ОСОБЕННОСТИ МАШИННОГО ПЕРЕВОДА В ЛИНГВИСТИКЕ

Современный мир диктует свои условия для жизни, – это становится очевидным с каждым днём, с масштабным развитием цифровых технологий и процессами глобализации. В связи с этим мы ежедневно сталкиваемся с необходимостью перевода слов и предложений с английского на русский язык. Автоматический перевод между языками, на которых говорят люди (‘Машинный перевод’) — это основа научной фантастики и долгосрочная научная мечта, имеющая огромное социальное, политическое и научное значение. Это было одно из самых ранних приложений, предложенных для цифровых компьютеров, но воплощение этой мечты в реальность оказалось гораздо более сложной и во многих отношениях гораздо более интересной задачей, чем казалось на первый взгляд. Тем не менее, несмотря на то, что остается много нерешенных проблем, некоторая степень автоматического перевода в настоящее время является повседневной реальностью, и это вероятно, в течение следующего десятилетия основная часть рутинного технического и делового перевода будет выполняться с помощью какого-либо инструмента автоматического перевода, от скромных баз данных, содержащих готовые переводы технических терминов, до настоящих систем машинного перевода, которые могут создавать разумные черновики переводов (при условии, что ввод соблюдает определенные ограничения по тематике, стилю и словарному запасу). Однако с развитием цифровых технологий, тема «машинный перевод» остается не до конца изученной, что и обуславливает актуальность темы нашего исследования. Актуальность выбранной темы обусловлена стремительным развитием кибернетики, которое сделало возможным машинный перевод, необходимостью классифицировать виды перевода и рассмотреть особенности машинного перевода с английского на русский язык. Объектом исследования является машинный перевод. Предметом исследования является особенности машинного перевода текстов с английского языка на русский язык. Целью работы является описание понятия «перевод» и ознакомиться с видами, формами и жанрами перевода, а также особенностями машинного перевода.

---

Всё время занимает подготовка магистерской диссертации в Хабаровске ? Work5 поможет освободить время.

---

. Чтобы достичь этой цели, нам необходимо выполнить следующие задачи: 1. найти определение понятия «перевод» 2. классифицировать виды перевода 3. рассмотреть проблемы перевода на примере машинного перевода 4. обобщить полученные результаты и сделать вывод Выбранными нами методами исследования являются описательный, сравнительно-исторический, структурный, компонентного анализа, логико-смыслового моделирования. Материалом для нашего исследования послужили источники научной литературы за последние 10 лет, получение данных с помощью различных систем машинного перевода. Гипотеза нашего исследования состоит в том, что система машинного перевода, имея свои недостатки, продолжает развиваться с появлением новых цифровых возможностей, и не заменяет полностью человеческую деятельность в качестве переводчика, требуя постредактирования. Структура работы состоит из введения, двух глав, каждая из которых состоит из параграфов, заключения и библиографического списка. Объём работы составляет 31 страницу

История машинного перевода насчитывает около столетия. За это время сменилось несколько поколений систем машинного перевода - от первых программ, которые использовали ограниченные ресурсы мэйнфреймов первого поколения, до современных коммерческих продуктов, использующих мощные ресурсы серверов и персональных компьютеров, включая ПК, на которых можно размещать карманные словари. Человечество еще не достигло уровня полной автоматизации перевода. Причиной этого является недостаточный уровень развития наук, работающих над созданием таких систем. Это подтверждают результаты нашего исследования. Рассмотрев проблемы машинного перевода, мы пришли к следующим выводам: 1) На данном этапе использования машинного перевода его основные проблемы еще не решены. 2) Наибольшее количество трудностей при переводе и, соответственно, ошибок в переводе находится на грамматическом уровне. 3) Средства машинного перевода не способны дифференцировать все семантические нюансы исходного текста. Как видно из всего вышесказанного, практические проблемы, возникающие при использовании автоматического оборудования для перевода с одного языка на другой, разнообразны и сложны. Однако это ни в коей мере не должно снижать интерес к развитию этой области технологий. Прогресс не стоит на месте, и с увеличением скорости процессора и увеличением объема оперативной памяти качество машинного перевода постепенно повышается. Конечная цель - создать машину, которая давала бы достаточно правильный перевод, не нуждающийся в последующем редактировании. В то же время машинный перевод нуждается в обязательном редактировании. Налицо развитие новых возможностей, что заставляет нас указать на ряд существенных аспектов текущей ситуации. Перевод с помощью компьютера определенно не то же самое, что работа исключительно на бумаге и с бумажными продуктами, такими как обычные словари, потому что компьютерные инструменты обеспечивают нам гораздо более гибкое отношение к тексту, чем чисто линейное чтение. Кроме того, Интернет с его универсальным доступом к информации и мгновенной связью между пользователями создал физическую и географическую свободу для переводчиков, которая была немыслима в прошлом. Мы разделяем мысль о том, что, хотя, перевод не стал новой профессией, изменения будут продолжать развиваться. Переводчики должны принять новые технологии и научиться использовать их с максимальной отдачей в качестве средства повышения производительности и улучшения качества. Вполне естественно, что система машинного перевода имеет свои недостатки. Возможность продуктивного использования машинного перевода пользователями, которые не имеют представлений о языке перевода, минимальна, если не равна нулю. Конечно, людям часто нужно только уловить суть переведенного текста, без его тщательного редактирования. В таких случаях эффективность машинного перевода очевидна. Перспективы изучения машинного перевода связаны с дальнейшим развитием и углублением теории и практики перевода, как машинного, так и без применения технологий. Для развития теории важны результаты сравнительных лингвистических знаний, общая теория перевода, теория регулярных соответствий, методы представления знаний, оптимизации и совершенствования лингвистических алгоритмов. Наиболее перспективным направлением развития систем машинного перевода является совершенствование подсистем грамматического анализа и синтеза, а также увеличение объема контекстуального охвата текста и совершенствование семантических цепочек с целью более точного подбора значений слов.

1. Данкова Н.С., Мусонов В.М. К вопросу об использовании систем машинного перевода текста // В сборнике: Язык как основа современного межкультурного взаимодействия. Материалы VI Международной научно-практической конференции. Отв. ред. Д.Н. Жаткин, И.В. Куликова. 2020. С. 57-62. 2. Егоров Е.А., Курникова Н.С. Ошибки машинного перевода общественно- политических текстов с английского языка на русский (на примере сервиса Google Translate) // В сборнике: Вопросы переводоведения, межкультурной коммуникации и зарубежной литературы. сборник научных статей. Чувашский государственный педагогический университет им. И.Я. Яковлева. Чебоксары, 2020. С. 52-58. 3. Егорова А.Ю., Зацман И.М., Косарик В.В., Нуриев В.А. Нестабильность нейронного машинного перевода // Системы и средства информатики. 2020. Т. 30. № 2. С. 124-135. 4. Кириченко И.А., Сигачева Н.А. Цифровизация перевода с английского на русский язык: анализ и сравнение качества машинного сервиса // Педагогические науки. 2020. №3, том 4. С. 27-37. 5. Кочеткова Н.С., Ревина Е.В. Особенности машинного перевода // Филологические науки. Вопросы теории и практики. 2017. № 6(72): в 3-х ч. Ч. 2. C. 106-109. 6. Марус М.Л. О проблемах и перспективах развития современной электронной лексикографии // Электронный научно-методический журнал Омского ГАУ. 2019. № 2 (17). С. 25 – 40. 7. Марус М. Л., Есмурзаева Ж. Б. Разработка методики для оценки качества машинного перевода// Электронный научно-методический журнал Омского ГАУ. - 2020. - № 4 (23) октябрь- декабрь. С. 45-60. 8. Переходько И.В., Мячин Д.А. Оценка качества компьютерного перевода // Вестник Оребургского государственного университета. 2017 № 2 (202). С. 92-96 9. Ртищева Н.Г. Оценка качества работы систем машинного перевода // Решетневские чтения. 2017. №21-2. С. 701-705. 10. Страхова Д.А. Исследование применимости машинного перевода // Russian linguistic Bulletin. 2020. № 2 (22). С. 6-8. 11. Avramidis E., & Koehn P. Enriching Morphologically Poor Languages for Statistical Machine Translation. Proceedings of ACL 08HLT: 2018. 665р. 12. Climent S., Moré J., Oliver A., Salvatierra M., Sànchez I., Taulé M., & Vallmanya L. Translation: theory and problems. 2018. 225 р. 13. Flanagan, M. Error classification for MT evaluation. Technology Partnerships for Crossing the Language Barrier: Proceedings of the First Conference of the Association for Machine Translation in the Americas. 2019. pp. 65-72. 14. Newmark Peter. About Translation. Multilingual Matters Ltd., Clevedon, 2018. 180 р. 15. Vilar D. Error analysis of statistical machine translation output. // Proceedings of the 5th international Conference of Language resources and Evaluation (LREC). 2019. pp. 697-702. 16. Минченков А.Г. Английские частицы: функции и перевод / Минченков А.Г. — Санкт-Петербург: Антология, 2021. — 96 c. — ISBN 5-94962-061-5. — Текст: электронный//Электронно-библиотечная система IPR BOOKS: [сайт].—URL: http://www.iprbookshop.ru/104111.html 17. Уланов Д. В. Искусственный интеллект в переводческом бизнесе: не только машинный перевод URL: https://janus.ru/publications-ru/iskusstvennyj-intellekt-perevodcheskom-biznese-ne-tolko-mashinnyj-perevod/ (дата обращения 12.04.2022)