Сравнительный анализ машинного и профессионального перевода технических текстов (на материале инструкций по эксплуатации)

Обложка

Цитировать

Полный текст

Аннотация

В эпоху стремительного научно-технического прогресса инструкции по эксплуатации, относящиеся к технической документации, играют важную роль. Точный перевод таких текстов помогает предотвратить ошибки в эксплуатации, которые могут привести к травмам и авариям. Необходимость в качественном и быстром переводе технических текстов определяет актуальность предпринятого исследования. Анализ качества машинного перевода помогает улучшать алгоритмы обработки информации, что ведет к повышению точности перевода. Цель исследования заключается в проведении сравнительного анализа машинного и профессионального перевода технических текстов с английского языка на русский язык на примере инструкций по эксплуатации. В ходе исследования решены такие основные задачи, как изучение классификаций систем машинного перевода, жанрово-стилистических и лексико-грамматических особенностей технических текстов, классификации ошибок машинного перевода; проведение сравнительного анализа машинного и профессионального переводов текстов инструкций по эксплуатации; выявление частотности возникновения и характер переводческих ошибок машинного перевода. Материалом исследования являются тексты инструкций по эксплуатации медицинского оборудования на английском и русском языках, а именно передвижных систем ультразвуковой диагностики ACUSON X600 и ACUSON X700, произведенных компанией Siemens. Машинный перевод отобранного материала осуществлялся с помощью сервисов онлайн-перевода «Яндекс Переводчик» и Google Translate. В работе применяются общенаучные методы: анализ и синтез, обобщение, классификация, количественный метод, а также лингвистические методы: описательный, сопоставительный, метод контекстуального анализа перевода. Наиболее часто встречающимися являются: нарушения, связанные с денотативным содержанием текста; ошибки, искажающие смысловое содержание текста оригинала; ошибки, снижающие точность передачи смыслового содержания текста оригинала; нарушения в передаче функционально-стилевых или жанровых особенностей текста оригинала; калькирование оригинала; нарушения, связанные с требованиями оформления, предъявляемыми к данному типу текстов, лексическими и грамматическими нормами переводящего языка, орфографией и пунктуацией, передачей специфических видов данных, имен собственных и транскрибируемых слов. Наименее многочисленная группа ошибок – нарушения передачи экспрессивного фона оригинала и авторской оценки.

Об авторах

Ольга Андреевна Кононова

Томский государственный педагогический университет

Email: olga1722@inbox.ru
студент Томск, Россия

Анастасия Сергеевна Персидская

Томский государственный педагогический университет

Email: persidskayaas@tspu.ru
кандидат филологических наук, доцент, старший преподаватель Томск, Россия

Список литературы

  1. Марчук Ю.Н. Компьютерная лингвистика: учеб. пособие. М.: АСТ: Восток-Запад. 2007. 317 с.
  2. Суховерхов А.В., де Витт Д., Манасиди И.И., Нитта К., Крстич В. Трудности машинного перевода: контекстная языковая неопределенность // Вестник Волгоградского государственного университета. Серия 2: Языкознание. 2019. Т. 18, № 4. С. 129–144. doi: 10.15688/jvolsu2.2019.4.10
  3. Савватеева Ю.О., Корсак М.В., Данилова Е.В. Сравнительный анализ систем машинного перевода // Информационные технологии в науке и образовании: материалы Всероссийской научно-практической конференции (Хабаровск, 15–16 декабря 2023 г.) / под ред. Е.В. Фалеевой. Хабаровск: Изд-во ДВГУПС, 2024. С. 101–106.
  4. Sokolova N.V. Machine vs Human Translation in the Synergetic Translation Space // Vestnik Volgogradskogo gosudarstvennogo universiteta. Seriya 2: Yazykoznanie, 2021. Vol. 20, № 6. P. 89–98. doi: 10.15688/jvolsu2.2021.6.8
  5. Кузьмин О.И. Сопоставительное исследование современного цифрового инструментария автоматизированного перевода (на материале подъязыка «логистика»): автореф. дис. ... канд. филол. наук. М., 2023. 23 с.
  6. Ляшук А.Р., Калашникова Л.В. К вопросу о качестве машинного перевода узкоспециализированных научных текстов // Актуальные вопросы лингвистики и лингводидактики в контексте межкультурной коммуникации: сборник материалов IV Всероссийской научно-практической конференции (28 марта 2024 г.) / под ред. О.Ю. Ивановой. Орел: ОГУ имени И.С. Тургенева, 2024. С. 173–178.
  7. Трегубова Ю.А. Программы машинного перевода при работе над специальным текстом // Филология, лингвистика и лингводидактика в современном обществе: сборник материалов международной научной конференции. 11–12 апреля 2024 г. Елец: Елецкий государственный университет им. И.А. Бунина, 2024. С. 111–114.
  8. Siemens ACUSON X600, ACUSON X700 Диагностическая ультразвуковая система: инструкция по эксплуатации. Республика Корея, 2014. 382 с. URL: https://www.usclub.ru/upload/files/product/resource/X7002-0_X6001-0_Manual_RUS_31838986.pdf (дата обращения: 15.11.2024).
  9. Siemens ACUSON X600, ACUSON X700 Diagnostic Ultrasound System: instructions for use. Republic of Korea, 2014. 382 p. URL: http://www.frankshospitalworkshop.com/equipment/documents/ultrasonographs/user_manuals/Siemens%20Acuson%20X600,%20X700%20Ultrasound%20-%20User%20manual.pdf (дата обращения: 15.11.2024).
  10. Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии: учеб. пособие. М.: Изд-во МГТУ им. Баумана, 2005. 304 с.
  11. Kastberg P. Machine Translation Tools – Tools of the Translator’s Trade // Communication & Language at Work. 2012. Vol. 1, № 1. P. 34–45. URL: https://www.researchgate.net/publication/277845572_Machine_Translation_Tools_-_Tools_of_the_Translator’s_Trade (дата обращения: 17.11.2024).
  12. Wang Y. Research of types and current state of machine translation // Applied and Computational Engineering: Proceedings of the 2023 International Conference on Machine Learning and Automation. 2024. Vol. 37. P. 95–101. URL: https://www.researchgate.net/publication/378435724_Research_of_types_and_current_state_of_machine_translation (дата обращения: 15.11.2024).
  13. Liu Y. The development and advance of machine translation // Applied and Computational Engineering: Proceedings of the 5th International Conference on Computing and Data Science. 2023. Vol. 13. P. 213–220. URL: https://www.ewadirect.com/proceedings/ace/article/view/4508 (дата обращения: 18.11.2024).
  14. Benková L. Neural Machine Translation as a Novel Approach to Machine Translation // Proceedings of the 13th International Scientific Conference on Distance Learning in Applied Informatics. 2020. P. 499–508. URL: https://www.researchgate.net/publication/344476131_Neural_Machine_Translation_as_a_Novel_Approach_to_Machine_Translation (дата обращения: 26.11.2024).
  15. Cheng Y. Joint Training for Neural Machine Translation. Singapore: Springer, 2019. 78 p.
  16. Graves A. Supervised Sequence Labelling with Recurrent Neural Networks. Heidelberg: Springer Berlin, 2012. 146 p.
  17. Somers H. Machine translation: latest developments // The Oxford Handbook of Computational Linguistics. 2012. P. 512–528. URL: https://personalpages.manchester.ac.uk/staff/harold.somers/Mitkov-book-chapter.pdf (дата обращения: 25.11.2024).
  18. Латышев Л.К. Технология перевода: учеб. пособие. М.: НВИ-ТЕЗАУРУС, 2000. 280 с.
  19. Комиссаров В.Н. Теория перевода (лингвистические аспекты): учебник. М.: Высшая школа, 1990. 253 с.
  20. Гарбовский Н.К. Теория перевода. М.: Изд-во Моск. ун-та, 2007. 544 с.
  21. Семенов А.Л. Современные информационные технологии и перевод: учеб. пособие. М.: Академия, 2008. 224 с.
  22. Новый взгляд на классификацию переводческих ошибок / Д.М. Бузаджи, В.В. Гусев, В.К. Ланчиков, Д.В. Псурцев; под ред. И.И. Убина. М.: Всероссийский центр пер. науч.-техн. лит. и документации, 2009. 119 с.
  23. Комиссаров В.Н., Рецкер Я.И., Тархов В.И. Пособие по переводу с английского языка на русский: учеб. пособие: в 3 ч. Ч. 2: Грамматические и жанрово-стилистические основы перевода. М.: Высшая школа, 1965. 287 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».