.png&w=384&q=75)
Машинный перевод занимает значимое место в переводе текстов СМИ. Он способствует преодолению языковых барьеров и позволяет контенту достигать мировой аудитории, что особенно важно для интернет-ресурсов. Автоматизированный подход машинного перевода, использующий искусственный интеллект, нейросети, и компьютерную лингвистику, существенно ускоряет процесс перевода и повышает его доступность. Однако, процесс перевода сам по себе не является простым. В то время как когнитивные процессы человека связаны с интерпретацией языка и его осмыслением на многих языковых уровнях, машина обрабатывает данные, языковые формы и структуры, а не смысл и значение. Особенно когда речь идёт об учёте широкого контекста, экстралингвистических факторов, образных выражений, а также особенных лингвистических единиц языковой интерференции – «ложных» друзей переводчика, которые могут оказаться критически важными для анализа политических текстов СМИ и других специализированных материалов. Несмотря на его плюсы, иногда необходимо привлекать профессиональных переводчиков для профессионального учёта для языковых нюансов – постредактирование.
Для определения автоматизированного перевода А. С. Бутусова предоставляет определение А. Блатт: «Системы машинного перевода – это такие системы, которые, по крайней мере, изначально были или остаются и поныне ориентированными на автоматический перевод» [2].
В настоящее время имеется значительное количество систем машинного перевода, разработанных специалистами из различных стран мира. К числу таких систем относятся: PROMT Professional 7.0 (Россия), Systran 5.0 (США), Google Переводчик (США), Yandex Переводчик (Россия), DeepL (Германия) [2]. Данные системы МП служат средством упрощения процесса перевода. Они используются для решения различных задач перевода и реализуются через четыре основных ключевых подхода: переводу основанных на правилах, статическому переводу, подходу Translation Memory и нейропереводу. При этом предусмотрена различная степень вовлеченности человека, который контролирует процесс перевода.
Передача публицистических текстов охватывает материалы из различных источников новостной информации: печатных изданий, журналов и интернет-ресурсов. В отличие от художественного перевода, который ставит своей целью создание эстетического эффекта, публицистический перевод ориентирован на точную и ясную передачу фактической информации.
Сопоставим переводы текстов СМИ с английского на русский язык, выполненные с помощью современных систем машинного перевода для выявления достоверности семантики и степени необходимости применения постредактирования.
Таблица 1
Оригинальный текст СМИ | Перевод от Yandex. Переводчик | Перевод от DeepL Translate | Редактированный текст перевода | |
| «And as well as being extremely funny, it's very, very sad» | «И это не только чрезвычайно забавно, но и очень, очень грустно» | «И помимо того, что это очень смешно, это ещё и очень, очень грустно» | «И помимо того, что она чрезвычайно смешная, она ещё и очень, очень грустная» (история) | |
Как мы видим автоматизированные системы перевода неплохо справляются с задачей передачи семантики простых предложений. Следует обратить внимание на перевод «ложного» друга переводчика МП extremely, который переведён двумя системами соответствуя правильным вариантам перевода, а не прямым ошибочным значением экстремальный. Однако вследствие того, что во фрагменте словосочетания не упоминается слово «история», о которой идёт речь в статье, требуется изменение морфологической структуры словосочетания.
Таблица 2
Оригинальный текст СМИ | Перевод от Yandex. Переводчик | Перевод от DeepL Translate | Редактированный текст перевода |
| Emma Thompson, who debuted her character of Bridget's despairing obstetrician in the third film, Bridget Jones's Baby, is also set for a return in the fourth film | Эмма Томпсон, которая дебютировала в роли отчаявшегося акушера Бриджит в третьем фильме «Малышка Бриджит Джонс», также вернётся в четвёртом фильме | Эмма Томпсон, дебютировавшая в роли отчаявшейся акушерки Бриджит в третьем фильме «Ребёнок Бриджит Джонс», также намерена вернуться в четвёртый фильм | Эмма Томпсон, которая дебютировала в роли отчаянного врача-акушера Бриджит в третьем фильме, «Ребёнок Бриджит Джонс», также собирается вернуться в четвёртом фильме |
В данном примере «ложные» друзья переводчика character и film переведены с использованием верных вариантов, подходящих данному контексту. Однако, машинная система перевода не перевела словосочетание despairing obstetrician согласно правильной семантической структуре русского языка т. к. в русском языке врач-акушер принимает кардинальные решения в лечении пациентки, а акушерка, выполняя назначения врача, все время сопровождает пациента. Данный пример доказывает необходимость редактирования переводчиком текста, выполненными системами МП, и применение переводческой трансформации – конкретизации (obstetrician – врач-акушер).
Данное исследование показывает способность машинных систем справляться с переводом «ложных» друзей переводчика с английского на русский язык, не прибегая к переводческим трансформациям. Однако машинные системы имеют некоторые трудности при переводе на русский язык английских текстов СМИ, при которых может возникнуть необходимость использовать переводчиком трансформации на морфологических, грамматических и семантических уровнях.
Однако, существенным преимуществом нейросетевых методов машинного перевода, на которые базируются современные онлайн-переводчики, является их способность учитывать контекст всего исходного словосочетания в процессе перевода, обеспечивая получение качественного результата. Высокая производительность нейронных систем, а также использование возможности параллельного редактирования текста перевода позволяют решать широкий спектр задач в области машинного перевода.
.png&w=640&q=75)
