Ім'я файлу: Реферат Притика.docx
Розширення: docx
Розмір: 47кб.
Дата: 24.01.2023
скачати
Пов'язані файли:
Анотація Сон дипломний реферат (1).docx
Курсова робота. Бугрим.А.О (1).docx
Курсова+.docx


Міністерство освіти і науки України
Сумський державний університет
Факультет іноземної філології та соціальних комунікацій

Кафедра германської філології

Реферат

з дисципліни «Теорія перекладу»

на тему:

«Історія розвитку машинного перекладу»

Cтудента групи ПР.м-21/2

Притики Ярослава Михайловича
Викладач:

Кобякова І. К.

Суми 2022

ЗМІСТ



ВСТУП 2

РОЗДІЛ 1. МАШИННИЙ ПЕРЕКЛАД 3

1.1СТАТИСТИЧНИЙ МАШИННИЙ ПЕРЕКЛАД 5

1.2 ІСТОРІЯ МАШИННОГО ПЕРЕКЛАДУ 6

1.3 СИНХРОННИЙ МАШИННИЙ ПЕРЕКЛАД 7

1.4. МАШИННИЙ ПЕРЕКЛАД 9

1.5 ІСТОРІЯ АВТОМАТИЗОВАНОГО ПЕРЕКЛАДУ 10

ВИСНОВОК ДО РОЗДІЛУ 1 12

РОЗДІЛ 2. УЧАСТЬ ЛЮДИНИ У МАШИННОМУ ПЕРЕКЛАДІ 13

2.1 ФОРМИ ОРГАНІЗАЦІЇ ВЗАЄМОДІЇ ЛЮДИНИ І ЕОМ У МАШИННОМУ ПЕРЕКЛАДІ 13

2.1.1 ПОСТРЕДАКТУВАННЯ МАШИННОГО ПЕРЕКЛАДУ 13

2.1.2 ПРЕДРЕДАКТУВАННЯ МАШИННОГО ПЕРЕКЛАДУ 14

2.1.3 ІНТЕРРЕДАКТУВАННЯ МАШИННОГО ПЕРЕКЛАДУ 14

2.1.4 ЗМІШАНИЙ МАШИННИЙ ПЕРЕКЛАД 14

ВИСНОВОК ДО РОЗДІЛУ 2 14

ВИСНОВКИ 16

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 17


ВСТУП


В наш час, в епоху інтернету та подолання кордонів спілкування по всьому світу, все більш затребуваним стає переклад з однієї мови на іншу, оскільки більшість інформації в інтернеті представлено іноземними мовами. Але далеко не кожен має знання іноземної мови, але не бажаючи відмовлятися від інформації люди, які не мають цих знань, вдаються до допомоги систем автоматизованого машинного перекладу.

На жаль, якість машинного перекладу залишає бажати кращого: нерідкі випадки, коли текст, переведений машиною, не можна прочитати, оскільки він не пов'язаний між собою, слова не вписуються в контекст, значення слова підібрано зовсім не те, що малось на увазі. Проте, за відсутністю альтернативи, до допомоги систем машинного перекладу вдається все більше і більше людей, навіть не дивлячись на їх низьку якість перекладу.

На щастя, людина, яка має знання іноземної мови, може з легкістю виправити недоліки, допущені програмами.

Актуальність. У 21 столітті, інформаційній епосі, інформації, переклад якої потрібно, стає дедалі більше, відповідно зростає актуальність електронних перекладачів. Але це не означає, що спадає актуальність «живих» перекладачів, адже тільки вони здатні зробити прискіпливий переклад.

Мета роботи: Дослідження ступеня участі людини у перекладі, який здійснюється за допомогою систем автоматизованого машинного перекладу. Антропоцентризм— світоглядний принцип, згідно з яким людина є центром Всесвіту, найвищою метою всіх подій, які в ньому відбуваються, завершенням еволюції світобудови. Принцип антропоцентризму сформулював Сократ.

Завдання: Виявити ступінь участі людини у перекладі, який здійснюється за допомогою систем автоматизованого машинного перекладу.

Об'єкт дослідження: Проблеми систем автоматизованого машинного перекладу.

Предмет дослідження: Системи автоматизованого машинного перекладу.

РОЗДІЛ 1. МАШИННИЙ ПЕРЕКЛАД


Машинний переклад (МП) – це вузькоспеціалізована область перекладацької індустрії, це автоматичний переклад, що виконується спеціально навченої комп’ютерною програмою (так званим движком). Машинний переклад вперше з’явився в Америці на початку 1950-х років. А сьогодні новітні технологічні можливості обробки даних в поєднанні зі знаннями комп’ютерної лінгвістики та штучного інтелекту дозволили перейти на новий рівень якості машинного перекладу: нейронний машинний переклад (Neural Machine Translation, NMT). При правильному підході MП забезпечує більшу ефективність, знижує витрати і підвищує продуктивність.

Професійний машинний переклад часто супроводжується процесом редагування: текст обробляється машиною, а потім редагується кваліфікованим перекладачем, щоб остаточне якість перекладу відповідало вимогам замовника – це постредагування машинного перекладу (Post-editing machine translation, PEMT). Розрізняють два рівня PEMT: легке / часткове постредагування (light post-editing), яке відповідає так званому «досить хорошому» якості. Наприклад, контент, який буде використовуватися всередині компанії, зажадає тільки мінімального постредагування, такого як зміни точності і граматики. І повне постредагування (full post-editing), яке забезпечує якість, подібне традиційному перекладу.

При повному постредагуванні враховуються такі моменти, щоб був створений правильний, зрозумілий і стилістично відповідний цільовий текст:

  1. зрозумілість

  2. відповідність змісту вихідного і цільового тексту

  3. послідовна термінологія

  4. правильна граматика, орфографія, пунктуація, семантика

  5. коригування дати і часу, одиниць виміру, валюти і т. д.

  6. правильне / послідовне форматування

  7. придатність для цільової аудиторії

  8. редагування образливого, неприпустимого або неприйнятного з культурної точки зору змісту

Машинний переклад повністю безпечний в порівнянні з безкоштовними системами онлайн-перекладу, які можуть серйозно поставити під загрозу безпеку ваших даних, тому що робота відбувається в закритій системі. Таким чином, ваші лінгвістичні активи гарантовано залишаться вашої інтелектуальною власністю, а не постачальника послуг перекладу.

Система машинного перекладу адаптована до індивідуальних потреб наших клієнтів, що дозволяє домогтися значно кращих результатів, ніж при використанні звичайних, вільно доступних онлайн-інструментів перекладу. Механізми, які можна навчити, не просто замінюють термінологію, але і враховують технічні особливості використання і мовний стиль з урахуванням специфіки клієнта.

Зазвичай говорять про переклад «з однієї мови на іншу», але насправді в процесі перекладу відбувається не просто заміна однієї мови іншою. У перекладі зіштовхуються різні культури, різні особистості, різні склади мислення, різні літератури, різні епохи, різні рівні розвитку, різні традиції та настанови. Перекладом цікавляться культурологи, етнографи, психологи, історики, літературознавці та різні сторони перекладацької діяльності можуть бути об'єктом вивчення в рамках відповідних наук. У той самий час у науці про переклади - перекладознавстві - можуть виділятися культурологічні, когнітивні, психологічні, літературні та інші аспекти.

Тепер потрібно уточнити, що таке машинний переклад. Машинний переклад – це виконувана на ЕОМ (комп'ютері) дія перетворення тексту однією природною мовою в еквівалентний за змістом текст іншою мовою, а також результат такої дії [1, С. 102-108].

Існують два принципово різні підходи до побудови алгоритмів машинного перекладу: заснований на правилах (rule-based), або на статистиці (statistical-based). Перший підхід є традиційним і використовується більшістю розробників систем машинного перекладу (SYSTRAN у Франції, Linguatec у Німеччині та ін.). До другого типу відноситься популярний сервіс Google Перекладач.

    1. СТАТИСТИЧНИЙ МАШИННИЙ ПЕРЕКЛАД

Статистичний машинний переклад - це різновид машинного перекладу тексту, заснований на порівнянні великих обсягів мовних пар. Мовні пари — тексти, що містять речення однією мовою та відповідні їм речення на другій мові, які можуть бути як варіантами написання двох речень людиною — носієм двох мов, так і набором речень та їх перекладів, виконаних людиною. Таким чином статистичний машинний переклад має властивість «самонавчання». Чим більше у розпорядженні є мовних пар і чим точніше вони відповідають один одному, тим кращим є результат статистичного машинного перекладу. Під поняттям «статистичного машинного перекладу» мається на увазі загальний підхід до вирішення проблеми перекладу, який ґрунтується на пошуку найбільш ймовірного перекладу речення з використанням даних, отриманих із двомовної сукупності текстів.

Як приклад двомовної сукупності текстів можна назвати парламентські звіти, які є протоколами дебатів у парламенті [2, С. 372-375]. Двомовні парламентські звіти видаються у Канаді, Гонконгу та інших країнах; офіційні документи Європейського економічного співтовариства видаються 11 мовами; а Організація об'єднаних націй публікує документи кількома мовами. Як виявилося, ці матеріали є безцінними ресурсами для статистичного машинного переклад.

1.2 ІСТОРІЯ МАШИННОГО ПЕРЕКЛАДУ


Ідея використовувати ЕОМ для перекладу було висловлено 1947 року у США, відразу після появи перших ЕОМ. Перша публічна демонстрація машинного перекладу (так званий Джорджтаунський експеримент) відбулася 1954 року. Незважаючи на примітивність тієї системи (словник у 250 слів, граматика з 6 правил, переклад кількох простих фраз), цей експеримент набув широкого резонансу: почалися дослідження в Англії, Болгарії, НДР, Італії, Китаї, Франції, ФРН, Японії та інших країнах; того ж 1954 року й у СРСР.

До середини 1960-х у США для практичного використання були надані дві системи українсько-англійського перекладу:

1. MARK (у Департаменті іноземної техніки ВПС США);

2. GAT (розробка Джорджтаунського університету, використовувалась у Національній лабораторії атомної енергії в Окріджі та в центрі Євратома у м. Іспра, Італія).

Однак створена для оцінки подібних систем комісія ALPAC дійшла висновку, що через низьку якість машинно перекладених текстів ця діяльність в умовах США нерентабельна. Хоча комісія рекомендувала продовжувати та поглиблювати теоретичні розробки, загалом її висновки призвели до зростання песимізму, зниження фінансування, часто до повного припинення робіт із цієї тематики.

Проте, у низці країн дослідження тривали, чому сприяв постійний прогрес обчислювальної техніки. Особливо суттєвим фактором стала поява міні- та персональних комп'ютерів, а з ними все більш складних словникових, пошукових і т. п. систем, орієнтованих на роботу з природномовними даними. Зростала і необхідність у перекладі через зростання міжнародних зв'язків. Все це призвело до нового підйому цієї області, що настав приблизно з середини 1970-х. У 1980-х настав час широкого практичного використання перекладацьких систем, склався ринок комерційних розробок на цю тему.

Втім, мрії, з якими людство півстоліття тому взялося за завдання машинного перекладу, значною мірою залишаються мріями: високоякісний переклад текстів широкої тематики, як і раніше, недосяжний [3, С. 177.]. Однак, безперечним є прискорення роботи перекладача при використанні систем машинного перекладу: за оцінками кінця 1980-х, до п'яти разів.

Нині існує безліч комерційних проектів машинного перекладу.

1.3 СИНХРОННИЙ МАШИННИЙ ПЕРЕКЛАД


Синхронний машинний переклад (Speech-to-SpeechReal-TimeTranslation) – «моментальний» - машинний переклад мови, з однієї природної мови на іншу, за допомогою спеціальних програмних та технічних засобів. Так само називається напрямок наукових досліджень, пов'язаних із побудовою подібних систем.

На відміну від друкованого тексту або штучних сигналів, природна мова не допускає простого та однозначного членування на елементи (фонеми, слова, фрази), оскільки вони не мають явних фізичних кордонів. Кордони слів у потоці мовлення автоматично можуть бути визначені лише в ході розпізнавання за допомогою підбору оптимальної послідовності слів, що найкраще узгоджується з вхідним потоком мовлення за акустичними, лінгвістичними, семантичними та іншими критеріями.

Процес електронного перекладу мови (S2S Real-TimeTranslation), як правило, включає наступні три етапи):

1) автоматичне розпізнавання мови (ASR - automaticspeechrecognition) - перетворення мови в текст;

2) машинний переклад (MAT - Machine-AssistedTranslation); — автоматичний переклад тексту з однієї мови іншою.

3) синтез мови (TTS - text-to-speech) - технологія, яка дає можливість вимовити текст голосом, наближеним до природного.

Людина яка говорить мовою A говорить у мікрофон, а модуль розпізнавання мови визнає сказане. Відбувається порівняння вхідних даних фонологічних моделей з великою кількістю мовних бібліотек. Відфільтроване таким чином, використовуючи словник і граматику мови А, перетворюється на рядок слів, що базується на масиві фрази мови А. Модуль автоматичного перекладу перетворює цей рядок. Ранні системи, що заміняли кожне слово, з відповідним словом у мові B. Більш досконалі системи не використовують дослівний переклад, а беруть до уваги весь контекст фрази, щоб зробити відповідний переклад. Створений переклад передається в модуль синтезу мови, який оцінює вимову та інтонацію, що відповідає ряду слів з масиву мовних даних мови B. Дані, що відповідають фразі, відбираються, з'єднуються та виводяться у необхідній споживачеві формі мовою В[4, С. 141-168].

Крім проблем, пов'язаних з перекладом тексту, синхронний переклад мови має справу з особливими проблемами, включаючи безлад розмовної мови, менше обмежень граматики розмовної мови, неясної межі слова розмовної мови і корекції помилок розпізнавання мови. Крім того, синхронний переклад має свої переваги в порівнянні з перекладом тексту, у тому числі менш складну структуру розмовної мови і меншу лексику в розмовній мові.

У міру зростання потужностей апаратних пристроїв можна очікувати появи машинних перекладачів з меншою кількістю помилок у перекладі, що є головною проблемою всіх електронних перекладачів мови. Ситуація погіршується у разі належності тих, хто говорить до різних мовних груп. Наприклад, англійська мова відноситься до німецької групи індоєвропейської сім'ї мов, а китайська - до китайсько-тибетської мовної суперсім'ї. Відмінності між ними дуже великі, і зробити правильний переклад нелегко, до того ж одне і те саме слово може означати два і більше різних за змістом варіантів перекладу в іншій мові. З цих причин процентна кількість помилок при перекладі далеких одна від одної мов залишається все ще високою [5, C. 26-28]. На відміну, наприклад, від перекладу мов споріднених — наприклад, польської та української.

1.4. МАШИННИЙ ПЕРЕКЛАД


Замість «машинний» іноді вживається слово «автоматичний», що не впливає на зміст. Однак термін автоматизований переклад має зовсім інше значення – при ньому програма просто допомагає людині перекладати тексти.

Автоматизований переклад - це широке і не зовсім точне поняття, що охоплює широкий спектр простих та складних інструментів. Вони можуть включати:

1. Програми для перевірки правопису, які можуть бути вбудовані у текстові редактори чи додаткові програми;

2. Програми для перевірки граматики, які також вбудовуються у текстові редактори чи додаткові програми;

3. Програми для керування термінологією, які дозволяють перекладачам керувати власною термінологічною базою в електронній формі. Це може бути проста таблиця, створена в текстовому редакторі, і електронна таблиця, і база даних. Для більш трудомістких (і дорожчих) рішень існує спеціальне програмне забезпечення, наприклад LogiTerm, MultiTerm, Termex, TermStar тощо;

4. Словники на компакт-дисках, одномовні або багатомовні;

5. Термінологічні бази даних, що зберігаються на компакт-дисках або підключаються до Інтернету, наприклад TheOpenTerminologyForum або TERMIUM;

6. Програми для повнотекстового пошуку (або індексатори), які дозволяють користувачеві звертатися із запитами до раніше перекладених текстів або довідкових документів. В індустрії перекладів відомі такі індексатори, як Naturel, ISYS SearchSoftware та dtSearch;

7. Програми конкордансу, які дозволяють знаходити приклади слів або виразів у вживаному контексті в одномовному, двомовному або багатомовному корпусі, як, наприклад, бітекст або пам'ять перекладів, наприклад Transit NXT;

8. Бітекст, одне з нововведень останнього часу, який є результатом злиття вихідного тексту та його перекладу, який згодом може бути проаналізований за допомогою програм для повнотекстового пошуку або конкордансу;

9. Програмне забезпечення для управління проектами, яке дозволяє лінгвістам структурувати складні перекладацькі проекти, передавати виконання різних завдань різним співробітникам та спостерігати за процесом виконання цих завдань;

10. Програми управління пам'яттю перекладів (TMM), що складаються з бази даних сегментів тексту вихідною мовою та їх перекладів однією або більше цільових мов, наприклад Transit NXT;

11. Майже повністю автоматичні системи нагадують машинний переклад, але дозволяють користувачеві вносити певні зміни у сумнівних випадках [6, С. 67-70;7,С. 204]. Іноді такі програми називають машинним перекладом за участю людини.

1.5 ІСТОРІЯ АВТОМАТИЗОВАНОГО ПЕРЕКЛАДУ


Ідея АП з'явилася з моменту появи комп'ютерів: перекладачі завжди виступали проти стандартної у роки концепції МП, яку було спрямовано більшість досліджень у галузі комп'ютерної лінгвістики, але підтримували використання комп'ютерів на допомогу перекладачам. У 1960-ті роки Європейське об'єднання вугілля та сталі (попередник сучасного Євросоюзу) почало створювати термінологічні бази даних під загальною назвою Eurodicautom. У Радянському Союзі для створення баз такого роду було створено ВІНІТІ.

У сучасній формі ідея АП була розвинена в статті Мартіна Кея 1980 року, яка висунула наступну тезу: " by taking over what is mechanical and routine, it (computer) frees human beings for what is essentially human " (комп'ютер бере на себе рутинні операції та звільняє людину для операцій, що вимагають людського мислення).

В даний час найбільш поширеними способами використання комп'ютерів під час письмового перекладу є робота зі словниками та глосаріями, пам'яттю перекладів (англ. TranslationMemory, TM), що містить приклади раніше перекладених текстів, термінологічними базами, а також використання так званих корпусів, великих колекцій текстів на одному або декількох мовах, що дає стислий опис того, як слова та вирази реально використовуються у мові в цілому або в конкретній предметній галузі.

Для локалізації програмного забезпечення часто застосовуються спеціалізовані засоби, наприклад Passolo, які дозволяють переводити меню та повідомлення у програмних ресурсах і безпосередньо у відкомпільованих програмах, а також тестувати коректність локалізації. Для перекладу аудіовізуальних матеріалів (головним чином фільмів) також використовуються спеціалізовані засоби, наприклад, Aegisub, які поєднують деякі аспекти пам'яті перекладів, але додатково забезпечують можливість появи субтитрів за часом, їх форматування на екрані, дотримання відеостандартів і т.п [8, С. 102-108].

При синхронному перекладі використання засобів автоматизованого перекладу через його специфіку обмежено. Одним із прикладів є використання словників, що завантажуються на КПК. Іншим прикладом може бути напівавтоматичне вилучення списків термінів під час підготовки до синхронного перекладу у вузькій предметній області.

У вузьких предметних областях при великій кількості вихідних текстів і термінології перекладачі можуть використовувати і машинний переклад, який може забезпечити хорошу якість перекладу термінології і стійких виразів у вузькій області. Перекладач у разі здійснює пост-редагування отриманого тексту [9, С. 175-185]. Більше половини текстів усередині Єврокомісії (переважно юридичні тексти та поточна кореспонденція) перекладається з використанням МП.

ВИСНОВОК ДО РОЗДІЛУ 1


Машинний переклад зробив величезні кроки з часів народження. Зараз він доступний кожному, причому багато систем машинного перекладу доступні абсолютно безкоштовно. З кожним днем системи машинного перекладу удосконалюються і стають все ближчими і ближчими до того далекого ідеалу, про який мріяли і мріють програмісти, та втім і не тільки вони.

Якість машинних перекладів ще далеко від ідеалу, але навіть незважаючи на неймовірну складність процесу деякі системи машинного перекладу виконують переклад невеликих легких текстів майже без помарок, а це вже дещо, адже якихось двадцять років тому про таке могли тільки мріяти, а це означає, що машинний переклад на даний момент досяг досить багато чого.

Не можна проігнорувати і область автоматизованого перекладу, що стрімко розвивається, оскільки саме вона допомагає зробити перекладачеві більше роботи в менші терміни, а деякі програми автоматизованого перекладу тісно стикаються з системами машинного перекладу, наприклад роблячи порівняльні аналізи і контекстуальні правки. Таким чином, просте користування програмами автоматизованого перекладу допомагає системам машинного перекладу самонавчатись.

Все це у своїй сукупності багатьом спростило життя як і звичайним людям, так і людям, які працюють у сфері лінгвістики та перекладацькій сфері. Завдяки зацікавленості громадськості, деяких фізичних та юридичних осіб у системах автоматичного та автоматизованого перекладу фінансування проектів у цій галузі не падає, як це відбувалося з багатьма проектами на початку історії машинного перекладу.

Хто знає, що ми побачимо через якихось десять років, чи обернуться вони величезним стрибком або навпаки, маленькими кроками, але впевненість є в одному - машинний переклад це затребувана сфера і дослідження в цій сфері не припиняться ще довгий час.

РОЗДІЛ 2. УЧАСТЬ ЛЮДИНИ У МАШИННОМУ ПЕРЕКЛАДІ


2.1 ФОРМИ ОРГАНІЗАЦІЇ ВЗАЄМОДІЇ ЛЮДИНИ І ЕОМ У МАШИННОМУ ПЕРЕКЛАДІ


Існує кілька форм організації взаємодії ЕОМ та людини в машинному перекладі:

1. з постредагуванням: вихідний текст переробляється машиною, а людина-редактор виправляє результат.

2. з передредагуванням: людина пристосовує текст до обробки машиною (усуває можливі неоднозначні прочитання, спрощує і розмічує текст), після чого починається програмне оброблення.

3. З інтерредагуванням: людина втручається у роботу системи перекладу, дозволяючи важкі випадки [10, С. 608-613].

4. Змішані системи (наприклад, одночасно з перед-і постредагуванням). Для початку наведемо приклад кожному з цих форм, починаючи з першого.

2.1.1 ПОСТРЕДАКТУВАННЯ МАШИННОГО ПЕРЕКЛАДУ



Як приклад я візьму пропозицію, завдяки машинному перекладу якого Єгошуа Бар-Хіллел у 1959 році заявив, що якісний повністю автоматичний машинний переклад у принципі неможливий: «John was looking for his toy box. Finally he found it. The box was in the pen», і спробую перевести його через онлайн-перекладач Google Перекладач. «Джон шукав свою іграшкову коробку. Нарешті, він знайшов її. Коробка була у ручці».

Як бачимо, машина неправильно переклала останнє слово, оскільки у цьому контексті воно має перекладатися як «манеж» [11,c.120-124]. Саме цю помилку і виправляє «живий» перекладач, і саме це називається постредагуванням.

2.1.2 ПРЕДРЕДАКТУВАННЯ МАШИННОГО ПЕРЕКЛАДУ


Як приклад можна використовувати ту ж фразу, яку жодна машина так і не переклала з 1959 року, але тепер замість pen я напишу play-pen, як би уточнюючи програмі, що pen тут має перекладатися як дитячий манеж. Отже, ми отримуємо ось такий результат:

Джон шукав свою іграшкову коробку. Нарешті, він знайшов його. Коробка була у дитячому манежі [12, c. 57-62].

Таким чином, додавши до первісного слова приставку play, звужується область значень слова pen і тепер програма коректно перекладає заданий текст.

2.1.3 ІНТЕРРЕДАКТУВАННЯ МАШИННОГО ПЕРЕКЛАДУ


Для цієї форми приклад знайти непросто, оскільки виникає він або через неполадки в технічній частині програми, або якщо програмі цей випадок невідомий і зіставити фразу або слово обома мовами вона ніяк не може.

2.1.4 ЗМІШАНИЙ МАШИННИЙ ПЕРЕКЛАД


В якості прикладу для цієї форми візьмемо емоційні інструкції з експлуатації котушки Shimano Dendoumaru 4000 plays: “Stops retrieving the line at the point where you can raise the rod vertical and have the rig come straight to your hand” [13, c. 89-98].

При спробі перекладу без передредагування ми отримуємо таке:

«Зупинки відновлюючи лінію в пункті, де Ви можете підняти вертикальний прут і мати бурову установку, приїжджайте прямо у Вашу руку» [14, c. 97-101].

Незважаючи на те, що він все ще неякісний, його значення стало більш ясним, а правка тепер проста до не можна [15, С. 79-90]. Разом - кінцевий варіант роботи такий: Котушка зупиняє вилучення волосіні на точці, коли ви можете підняти вудлище вертикально і рукою дістати оснастку.

ВИСНОВОК ДО РОЗДІЛУ 2


Незважаючи на те, що машинний переклад зараз зробив величезні кроки у розвитку в порівнянні з Джорджтаунським експериментом, ніхто в комерційній сфері не користується системами машинних перекладів повною мірою, оскільки ці системи можуть полегшити роботу «живому» перекладачеві, але в жодному разі його не замінити.

Однак роботи в галузі машинного перекладу не зупиняються і ведуться щодня. З кожним днем людство стає трохи ближче до мрії про машину-перекладача. Але рік за роком машини стають все самостійнішими і «живим» перекладачеві, що взаємодіє з системами машинного перекладу, все менше доводиться правити за ними, а значить їх якість зростає, нехай і дуже повільно.

Чим більш формалізований стиль вихідного документа, тим більшої якості перекладу очікується. Найкращих результатів при використанні машинного перекладу можна досягти для текстів, написаних у технічному (різні описи та посібники) та офіційно-діловому стилі.

Застосування машинного перекладу без налаштування на тематику (або з навмисно неправильним налаштуванням) є предметом численних жартів.

Нині сфера використання машинного перекладу зводиться до промислового перекладу. Він може допомогти в рутинній перекладацькій роботі, коли швидкість виконання перекладу важливіша за його якість. Наприклад, він може виявитися доречним для фахівця, який не володіє тією чи іншою іноземною мовою, якою йому потрібно прочитати текст, що його цікавить. Хоча машинний переклад, як правило, виявляється повним помилок і проблем, людина цілком може отримати загальне уявлення про зміст тексту, що допоможе йому вирішити, чи варто замовляти якісніший переклад або спробувати відредагувати отриманий.

Таким чином, результати машинного перекладу майже завжди потребують редагування. А те, наскільки адекватними вважатимуться результати перекладу на комп'ютері, визначається як якістю системи машинного перекладу, так й якістю наступного редагування.

ВИСНОВКИ


Отже, дослідження ступеня участі людини у перекладі, який здійснюється за допомогою систем автоматизованого машинного перекладу показує наступне.

З 1954 року зі сферою автоматичного перекладу відбулося безліч подій, як добрих, так і не дуже. Незважаючи на загальну думку, що якісний машинний переклад неможливий у принципі, це не завадило сфері розвиватися і на сьогоднішній день ми маємо можливість майже миттєво перекласти текст з однієї мови майже будь-якою іншою.

Щоразу, коли в машинному перекладі розчаровувалися на його початкових етапах, були люди, чия зацікавленість допомагала вченим та інженерам йти далі і просувати разом із собою машинний переклад. Як приклад можу сказати, що близько десяти років у 60-70 роках минулого століття область машинного перекладу була спонсуюча мормонською церквою, оскільки вона була зацікавлена у перекладі Біблії іншими мовами.

На сьогоднішній день мені буде важко знайти людину, яка, маючи вихід в інтернет, жодного разу не користувалася машинним перекладом, оскільки в наш час під час п'ятихвилинної прогулянки ви зустрінете безліч іншомовних слів, значення яких буде цікаво дізнатися.

Неякісний переклад виправим і виправлять їх професійні перекладачі, які все частіше і частіше вдаються до допомоги систем машинного перекладу. І хоча не у всіх сферах допомога машинного перекладу застосовна, багато хто з перекладачів воліє працювати з сирим матеріалом, ніж починати все з нуля.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ




  1. Греков В. О. Роль комп’ютерної лінгвістики у навчанні та вдосконаленні навиків перекладу //Молодий вчений. – 2017. – №. 10. – С. 608-613.

  2. Гречуха Л. О., Кузебна В. В. Системи машинного перекладу: оглядовий аналіз //Молодий вчений. – 2017. – №. 2 (42). – С. 372-375.

  3. Дем’янчук Ю. І. Стан дослідження проблеми автоматизованого багатомовного паралельного перекладу та вилучення колокацій у спеціалізованих документах НАТО, ООН та СОТ //Науковий вісник Дрогобицького державного педагогічного університету імені Івана Франка. Сер.: Філологічні науки (мовознавство). – 2017. – №. 8 (1). – С. 67-70.

  4. Зарудня О. М. Лінгвістика комп'ютерного аналізу й обробки інформації: машинний переклад. – 2021. – c. 89-98.

  5. Калашніков І. В. Інструменти автоматизованого й машинного перекладу в локалізації (на матеріалі ігрової продукції) //Редакційна колегія. – c. 120-124.

  6. Картина І. Ю. Порівняльний аналіз автоматизованих систем перекладу. – В.:Нова Книга, 2022. – c. 97-101.

  7. Кияк Т. Р., Огуй О. Д., Науменко А. М. Теорія і практика перекладу. Нова Книга, 2006. – C. 26-28.

  8. Козачук А. М., Ноговська С. Г. Інформаційні технології у перекладі – 2018. - С. 141-168.

  9. Мелешко А. С. Історія машинного перекладу // К- С. 204.

  10. Ольховська А. С. Системи автоматизованого перекладу як складова фахового навчання: переваги та недоліки- 2015. - Т. 7, № 2. - С. 102-108.

  11. Тарасова М. П., Кривенко В. П. Системи машинного перекладу та їх ефективність. – 2013. – С. 177.

  12. Ольховська А.С. Системи автоматизованого перекладу як складова фахового навчання: переваги та недоліки //Philological Treatises. – 2015. – Т. 7. – №. 2. – С. 102-108.

  13. Франчук Н. П. Комп’ютерний переклад. – В.:Нова Книга, 2010. – c. 57-62.

  14. Bashmanivskyi O. Особливості перекладу ділового листування за допомогою автоматизованого перекладу // – 2016. – №. 1. – С. 175-185.

  15. Bashmanivskiy O. Проблеми автоматизованого перекладу ділової кореспонденції за допомогою вільних програмних продуктів– 2016. – №. 2. – С. 79-90.

скачати

© Усі права захищені
написати до нас