XVI Международная студенческая научная конференция Студенческий научный форум - 2024

Увеличение темпа и скорости жизни неизбежно ведет к стремительному росту и возможностям информационных и компьютерных технологий в различных сферах жизни людей. Обмен иноязычной информацией среди людей разных языковых групп способствует тому, что многократно увеличивается объем переводимых текстов с одного языка на другой.

Расширяется область наук, связанная с изучением языка. В последнее время наряду с такими лингвистическими науками как, лексикография – теория и практика составления словарей; лингводидактика – наука о разработках методик обучения иностранному языку; терминоведение – наука об упорядочении и стандартизации научно-технической терминологии; переводоведение – теория перевода, и благодаря стремительному проникновению новых информационных технологий во все сферы человеческого общения очень популярным становится такое направление, как компьютерная лингвистика (computational linguistics) [1, с.84-86]. Как показывает анализ исследований [2,3], компьютерная лингвистика появилась на стыке информатики, математики, искусственного интеллекта и лингвистики, основной задачей которой является построение моделей, алгоритмов и программ для автоматической обработки текста. Многие исследователями в данной области выделяют: машинный или автоматизированный перевод (Machine Translation); компьютерная лексикография (computer lexicography – electronic dictionary; online dictionary; thesaurus; ontology); компьютерная лингводидактика (Computer Assisted Language Learning and Teaching (CALL/T); автоматическая обработка естественных языков (Natural Language Processing (NLP); автоматическое распознавание символов (Optical Character Reader (OCR); автоматическое распознавание речи (Automatic Speech Recognition (ASR); автоматическое извлечение данных (Data Mining (DM); автоматическое реферирование текстов (Annotator); построение систем управления знаниями (Construction of knowledge management system) и др. [2,3,4].

Существует два вида перевода, где задействованы «машины», иногда вместо «машинный» употребляется слово «автоматизированный» перевод, однако, как показал анализ, термин автоматизированный перевод имеет совсем другое значение – при нём программа просто помогает человеку переводить тексты.

Исследование показало, что для построения алгоритмов машинного перевода существуют два принципиально разных подхода: основанный на правилах «rule-based» и статистический, или основанный на статистике «statistical-based». Первый подход является традиционным и используется большинством разработчиков систем машинного перевода (ПРОМТ в России, SYSTRAN во Франции, Linguatec в Германии и др.). Ко второму типу относится популярный сервис Яндекс-перевод, переводчик Google, а также сервис от ABBYY.

Машинный перевод имеет как свои плюсы, так и определенные минусы. Многие лингвисты, переводчики и те, кто, когда-либо пользовался машинным переводом, знают, что для получения максимального результата текст нуждается в редактировании – как до, так и после обработки компьютером.

Следовательно, современный переводчик должен не только владеть навыками устного и письменного перевода, но и уметь работать с переведенными машиной текстами. Готовность переводчиков к постредактированию переведенных машиной текстов является на сегодняшний день довольно актуальной проблемой.

Анализ научных источников и занятие в группе «Переводчик в сфере профессиональной коммуникации» позволили понять, что при выполнении постредактирования переведенных машиной текстов переводчик, помимо хорошего владения иностранным языком должен обладать следующими важными в деятельности постредактора умениями и навыками: аналитическими навыками, системным и критическим мышлением, самоорганизацией и саморазвитием, направленным на умение управлять своим временем, умением следовать определенному плану и алгоритму с целью минимизации затраченного времени и многими другими.

Опираясь на подробный алгоритм проверки переводных текстов приведенный в исследовании Р.А. Усова [5, с. 105 ], где он рассматривает этап постпереводческого редактирования в двух уровнях: на уровне языковых норм и на уровне переводческих норм и согласно классическому варианту письменного перевода текста, где работа переводчика делится на этапы: первичное ознакомление с текстом перевода; перевод; последующая вычитка (редактирование) [6, с.46-52] определим особенности постредактирования переведенных машиной текстов и представим некий упрощённый алгоритм их редактирования.

1. Постановка цели и задач (для чего переводчику необходим исходный материал переведенного текста).

2. Определение объема, тематики и основных характеристик исходного текста (уточнение смысла).

3. Выбор доступных программ для машинного перевода и получение первичного материала (варианта) перевода.

4. Устранение недочетов машинного перевода (контроль связности и логичности переводного текста; контроль орфографии и пунктуации).

5. Лексико-грамматическое редактирование текста (контроль лексико-грамматической сочетаемости).

6. Научное и литературное редактирование (контроль применяемых переводческих трансформаций, приемов и стратегий, уточнение терминологии).

7. Оформление окончательного варианта перевода (прочтение отредактированного текста; орфографическая, стилистическая правка).

Считаем, что соблюдение определенного алгоритма при осуществлении постмашинного редактирования текстов будет более эффективным и поможет начинающим переводчикам редактировать тексты большого объема. Представленный выше алгоритм (последовательность действий) постредактирования текстов не является окончательным, и в дальнейшем может расширяться на основе анализа рекомендаций переводоведов относительно действий, выполняемых на различных этапах редактирования переведенных машинных текстов.

В заключении отметим, что за последнее время качество машинного перевода с помощью различных компьютерных программ и искусственного интеллекта продвинулось далеко вперед, однако не все программы по переводу достигли высокого уровня и на данный момент участие переводчика полностью не исключается. Будучи одним из наиболее важных направлений компьютерной лингвистики, машинный перевод имея такие преимущества, как – обработка большого объема данных и высокая скорость перевода, все же зависит от человека, от его когнитивных способностей как разработчика, так и редактора.

Список литературы

1. Махиня П.П., Ларина Т.В. Теоретические аспекты и практическое применение прикладной лингвистики в самостоятельной работе курсантов. Международный студенческий научный вестник. – 2015. – № 5 (часть 1) – С. 84-86.

2. Баранов А.Н. Введение в прикладную лингвистику. – М., 2001.

3. Зубов А.В., Зубова И.И. Информационные технологии в лингвистике. – М., 2004.

4. Звегинцев, В. А. Мысли о лингвистике / В. А. Звегинцев. – ЛКИ, 2008. – 336 с. – серия «Из лингвистического наследия Звегинцева».

5. Усов Р.А. Когнитивные процедуры самоконтроля в письменном переводе: дис. … канд. филол. наук. – М., 2003.

6. Бойко, Б. Л. Методика письменного перевода: настоящее и будущее / Б. Л. Бойко // Научно-методический бюллетень Военного университета МО РФ. – 2020. – № 2(14). – С. 46-52.

7. Дорожкина В. А., Ивлева М.А. Постредактирование машинного перевода в обучении студентов лингвистических специальностей // Вопросы методики преподавания в вузе. 2020. №33. URL: https://cyberleninka.ru/article/n/postredaktirovanie-mashinnogo-perevoda-v-obuchenii-studentov-lingvisticheskih-spetsialnostey (дата обращения: 06.02.2024).

8. Нечаева, Н. В. Постредактирование машинного перевода как актуальное направление подготовки переводчиков в вузах / Н. В. Нечаева, С. Ю. Светова // Вопросы методики преподавания в вузе. Санкт-Петербургский политехнический университет Петра Великого, 2018. – Том 7. – С. 64–72.