Перейти до контенту

ПОСТРЕДАГУВАННЯ ПРИ МАШИННОМУ ПЕРЕКЛАДІ

Тетяна Корольоваpdf

доктор філологічних наук, професор, завідувач кафедри перекладу і теоретичної та прикладної лінгвістики Державного закладу «Південноукраїнський національний педагогічний університет імені К. Д. Ушинського
Одеса, Україна
e-mail: kortami863@gmail.com
ORCID ID https://orcid.org/0000–0003–3441–196X

Наталя Жмаєва

кандидат філологічних наук, доцент кафедри перекладу і теоретичної та прикладної лінгвістики Державного закладу «Південноукраїнський національний педагогічний університет імені К. Д. Ушинського
Одеса, Україна
e-mail: zhmaeva@gmail.com
ORCID ID https://orcid.org/0000–0003–3382–0155

Юлія Колчаг

магістр зі спеціальності 035 Філологія Державного закладу «Південноукраїнський національний педагогічний університет імені К. Д. Ушинського
Одеса, Україна
e-mail: juliaigorivna@ukr.net

DOI: https://doi.org/10.24195/2616-5317-2020-30-7


Ключові слова: машинний переклад, постредагування, інформативний текст, Google Neural Machine Translation, рівень якості перекладу, тип постредагування.


Сучасна індустрія перекладацьких послуг виділяє два рівня якості перекладу, яких можна досягти в результаті постредагування МП: «задовільна» якість («good enough» quality) передбачає відтворення основної інформації вихідного повідомлення, припускає наявність стилістичних, синтаксичних та морфологічних огріхів; якість перекладу, наближена або рівна якості перекладу, виконаного людиною («quality similar or equal to human translation») — «парадний» варіант відредагованого тексту, придатний для публікації.

Огляд систем МП дозволяє стверджувати, що найпотужнішою системою МП на сьогоднішній день є Google Neural Machine Translation (GNMT), яка використовує найсучасніші методи навчання для досягнення найбільших удосконалень.

Під час аналізу текстів, перекладених за допомогою Google Translate, були констатовані наступні проблеми: спотворення референційного змісту вихідного повідомлення, неправильний добір варіантних відповідностей, відсутність уніфікованості термінів, невідтворення абревіатур, неузгодженість мовних одиниць за особами, числами і відмінками, неправильний добір функціонального аналога при відтворенні абсолютних, герундіальних та дієприкметникових конструкцій, буквальний переклад словосполучень, відсутність застосування трансформацій граматичної структури вихідного повідомлення (додавань, перестановок).

З оглядом класифікованих проблем машинного перекладу, а також рівней якості, які висуваються до постредагування, проведено постредагування текстів, перекладених засобами машинного перекладу, та сформульовані вимоги та рекомендації до постредагування результатів машинного перекладу у межах дослідженої мовної пари з урахуванням особливостей конкретної системи МП та типу текстів, що перекладаються.


ЛІТЕРАТУРА

Андрієнко Л. О. Проблеми розвитку машиного перекладу на сучасному етапі. Гуманітарний вісник. Серія: Іноземна філологія. Черкаси : ЧДТУ, 2005. № 27. С. 348–351.

Нечаева Н. В., Светова С. Ю. Постредактирование машинного перевода как актуальное направление подготовки переводчиков в вузах. Вопросы методики преподавания в вузе. 2018. Т. 7, № 25. С. 64–72.

Осіпа Л. В. Комп’ютерний переклад тексту за допомогою системи машинного перекладу РRAGMA. Інформатика та інформаційні технології в навчальних закладах. 2008. № 1 (13). С. 14–19.

Стахмич Ю. С. Адекватність та еквівалентність перекладу в контексті комп’ютерної лінгвістики. Вісник Житомирського державного університету імені Івана Франка. Житомир. 2013. Вип. 66. С. 235–238.

Honig H. G. Positions, Power and Practice: Functionalist Approaches and Translation Quality Assessment. Translation аnd Quality / C. Schaffner (ed.). Philadelphia: Multilingual Matters, 1998. P. 6–34.