Интерпретация идиом и культурно маркированных элементов в нейросетевом переводе (на материале русско-английских параллелей)
- Авторы: Колесникова М.П.1
-
Учреждения:
- Российский университет дружбы народов им. П. Лумумбы
- Выпуск: № 11 (2025)
- Страницы: 187-216
- Раздел: Статьи
- URL: https://ogarev-online.ru/2409-8698/article/view/379306
- DOI: https://doi.org/10.25136/2409-8698.2025.11.76823
- EDN: https://elibrary.ru/ASJVOO
- ID: 379306
Цитировать
Полный текст
Аннотация
Статья посвящена анализу механизмов интерпретации идиом и культурно маркированных выражений при машинном переводе с русского языка на английский на примере нейросетевых систем ChatGPT, DeepL и Google Translate. В качестве предмета исследования выступают особенности обработки переносных значений, культурных импликаций и устойчивых образных моделей, входящих в состав русской идиоматики. Эмпирическую базу составляет корпус из ста идиоматических и фразеологических единиц, сопоставляемых по результатам перевода в трёх языковых моделях. Целью исследования является выявление различий между формально-алгоритмической обработкой идиом и когнитивной реконструкцией смысла, реализуемой современными генеративными системами, а также определение степени сохранения культурно обусловленного содержания в каждом типе моделей. Полученные результаты позволяют уточнить границы автоматизированного перевода и выявить наиболее уязвимые зоны культурной семантики, не поддающиеся формализуемой обработке. Методологический инструментарий исследования включает сопоставительный анализ, ориентированный на выявление межмодельных различий на уровне эквивалентности; контент-анализ для классификации ошибок по типам; дискурс-анализ для определения влияния контекста на окончательное решение модели; а также методы корпусной лингвистики, использованные для проверки идиоматических значений выражений в аутентичных текстах. Научная новизна исследования состоит в систематизации и аналитическом обобщении данных, полученных при сопоставлении идиоматических и культурно маркированных выражений в трёх нейросетевых системах машинного перевода. На основе специально сформированного корпуса выявлены устойчивые закономерности обработки идиом различной семантической и культурной природы, что позволило выделить типовые модели интерпретации, характерные для каждой системы. Предложена классификация ошибок передачи идиоматического содержания, включающая семантические, прагматические, культурно-контекстуальные и морфосинтаксические искажения, снабжённые эмпирическими показателями распространённости. Дополнительно установлена связь между архитектурными параметрами моделей, типом обучающих корпусов и характером формируемых переводческих стратегий. Показано, что различия между системами проявляются на уровне предсказуемых паттернов поведения: склонности к калькированию, функциональной адаптации или нейтрализации образа. Обобщающие выводы уточняют механизмы семантической адаптации нейросетевых моделей и расширяют представления о том, как современные системы обрабатывают культурно нагруженные элементы при отсутствии прямых межъязыковых соответствий.
Об авторах
Мария Павловна Колесникова
Российский университет дружбы народов им. П. Лумумбы
Email: mariarudn@mail.ru
ORCID iD: 0009-0003-7973-0355
старший преподаватель; институт гостиничного бизнеса и туризма;
Список литературы
- Комиссаров В. Н. Теория перевода: лингвистические аспекты. – М.: Наука, 1990.
- Швейцер А. Д. Теория перевода: статус, проблемы, аспекты. – М.: Наука, 1988.
- Рецкер Ю. И. Теория перевода и переводческая практика. – М.: Международные отношения, 1974.
- Найда Ю. (Nida E.) Прагматическая и лингвистическая эквивалентность. – М.: Прогресс, 1980.
- Бейкер М. (Baker M.) Перевод и лексика: учебное пособие In Other Words. – Лондон: Routledge, 1992.
- Хэтим Б., Мейсон И. (Hatim B., Mason I.) Дискурс и перевод. – Лондон: Longman, 1990.
- Лакофф Дж., Джонсон М. (Lakoff G., Johnson M.) Метафоры, которыми мы живём. – Чикаго: University of Chicago Press, 1980.
- Бархударов Л. С. Язык и перевод. – М.: Международные отношения, 1975.
- Toral A., Way A. What Level of Quality can Neural Machine Translation Attain? // Machine Translation. – 2018. – Т. 32(2). – С. 179-193.
- Freitag M., Bapna A., Firat O. et al. Experts, Errors, and Context in Neural Machine Translation. // TACL. – 2022. – Т. 10. – С. 20-37.
- Базиотис К., Матор П., Хаслер Э. (Baziotis C., Mathur P., Hasler E.) Automatic Evaluation and Analysis of Idioms in Neural Machine Translation // Proceedings of EACL. – 2023.
- Навин П., Троёвский П. (Naveen P., Trojovský P.) Overview and Challenges of Machine Translation for Contextually Appropriate Translations // iScience. – 2024. – Vol. 27, Issue 10. doi: 10.1016/j.isci.2024.110878 EDN: NOZVGM
- Лю Э., Чодхари А., Ньюбиг Г. (Liu E., Chaudhary A., Neubig G.) Crossing the Threshold: Idiomatic Machine Translation through Retrieval Augmentation and Loss Weighting // EMNLP. – 2023.
- Кастальдо А., Монти Д. (Castaldo A., Monti J.) Prompting Large Language Models for Idiomatic Translation // Creative-text Translation and Technology Workshop. – 2024.
- Азизов Д. (Azizov D.) From Idioms to Algorithms: Translating Culture-Specific Expressions in AI Systems // IRE Journals. – 2024. – Vol. 7, No. 10. – С. 543-551.
- Дарвиш Н. и др. (Darwish N. et al.) A Reception Study of AI-Translated Idioms and Proverbs Between Arabic and English // Research Journal in Advanced Humanities. – 2025. – Т. 6(3).
- Альделаа А. С. (Aldelaa A. S.) Investigating Problems Related to the Translation of Idiomatic Expressions in the Arabic Novels Using Neural Machine Translation // Theory and Practice in Language Studies. – 2024. – Т. 14(1). – С. 71-78. doi: 10.17507/tpls.1401.08 EDN: TXCMBF.
Дополнительные файлы
