Морфологические особенности

Широко распространены пассивные конструкции:

Например:

... the Khwarizm region is located...

С этой задачей обе системы справились. Широко распространены так же безличные и неопределенно-личные конструкции:

... it may look...

... It comes from the name...

При машинном переводе эти выражения были переведены шаблонно. С одной стороны это сохранило их безличную форму, которая также характерна для русского языка, с другой стороны, это отрицательно повлияло на согласование. Человек-переводчик в данном случае предпочел изменить порядок слов. Это немного изменило стилистическую направленность текста, но упростило бы восприятие. Авторская речь построена в первом лице множественного числа:

Например:

... so we should begin with a careful analysis of this concept...

Подобная форма важна для технического текста, и с этой особенностью справились обе машины.

ЗАКЛЮЧЕНИЕ

В работе были рассмотрены различные типы систем машинного перевода.

Особое внимание было уделено системам статистического машинного перевода. Это связано с тем, что такие системы, по мнению некоторых экспертов, являются наиболее перспективными среди прочих СМП.

Развитие машинного перевода связано с дальнейшей разработкой и углублением теории и практики перевода, как машинного, так и «человеческого». Для развития теории важны результаты сопоставительного языкознания, общей теории перевода, теории закономерных соответствий, способов представления знаний, оптимизации и совершенствования лингвистических (и математических) алгоритмов.

Качество перевода, сделанного машинной сильно зависит от стилистики самого текста, и стилистики текстов для которых система была изначально построена. Для статистических систем, как показывает практика, перевод получается идеальным, если он проводился для научно-политического текста. В случае Googleэто очень закономерно, так как начальная база системы набиралась с использованием протоколов заседаний Генеральной Ассамблеи ООН. Практически, все СМП хорошо справляются со научно техническим текстом.

При переводе научного текста значительную роль играют эквивалентные переводные соответствия. В меньшей мере вариантные переводные соответствия. Крайне редко используются трансформационные. Это обусловлено стилистическими особенностями научного текста. Вообще подобное совпадение не случайно. Машинный перевод изначально создавался для оперативного перевода технической документации. И потому именно в этой сфере он проявляет себя лучше всего. Мы лишь очередной раз на конкретном примере показали это.

Основные ошибки, совершенные машиной, относятся к лексическим особенностям текста. Но даже при неверном разрешении омонимии в некоторых случаях основный смысл был передан (учитывая экстралингвистические реалии, не составляет труда догадаться что именно имел автор).

Синтаксические и морфологические особенности были переданы верно. Таким образом, у читателя машинного перевода складывается приемлемое представление о тексте, его структуре и основных идеях. Это очень важно для научных текстов, когда нужно в кратчайшие сроки получить общее представление о каком-либо явлении или изобретении, при том, можно пренебречь некоторыми деталями, и красотой языка.

Для разрешения проблемы омонимии и трансформационных соответствий, перед применением машинного перевода текст должен пройти некоторую предобработку. При этом, безусловно, потеряется колорит текста и любая экспрессивность (которой и так очень мало в научном тексте). На данном этапе развития, такова цена за безупречную ясность.

Поиск по сайту: