Речевые ошибки в машинном переводе рассказа М. Твена

digging his fingers- передали как впиваясь своими пальцами, а нужно перевести как запуская свои пальцыI am going to attend his funeral. Перевели как я еду на его похороны, хотя тут конструкция планировать, и глагол attend ( планирую посетить его похороны). перевод фразы как черно- подпалого его терьер( тут терьерА), несогласование в падеже. He was so gratified with being chaffed about some damsel- Перевёл как его подтрунивают2.2 Синтаксические ошибкиСтилистические ошибки включают нарушение сочетаемости слов, тавтология, лексическая недостаточность, частые повторы слов, смешение стилей и т.д. Сюда также относятся нарушение порядка слов в предложении, нарушение согласования с главным словом, пропуск или неверное употребление предлога, синтаксическая неоднозначность, отсутствие смысловой законченности предложения. Так же, как и морфологические, эти ошибки вполне позволяют извлечь смысл фразы или высказыванияВ рассказе Марка Твена такихошибок немного, но есть:eating into my vitals – тут пропущен предлог, перевёл Google как разъедала мои внутренности( лучше въедалось в мои внутренности)and combed and brushed the rest переведено с повтором - и расчесал и расчесал мои волосы ЗаключениеЗа последние десятилетия разработок области машинного перевода качество перевода улучшилось, и машинные переводчики вполне способны выстраивать разумные фразы. Уже сейчас системы МП оказывают большую помощь, делая для переводчиков черновую работу и оставляя человеку лишь постредактирование.Оценка качества МП представляет собой сложную задачу, в первуюочередь по той причине, что оценить перевод объективно невозможно. Приэкспертной оценке мнения асессоров могут расходиться, а при оценке спомощью метрик все равно требуется наличие эталонного перевода,выполненного вручную. Проблему также представляет интерпретациярезультатов такой оценки для дальнейшей работы, так как просто оценка неспособствует устранению причин ошибок. При этом можно эффективноиспользовать экспертную оценку и метрики для сравнения различных системперевода, или отслеживания улучшений в какой-то одной системе.Чтобы приблизиться к пониманию того, что именно препятствуетулучшению работы системы, можно по разному классифицировать ошибки. Некоторые ошибки могут провоцировать появление других. К такимошибкам, в первую очередь, относятся неизвестные слова и неправильныйпорядок слов.Наше исследование продемонстрировало, что сегодняшний день МП, хотя и является несовершенным, но вполне успешно может использоваться в практических целях. Примером того служит автоматический перевод субтитров, выполненный Google Translate, который, как показала практика, с успехом можно использовать как сигнальную версию, дающую представление о содержании текста (в данном случае содержании се- риала). В 89,5% случаев просмотреть серий с автоматическими субтитрами не потребовался просмотр серий с переводом.Возможно, такой высокий процент объясняется тем, что перевод субтитров – это не перевод текста в чистом виде. При просмотре фильма зритель получает также визуальную информацию и при понимании руководствуется не только текстом, но и контекстом и ситуацией.Использование систем машинного перевода, а также компьютерных систем для помощи переводчику уже давно является частью профессиональной работы переводчика. Компьютерные системы поддержки переводчиков призваны облегчить переводческую работу: они обеспечивают доступ к разного рода справочной информации, систематизируют накопленный переводческий «опыт» и т. д., тогда как системы машинного перевода, несмотря на все их недостатки, рассчитаны на получение полноценного машинного перевода. Основная цель любой системы машинного перевода — переводить документы быстрее и дешевле, чем переводчик-человек. При этом система машинного перевода считается удобным инструментом, который, в первую очередь, должен обеспечивать удобство работы переводчика и специалиста в той или иной области знаний, не владеющего языком в которой написан текст. написано, или кто не знает его достаточно хорошо. Таким образом, при обучении переводчиков и пользователей работе с системами машинного перевода необходимо учитывать различные подходы к оценке и использованию. МП формирует и развивает у переводчиков и пользователей специальные навыки работы с компьютерными текстами. В отличие от переводчика-человека машинный переводчик Google Translate при переводе допускает ошибки,Говоря о статистических результатах, следует от- метить, что наиболее существенными для понимания и самыми многочисленными были лексико-семантические ошибки (около 53%).К досадным ошибкам приводил калькированный перевод семантических конструкций, к которым относятся фразеологические обороты, образные выражения, метафоры, фразовые глаголы английского языка и т.д. В объяснении причин такого явления мы согласны с исследователями, утверждающими, что система МП на основе переводных соответствий не может совершить переход от конструкции исходного языка к конструкции выходного языка [18], поэтому в тексте перевода появляются конструкции, характерные языку оригинала, на языке перевода звучащие нелепо.Морфологические ошибки не мешали пониманию текста, но также были довольно многочисленными (при- мерно 28%).Стилистические и синтаксические ошибки составляли оставшуюся часть (19%).Пока сложно сделать прогноз, насколько может улучшиться качество машинного перевода в ближайшие десятилетия. Но даже если системы МП не смогут достичь того же уровня, что «человеческий перевод», тем не менее сложно представить будущее без машинных переводчиков, т.к. их помощь человеку сложно переоценить.Можно констатировать, что использование нейронного перевода привело к существенному повышению качества услуг, предоставляемых веб-службой “Google Translate”. Тем не менее данный сервис до сих пор допускает ошибки (смысловые и стилистические) при переводе следую- щих категорий лексики: составных терминов и понятий (компьютерная лингвистика, педагог-психолог); лексических единиц и словосочетаний, не имеющих четких эквивалентов в английском языке (частное языкознание, цензовое образование); двух слов с одним и тем же англоязычным эквивалентом (учителя и преподаватели, студенты и слушатели); аббревиатур; авторских окказионализмов (которые могут использоваться, на- пример, в текстах докладов или научно-популярных статей). Также GT, как ни странно, не всегда подбирает верный аналог для вполне однозначных и широко используемых русских понятий (например, доктор наук превра- щается в Ph.D, то есть понижается до кандидата наук, что может вводить в заблуждение, если речь идет о конкретном ученом).Google переводчиклегко переводит морфологические знания, а не семантику. Google — отличный источник информации и знаний. Благодаря Google мы можем узнать и изучить все науки. Одним из инструментов Google, который помогает пользователям Интернета и часто используется, является Google Translate. Это потому, что Google переводчик представляет разные языки. Однако результаты Google Translate, как машинного переводчика, не совсем точны. Поэтому читателям, особенно пользователям, предлагается быть более корректирующими и осторожными при их принятии.Другая возникающая проблема заключается в том, как пересмотреть результаты Google Translate, в которых много ошибок и которые все еще нуждаются в исправлении. Поэтому авторы предлагают другим исследователям провести дальнейшие исследования по этому вопросу. Кроме того, Google Translate испытывает трудности с некоторыми типами ошибок, как показывает это исследование. В рассказе Марка Твена не встретились ошибки словообразовательные. Самыми распространёнными были ошибки лексико- семантические. Таким образом, машинный перевод до сих пор нуждается в редактировании — пусть и не таком значительном, как раньше, до внедрения нейронных методов, следовательно, тем, кто прибегает к помощи той или иной веб-службы, следует помнить об этом. Отметим, что некоторые ошибки и неточности являются «фирменной» чертой современного машинного перевода (злоупотребление предлогом of, сочетания вроде students и др.).Список использованной литературы1.Андреева А. Д., Меньшиков И. Л., Мокрушин А. А. Обзор систем машинного перевода/А.Д. Андреева, И.Л. Меньшиков, А.А. Мокрушин//Молодой ученный -Чита: Изд-во Молодой ученый, 2013. -No12. –С.66.3.2. Архипов А.Ф. Самоучитель перевода с английского языка на русский./А.Ф. Архипов. –М.: Изд-во Высшая школа, 1991. –265с.4.3. Ванников Ю.В. Языковая сложность текста как фактор трудности перевода./ Ю.В. Ванников //Методическое пособие. –М.: Изд-во Всесоюзный центр переводов, 1988. –75с.4. Васильев А. Компьютер на месте переводчика. / А. Васильев –М.: Изд-во Пресса, 1998. –No 6 –С.31.11.5. Винокуров А.А., Чуканов В.О.Новый метод оценки машинного перевода/ А.А. Винокуров, В.О. Чуканов //Информационные технологии и системы. Hardware Software Security. Тенденции и перспективы –Сборник статей: -М.:Международная академия информатизации, 1997. –195с.6. Винер.Н. Творец и Будущее/Н. Винер-М.: Изд-во АСТ, 2003. -732с.13.Влахов С.И., Флорин С.П. Непереводимое в переводе./ С.И. Влахов, С.П. Флорин -М.:Изд-во Р.Валент, 2012. -342 с.14.7. Гальперин И.Р. Избранные труды / И. Р. Гальперин. —М.: Изд-во Высш. шк., 2005. —560с.15.8. Гласс Р. Факты и заблуждения профессионального программирования/ Р. Гласс -М.: Изд-во Символ –плюс, 2007 –65с.9. Дочкина Т.В. Перевод технических текстов: особенности научного стиля английского языка/ Т.В. Дочкина// Сборник IX научно-практической конференции ППС ВПИ «Путь к разработке и внедрению оригинальных идей в науке и образовании» -Вологда: Изд-во Арника+, 2007. –74с. 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. Ермаков А.Е. Неполный синтаксический анализ текста в информационно-поисковых системах./ А.Е. Ермаков // Компьютерная лингвистика и интеллектуальные технологии: труды Международного семинара Диалог’2002. В двух томах. Т.2. Прикладные проблемы”. -М.:Изд-во Наука, 2002.–185с12.Исмагилова Л.Р. Грамматические особенности перевода деловой корреспонденции (на материале деловых писем на английском и русском языках экономической направленности)/ Л. Р. Исмагилова //Вестник Челябинского государственного университета. –Челябинск: -2012 –No 21 –С.6023.13. Каничев М. Встреча компьютерных толмачей / М. Каничев //Мир ПК. –1998. -No 8.-С.5724.Кенжаев А.Д. Машинный перевод история и современность/А.Д. Кенжаев//Конференция «Ломоносов 2014» -Ростов-на-Дону: Южный федеральный университет, 2015. –3с.25.14. Кожина М.М. О речевой системности научного стиля сравнительно с некоторыми другими. Учебное пособие / М.М. Кожина –Пермь: Пермский государственный университет им. А. М. Горького,1972. -325 с15. Воронович В. В. Машинный перевод. Конспект лекций для студентов 5-го курса специальности «Современные иностранные языки». Минск, 2013 - 39 с.16. Вейзе А.А, Киреев Н.Б., Мирончиков К. Перевод технической литературы с ангилийского языка на русский. – Минск, 199717. Фролов С.В., Паньков Д.А. ГОУ ВПО ПРОБЛЕМЫ ПОСТРОЕНИЯ СИСТЕМ МАШИННОГО ПЕРЕВОДА «Тамбовский государственный технический университет»; ОАО «Тамбовская областная сбытовая компания», г. Тамбов, УНИВЕРСИТЕТ им. В.И. ВЕРНАДСКОГО. №1(11). 2008. Том 2.18. ЛЕОНТЬЕВА Н.Н., АВТОМАТИЧЕСКОЕ ПОНИМАНИЕ ТЕКСТОВ, СИСТЕМЫ, МОДЕЛИ, РЕСУРСЫ, Для студентов лингвистических факультетов вузов, Москва, ACADEMA, 2006 (стр 37)19. Ванников Ю.В. Проблемы адекватности перевода: Типы адекватности, виды перевода и переводческой деятельности // Текст и перевод. - М., 1988. - С. 34-3720. Ванников Ю.В. Виды адекватности типология перевода.- кн.: Совершенствование перевода научно-технической литературы и документов: Тез. докл. всесоюзн. конф. 198221. Ванников Ю.В. Понятие адекватности текста и типы адекватности перевода В кн.: Уровни текста и методы его лингвистического анализа. М., 1982а.22. Мартемьянов Ю. С., Синтез: трансформирование глубинной структуры в поверхностную, в кн.: Современное состояние теории и практики машинного перевода и автоматизации информационных процессов, М., 197723. Мартемьянов Ю. С. Эквивалентность в порождающей грамматике-В кн.: Теория перевода и научные основы подготовки переводчиков: Тез. всесоюзн. конф. М., 1975 II24. Шаляпина З.М. К проблеме построения формальной модели процесса перевода в кн.: Теория перевода и научные основы подготовки переводчиков: Тез. Докл. всесоюзн. конф. М., 1975. 25. Коняева Л.А. О НЕКОТОРЫХ ТРУДНОСТЯХ НАУЧНО-ТЕХНИЧЕСКОГО ПЕРЕВОДА, Перевод и сопоставительная лингвистика. Выпуск № 11, стр 53, 201526. Королев Э.И. Промышленные системы машинного перевода -М.: ВЦп, 1991 100 с27. Кулагина, О. С. Исследования по машинному переводу. - Москва : Наука, 1979. - 320 с.28.Марчук, Ю. Н. Компьютерная лингвистика : учеб. пособие / Ю. Н. Марчук. – М. : АСТ : Восток – Запад, 2007. – 317 с.