Оцінка адекватності машинного перекладу письмових спеціалізованих текстів

Скорочена інформація про документ
dc.contributor.authorГудманян, Артур
dc.contributor.authorМишко, Анатолій
dc.contributor.authorБрай, Анастасія
dc.date.accessioned2024-01-09T15:57:41Z
dc.date.available2024-01-09T15:57:41Z
dc.date.issued2023
dc.description.abstractМашинний переклад став критично важливим для подолання мовних відмінностей в епоху глобального зв'язку, передусім у спеціалізованих галузях. У цій статті розглядається складний процес оцінювання адекватності машинного перекладу для письмової спеціалізованої літератури. В дослідженні проаналізовано помилки, яких припускаються системи машинного перекладу Google Translate (далі – GT) та DeepL Translate (далі – DT) під час перекладу навчальних матеріалів з біології. У роботі підкреслено, що спеціалізовані тексти вимагають не лише термінологічної точності, а й збереження контексту, що робить галузевий машинний переклад надзвичайно складним. У попередніх працях було розглянуто кілька підходів до оцінювання, які наголошували на необхідності людської перевірки поряд з автоматизованими системами. Помилки машинного перекладу – від термінологічних і семантичних недоліків до стилістичних і граматичних – підкреслюють важливість ретельного пост-редагування. Результати дослідження продемонстрували, що, незважаючи на коректний переклад термінології загального вжитку, її використання у складних реченнях викликало труднощі. Обидві системи часто не розпізнавали тонкощів, що призводило до викривлених інтерпретацій. Стилістичні помилки, зокрема дослівний переклад без урахування контексту, ще більше послаблюють перекладені речення. Переклад також супроводжувався граматичними помилками, що демонструють складність синтаксичних структур у спеціалізованій тематиці. Дослідження виявило мінімальні відмінності між GT і DT, зокрема, GT краще перекладав термінологію, а DT демонстрував більш ефективні граматичні структури. Проте обидві системи застосовували дослівний переклад, що призвело до стилістичних помилок і неточного вибору слів. У цій роботі підкреслено необхідність людського редагування для забезпечення коректного перекладу експертних матеріалів, а також необхідність постійного вдосконалення технології машинного перекладу для підвищення точності термінології та збереження контексту в спеціалізованих текстах.uk
dc.description.abstractotherMachine translation has become critical for overcoming language differences in the age of global communication, especially in specialized fields. This article discusses the complex process of evaluating the adequacy of machine translation for written specialized literature. The study analyzes the mistakes made by Google Translate (GT) and DeepL Translate (DT) when translating biology textbooks. The paper emphasizes that specialized texts require not only terminological accuracy but also context preservation, which makes machine translation in this field extremely challenging. Several evaluation approaches have been considered in previous work, emphasizing the need for human editing alongside machine translation systems. Machine translation errors, ranging from terminological and semantic mistakes to stylistic and grammatical errors, emphasize the importance of thorough post-editing. The results of the study showed that despite the correct translation of commonly used terminology, its use in complex sentences caused difficulties. Both systems often failed to recognize details, leading to distorted interpretations. Stylistic mistakes, such as word-for-word translation disregarding context, further weakened the translated sentences. The translation was also accompanied by grammatical errors that demonstrate the complexity of syntactic structures in specialized topics. The study revealed minimal differences between GT and DT, with GT translating terminology better and DT demonstrating more efficient grammatical structures. However, both systems used word-for-word translation, which resulted in stylistic errors and inaccurate word choice. This paper emphasizes the need for human editing to ensure the correct translation of specialized materials, as well as the need for continuous improvement of machine translation technology to ensure the accuracy of terminology and preserve context in specialized texts.uk
dc.format.pagerangePp. 66-77uk
dc.identifier.citationГудманян, А. Оцінка адекватності машинного перекладу письмових спеціалізованих текстів / Артур Гудманян, Анатолій Мишко, Анастасія Брай // Advanced Linguistics. – 2023. – № 12. – Pр. 66-77.uk
dc.identifier.doihttps://doi.org/10.20535/2617-5339.2023.12.291604
dc.identifier.issn2617-5339 (Print)
dc.identifier.issn2663-6646 (Online)
dc.identifier.orcid0000-0002-4196-2279uk
dc.identifier.orcid0000-0003-2925-1092uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/63627
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.ispartofAdvanced Linguistics, № 12/2023uk
dc.rights.urihttps://creativecommons.org/licenses/by/3.0/
dc.subjectмашинний перекладuk
dc.subjectспеціалізовані текстиuk
dc.subjectметоди оцінюванняuk
dc.subjectтермінологічні помилкиuk
dc.subjectзмістові помилкиuk
dc.subjectстилістичні помилкиuk
dc.subjectлексичні помилкиuk
dc.subjectграматичні помилкиuk
dc.subjectлюдське редагуванняuk
dc.subjectmachine translationuk
dc.subjectspecialized textsuk
dc.subjectevaluation methodsuk
dc.subjectterminological errorsuk
dc.subjectsemantic errorsuk
dc.subjectstylistic errorsuk
dc.subjectlexical errorsuk
dc.subjectgrammatical errorsuk
dc.subjecthuman editinguk
dc.titleОцінка адекватності машинного перекладу письмових спеціалізованих текстівuk
dc.title.alternativeEvaluation of the Adequacy of Written Specialized Texts Machine Translationuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
291604-683692-1-10-20240106.pdf
Розмір:
2.72 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Advanced Linguistics, № 12/2023