать, по нашему мнению, приоритетным направлением дальнейших теоретических и практических исследований разработчиков обеих систем.Исходя из результатов анализа переводов программами-переводчиками PROMT и SYSTRAN, можно утверждать, что современные СМП не в состоянии достичь семантико-синтаксической адекватности при переводе англоязычных технических текстов и переводчику для редактирования перевода в обязательном порядке нужно обращаться к оригинальному тексту. Итак, в наше время машинный перевод остается средством, помогающим понимать пользователю лишь некоторую часть информации, содержащейся в оригинале текста. Также эффективно СМП используются в качестве помощника переводчику. Автоматические переводчики - серьезная помощь в работе профессиональных переводчиков и незаменимый инструмент для тех, кто, не зная языка, хочет быстро получить общее представление о содержании текста (документа, письма, описания прибора). СМП, способна переводить тексты подобно профессиональному переводчику - это пока еще не воплощена в реальность идея. Однако, современные системы машинного перевода должны автоматизировать поиск вариантов перевода технического текста на основании автоматического или полуавтоматического определения области знаний исходного текста. ЗАКЛЮЧЕНИЕВ основе подхода к решению проблематики машинного перевода должна лежать определенная классификация систем МП. На участие в процессе перевода и объема работы системы МП делятся на автоматизированные и автоматические. В автоматизированных системах МП человек является обязательным участником процесса перевода, в то время как в автоматических системах машина осуществляет анализ текста оригинала и синтез текста перевода, и сама делает перевод, который может быть использован в виде информационного документа, который в некоторой мере может заменить оригинал. В соответствии с количеством языков, которые «понимает» система, различают двуязычные и многоязычные системы. В зависимости от подхода, на основе которого выполняется машинный перевод, СМП делятся на статистические (statistic) и традиционные системы, основанные на использовании лингвистических правил (rule-based). В соответствии с лингвистического критерия СМП делятся на системы, реализующие прямой перевод (direct translation); системы, которые базируются на трансфере (transfer approach); системы с языком-посредником (interlingua approach).Системы прямого перевода строятся на использовании больших словарей и сравнительно простых алгоритмов морфологического и синтаксического анализа текста оригинала и синтеза текста-перевода. Идея трансфера - внедрение в систему блока преобразования структуры исходного текста в соответствии с правилами и нормами языка перевода. Главная идея систем с языком-посредником - анализ содержания текста и его представления на специальном языке, который не зависит от каких-либо естественных языков.На сегодняшний день наиболее известными системами, которые способны переводить тексты с английского на русский язык является PROMT и СМП SYSTRAN. Ядро перевода SYSTRAN построено на принципе трансфер-подхода. Главная проблема перевода - многозначность слов - решена двумя способами. Прежде всего - специальная маркировка слов по тематической направленности (около сотни тематик). Во-вторых - объединение слов в фразы, которые имеют высший приоритет во время перевода. PROMT - это сервис компании Google, который позволяет автоматически переводить слова, фразы и web-страницы с одного языка на другой. Используется подход статистического машинного перевода, в котором максимальная длина контекста 5 слов, а фразы - 6. Она анализирует большие объемы текста (миллиарды слов) на различных языках, а также оригиналы и переводы, сделанные профессиональными лингвистами. Затем с помощью специальных методик формируется модель для перевода текста с одного языка на другой.Коммуникативный подход к анализу адекватности машинного перевода позволил прийти к следующим выводам. Функционально-прагматическая адекватность машинного перевода является переменной категорией и может быть представлена тремя типами:- жанрово-тематическая адекватность, когда от перевода требуется просто получение знаний о жанре текста-оригинала и его тематику;- адекватность информативности, где доминантой перевода является общий смысл сообщения, представленного в тексте-оригинале;- семантико-синтаксическая адекватность, когда от перевода требуется полная и точная передача смыслового содержания.Качество перевода PROMT и SYSTRAN примерно одинаково и обе СМП не смогли выполнить перевод со стопроцентным уровнем жанрово-тематической адекватности технической литературы. По адекватности информативности, наш анализ ошибок показал, что при переводе программы-переводчики искажают смысл оригинала на 65 процентов и полученный перевод не удовлетворяет в полной мере требования реципиента в получении релевантной информации.Проведенный анализ ошибок на уровнях языка с привлечением количественных подсчетов позволяет сделать вывод, что СМП не в состоянии достичь семантико-синтаксической адекватности технических текстов и переводчику для редактирования перевода в обязательном порядке нужно обращаться к оригинальному тексту.PROMT чаще подбирает правильные словесные и фразеологические эквиваленты, хотя в то же время хуже справляется с построением грамматически правильных предложений. Это можно объяснить тем, что в базе данных этой системы больше соответствий, но контекст статистической системы PROMT составляет лишь 5 слов, что объясняет сложность построения системы грамматически правильных предложений.При переводе длинных предложений, если PROMT допустил ошибку в начале, он может не допустить ошибку в конце, причем с большей вероятностью, чем SYSTRAN, которая в таких случаях искажает все предложения, пытаясь согласовать первую часть с ошибкой со второй частью. При этом чаще всего ошибка переносится также и на вторую часть. Причиной большинства ошибок в машинном переводе является непонимание текста системой МП, так как понимание исходного текста является первичным этапом в процессе перевода, а, соответственно, и основой правильного изложения его на другом языке.Главной причиной «отторжения» технического языка машиной является антропоморфизм языка, его полная ориентированность на человека. Мы определили, что PROMT имеет средства понимания, позволяющие в некоторой степени распознавать фразовый уровень языка, тогда как SYSTRAN - синтаксический. В то же время, исходя из результатов анализа, обе СМП достаточно хорошо способны понимать только морфологический уровень. Таким образом, можно сделать вывод о том, что качество перевода технического текста неудовлетворительный.Конечно, качество перевода улучшалась последние 30-40 лет в основном за счет увеличения скорости обработки информации и увеличения объемов памяти, как оперативной, так и для хранения данных, что позволило создавать объемные словари и быстрее выполнять разработанные алгоритмы. Но многие из лингвистов вообще сомневается в возможности создания идеальной СМП, а математики, которые не соприкасаются со всей сложностью процесса перевода, полны оптимизма, и продолжают пытаться создавать все более сложные модели или улучшить существующие СМП.СМП удовлетворяют какую-то часть потребности пользователей в переводе иностранных технических текстов. Поэтому рекомендуется автоматизированная или полуавтоматизированная предварительная диагностика области технических знаний для снижения риска неэквивалентного перевода. СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫАлексеева И.С. Введение в переводоведение. Учеб. пособие для студ. филол. и лингв фак. высш. учеб. заведений. - СПб.: Филологический факультет СПбГУ; М.: Издательский центр «Академия», 2004. - 352 с. Алексеева И.С. Профессиональный тренинг переводчика. Учебное пособие по устному и письменному переводу для переводчиков и преподавателей. - СПб.: Издательство "Союз", 2004. - 288 с. Андреева А.Д., Меньшиков И.Л., Мокрушин А.А. Обзор систем машинного перевода // Молодой ученый. - 2013.- № 12 (59). - С. 64-66.Бабалова Г.Г., Гюнтнер Ю.В. Определение функционально-стилистической принадлежности текста как этап предпереводческого анализа в машинном переводе // Омский научный вестник. - 2012. - № 4 (111). - С. 163-166.Бездорожев С.В. Новый взгляд на роль переводчика: проблема использования машинного перевода // Вестник Московского государственного областного университета. – 2013. – № 2. – С. 15.Беляева М.А., Голова З.С. Сборник технических текстов на английском языке. – М.: Издательство литературы на иностранных языках, 1956. – 600 с.Ванников Ю.В. Типы научных и технических текстов и их лингвистические особенности. – М., 2004. - 240 с.Вине Ж.-П., Дарбельне Ж. Технические способы перевода // Вопросы перевода в зарубежной лингвистике. – М., 1978. – С. 157-167.Волкова Л.Л. Машинная лингвистика: от перевода со словарём к нелинейным динамическим системам // Новые информационные технологии в автоматизированных системах. - 2013.- № 16. - С. 317-328.Гальченко С.И. Особенности машинного перевода в российской компьютерной индустрии // Актуальные проблемы социально-гуманитарного и научно-технического знания. - 2013. - № 1-2 (1).- С. 104-106.Гаврилова Н.В., Лобашов И.А. Машинный перевод // Иностранный язык в образовательном пространстве России и мира: традиции и инновации. Материалы всероссийской научно-практической конференции (с международным участием). Государственное образовательное учреждение высшего профессионального образования Московский государственный областной гуманитарный институт,- 2014. - С. 8-11. Гикал Т.М., Ахметов О.Р., Анашкин Е.А. Исследование подходов в реализации машинного перевода, их специфики и качества работы // Современное общество: проблемы, идеи, инновации. - 2014. - Т. 1. - № 3. - С. 108-111.Горбунов Е.Ю. Использование фреймовой технологии при русско-английском и англо-русском машинном и ручном переводе грамматических терминов // Вестник Гуманитарного института ТГУ. - 2008. - № 2. - С. 121-125.Дерба С.Н. Машинный перевод и теория лингвистической относительности // Актуальные проблемы современной науки. Сборник статей Международной научно-практической конференции: В 4 частях, отв. редактор А.А. Сукиасян. Уфа, Республика Башкортостан, - 2013. - С. 173-177.До Т.Х. Машинный перевод // Молодёжь и современные информационные технологии. Сборник трудов XI Международной научно-практической конференции студентов, аспирантов и молодых ученых «Молодежь и современные информационные технологии». – Томск, - 2013. - С. 486-487.Джафаров Р.Д., Наджафова Л.А. Специфика термина в процессе текста в системе машинного перевода // Вопросы гуманитарных наук. - 2012. - № 6. - С. 102-105.Исламов Р.С., Фомин А.Г. Анализ современных систем машинного перевода типа SMT и RBMT // Филологические науки. Вопросы теории и практики. - 2013. - № 3-1 (21). - С. 69-73.Казакова, Т.А. Практические основы перевода. СПб: Изд-во Союз, 2001. – 218с.Козеренко Е.Б. Интегральное моделирование языковых структур в лингвистических процессорах систем обработки знаний и машинного перевода // Информатика и ее применения. - 2014. - Т. 8. - № 1. - С. 89-98.Крашенинникова Н.А. Общая характеристика машинного перевода: основные цели, задачи, понятия // Симбирский научный вестник. - 2012. - № 2 (8). - С. 187-189.Крылова У.А., Докуто Б.Б. Некоторые тенденции передачи фразеологических единиц системами машинного перевода: английский и русский языки // Вестник Пятигорского государственного лингвистического университета. - 2014.- № 2. - С. 38-45.Курейчик В.М., Семенова А.В. Обзор и анализ состояния проблемы обработки текстовой информации в системах машинного перевода // Информатика, вычислительная техника и инженерное образование. - 2014. - № 1 (16). - С. 42-56.Левицкая Т.Р., Фитерман А.М. Теория и практика перевода с английского на русский. - М, 1963. – 125 с.Марчук Ю.Н. Новое в современном машинном переводе // Ученые записки национального общества прикладной лингвистики. - 2013. - № 1 (1). - С. 74-81.Матросов С.В., Порошин К.С. Анализ систем машинного перевода текста // Перспективы развития информационных технологий. Труды Всероссийской молодежной научно-практической конференции. Кузбасский государственный технический университет имени Т.Ф. Горбачева, Международный научно-образовательный центр КузГТУ-Arena Multimedia. Кемерово, - 2014. - С. 249-250.Михеева Е.В. Информационные технологии в профессиональной деятельности. – М.: Академия, 2012. – 384 с.Назарова И.П. Машинный перевод иноязычного текста и ошибки, возникающие в процессе перевода // Экономика. Право. Печать. Вестник КСЭИ. - 2012. - № 3-4 (55-56). - С. 41-46.Новожилова А.А. Машинные системы перевода: качество и возможности использования // Вестник Волгоградского государственного университета. Серия 2: Языкознание. - 2014. - № 3. - С. 67-73.Ревзин И.И., Розенцвейг В.Ю. Основы общего и машинного перевода. – М.: Высшая Школа, 1964. – 243 с.Савельев С.В. Проблемы и перспективы систем машинного перевода // Иностранные языки: лингвистические и методические аспекты. - 2012. - № 15. - С. 205-210.Свиткова М.С., Петрова Л.А. К проблеме машинного перевода // Вестник Рыбинской государственной авиационной технологической академии им. П.А. Соловьева. - 2013. - № 1 (24). - С. 306-311.Сунь Шуан. Существующие подходы к созданию систем машинного перевода: современное состояние российского и китайского машинного перевода // Вопросы гуманитарных наук.- 2009. - № 5. - С. 128-131.Хроменков П.Н. Анализ и оценка эффективности современных систем машинного перевода: Дисс. ... канд. филол. наук. - М., 2000. - 265 с.Швейцер  А.Д. Теория   перевода: Статус, проблемы, аспекты. - М.: Наука, 1988. - 215 с.Шереметьева С.О., Осминин П.Г., Щербаков Е.Г. К вопросу об электронных ресурсах профессиональной лексики // Вестник ЮУрГУ. Серия: Лингвистика. - 2014. - № 1. - С. 57-63.Franchuk N. Condition and prospects of technologies of machine translation // Теорияиметодикаэлектронногообучения. - 2012. - Т. 3. - № 1 (3). - С. 319-325.http://swan-swan.ru/articles/novye-vozmozhnosti-neyronnyh-setey/Лексикографические источники Нелюбин Л.Л. Толковый переводоведческий словарь. 3-е изд., перераб. — М.: Флинта: Наука, 2003. — 320 с. Источники языкового материала Space-X, journal. Jan. 2015. - 137p.