Часть дипломной работы на тему Структурно-семантические трансформации в тексте профессиональной направленности при машинном переводе

Содержание:

Введение:

Заключение:

Подводя итог, стоит
отметить, что технология машинного перевода обусловлена компьютеризацией и
цифровизацией всей жизни, в любых профессиональных сферах. В основе этой
технологии лежат алгоритмы, которые позволяют быстро и без существенных
денежных затрат получать текст перевода. Среди недостатков машинного перевода
выделяется отсутствие понимания контекста и лексических особенностей слов из
текста, что существенно понижает качество перевода. Тем не менее, технология
машинного перевода непрерывно развивается, и программисты в рамках работы с
лингвистами и переводчиками стремятся исправить недостатки программ этого типа.

Было установлено также,
что специфика системы машинного перевода подразумевает применение множества
программных инструментов, направленных на установление соответствия лексических
единиц и синтаксических структур языка оригинала и перевода. Для этой цели
используются программы, рассматривающие текст на всех уровнях языка –
морфологическом, лексическом, синтаксическом. Важным компонентом осуществления
перевода с применением технологий машинного перевода является
постредактирование полученного текста. Специалист в области постредактирования
оценивает качество перевода, вносит правки, делая текст приемлемым для восприятия
носителем языка перевода для достижения поставленных целей.

Вне всякого сомнения, применение
переводческих трансформаций в процессе перевода с одного языка на другой
неизбежно. Причина использования переводческих трансформаций — различия в
лексической и грамматической системах языка. Стоит отметить, что причиной
применения стратегии переводческой трансформации являются особенности узуса и
языковой нормы языка перевода. Именно они не допускают буквализма в переводе,
что за собой влечет изменение речевых структур текста оригинала, что и
подразумевает применение переводческих трансформаций.

Стоит подчеркнуть, что в
теории и практике перевода существуют различные подходы к классификации
переводческих трансформаций. В их основе лежат уровни языка, на которых осуществляются
переводческие преобразования – лексическом, грамматическом.

В рамках практического анализа
переводческих трансформаций на лексическом уровне, полученных при использовании
технологии машинного перевода, были выявлены примеры транскрипции, калькирования,
модуляции, генерализации и конкретизации. Сопоставительный анализ текстов
оригинала и перевода позволил установить, что модуляция, конкретизация и
генерализация используются тогда, когда наблюдается несоответствие нормы и
узуса английского и русского языка. По этой причине, передача семантики текста
оригинала требует преобразований лексического уровня. Характерной особенностью
калькирования является тот факт, что наиболее часто оно применяется для
перевода терминологических единиц. Это связано с тем, что структурно термины из
области IT
в английском и русском языках сходны. Как следствие, калькирование
позволяет переводить их без искажения смысла.

Кроме того, были выявлены
и примеры грамматических замен, добавления и опущения слов. Среди грамматических
замен преобладает замена части речи, преимущественно, замена глагольных
конструкций из текста оригинала на номинативные конструкции в тексте перевода. Использование грамматической замены обусловлено различиями
в грамматическом строе английского и русского языков и необходимостью
соблюдения грамматических особенностей русского языка в переводе. Опущение слов
мотивировано тем фактом, что перевод всех компонентов оригинального фрагмента
сделал бы текст перегруженным повторением смыслов. При использовании опущения
слов семантика текста в переводе не искажается, и информация передается в
полном объеме. Мотивацией к использованию добавления слов является
необходимость соблюдения узуса русского языка в переводе. По этой причине,
в процессе перевода отдельные лексические единицы, например, сложные
существительные, трансформируются в словосочетания, характерные для узуса
русского языка.

Стоит подчеркнуть также,
что в процессе сопоставления текстов англоязычного оригинала и полученного в
рамках машинного перевода русскоязычного текста было не было выявлено примеров
лексико-грамматических трансформаций. Эта особенность обусловлена тем, что
использование лексико-грамматических трансформаций при переводе требует
комплексного подхода к переводу и более широкой интерпретации текста оригинала,
что не доступно технологии машинного перевода.

Важно отметить также, что
практический анализ выявил также и множественные ошибки. Эти ошибки можно
разделить на несколько категорий: буквальный перевод, который нарушает
восприятие текста на языке перевода, искажения грамматической и лексической
норм русского языка в переводе, а также фактические ошибки, выраженные в
некорректной передаче терминов. Эти ошибки обусловлены тем, что машинный
перевод переводит текст на основе алгоритмов, в то время как человек-переводчик
смог бы преодолеть эти сложные моменты в переводе благодаря анализу широкого
контекста и выявления смысла текста оригинала.

Следовательно, роль
человека-переводчика при работе с текстом машинного перевода значительна,
поскольку только работа человека позволит не допустить различных ошибок,
которые допускает машина в процессе перевода.

Фрагмент текста работы:

Глава 2. Анализ реализации переводческих
трансформаций в машинном переводе текста профессиональной направленности 2.1 Анализ лексических трансформаций Для рассмотрения
характерных особенностей использования переводческих трансформаций на
лексическом уровне при осуществлении машинного перевода был применен комплекс «Google Translate». Сопоставление
англоязычного текста и полученного при помощи использования технологии
машинного перевода русскоязычного перевода показало наличие таких лексических
переводческих трансформаций как транскрипция, калькирование, модуляция,
генерализация и конкретизация.

Далее необходимо
рассмотреть особенности применения переводческих трансформаций лексического
уровня при переводе текста источника при помощи технологии машинного перевода.

В первую очередь,
необходимо выделить использование транскрипции. Each
Tweet can be treated as an event however further processing needs to
be done to determine the event type Каждый твит можно рассматривать
как событие, однако требуется дальнейшая обработка, чтобы определить тип
события. В этом примере речь идет
об использовании транскрипции, поскольку слово «tweet», которое обозначает сообщение в
социальной сети Твиттер, было передано на русский язык как «твит», то есть,
было сохранено звучание этого слова в переводе на русский язык.

Далее необходимо
обратиться к примерам использования калькирования. Стоит отметить, что эта
переводческая трансформаций получила широкое распространение при машинном
переводе текста источника. Event
Stream Processing
(ESP) and Complex Event Processing (CEP) are increasingly wide and
valued fields of study in Big Data Analytics. Обработка потока событий
(ESP)
и обработка сложных событий (CEP) становятся все более широко распространенными и
ценными специальностями в области аналитики больших данных. В рассматриваемом примере
при помощи калькирования было передано три термина: «Event Stream Processing»,
«Complex Event Processing» и «Big Data Analytics». Анализ показал, что во всех
трех случаях при помощи калькирования была сохранена структура
терминологических лексических единиц, а также в полной мере без искажений была
передана их семантика. Event
Stream Processing
is the range of technologies used to process the stream and perform
Big Data Analytics. Обработка потока событий
— это ряд технологий, используемых для обработки потоковой передачи и
анализа больших данных. В приведенном примере
также было использовано калькирование для передачи терминологической единицы «Event
Stream Processing». При помощи данной переводческой трансформации были
сохранены как структура, так и семантика этого термина при переводе с
английского языка на русский язык машинным переводом. Event
Streams are generated
and used in many applications. Потоки событий
создаются и используются во многих приложениях. В приведенной цитате при
переводе также было использовано калькирования для осуществления корректной
передачи на русский язык терминологической единицы. Использование калькирования
позволило в полной мере сохранить и передать в переводе структуру
терминологического словосочетания. A
further example is that of intrusion detection in which a system
administrator employs CEP to identify an intrusion on a network amongst legitimate
traffic in the stream. Еще один пример — обнаружение вторжений,
когда системный администратор использует CEP для выявления вторжения в сеть
среди легитимного трафика в потоке. Стоит отметить, что в
рассматриваемом примере также было применено калькирование для передачи
термина: «legitimate traffic» на русский язык переведен как «легитимный
трафик». Стоит отметить, что использование калькирования сохранило структуру и
семантику терминологической единицы. Studying
a stream in real-time
enables a system or user to react to events in real-time. Изучение потока в реальном времени позволяет
системе или пользователю реагировать на события в режиме реального времени. В рассматриваемом примере
также было применено калькирование для перевода термина. Стоит отметить, что
использование этой переводческой трансформации в целом характерно для передачи
терминов в текстах профессиональной направленности. To
address this, the database has been adapted or superseded by the Active
Database or the Data Stream Management System. Для решения этой проблемы база данных
была адаптирована или заменена Активной Базой данных или системой
управления потоком данных.