Современные навыки переводчика. реферат. Передача содержания оригинала в полном объеме
 Скачать 47.57 Kb.
|
|
С 1990-х годов до 21 века 1990-е годы принесли с собой быстрое развитие рынка ПК и информационных технологий, широкое использование Интернета. Все это дало возможность дальнейшего развития МП-систем. Появились новые технологии, основанные на использовании нейронных сетей, концепция связности и статистические методы. Появилась возможность пользоваться услугами автоматических переводчиков непосредственно в сети. С начала 1990-х годов отечественные разработчики выходят на рынок ПК-систем. В июле 1990 года на Ярмарке ПК в Москве была представлена первая в России коммерческая система машинного перевода под названием PROMT. В 1997 году был подписан контракт с французской компанией Softissimo на создание систем перевода с французского языка на немецкий и английский и обратно, а в декабре того же года была выпущена первая в мире система франко-немецкого перевода. В том же году фирма PROMT выпустила систему, реализованную фирмой Technology Giant - для поддержки нескольких языков в одной оболочке, а также специального переводчика для Internet WebTranSite. Онлайн перевод, поддерживаемый системой PROMT, используется на ряде отечественных и зарубежных вэб-страниц: Онлайн переводчик PROMT, InfiniT.com и др. Классификация систем машинного перевода Ларри Чайлда Новые участники форума иностранных языков CompuServe часто спрашивают, может ли кто-нибудь порекомендовать хорошую программу машинного перевода по разумной цене. Ответ всегда "нет". В зависимости от ответа есть два основных аргумента: либо эти машины не могут переводить, либо этот машинный перевод слишком дорог. Оба аргумента в какой-то степени верны. Однако ответ далеко не прост. Рассматривая проблему МТ, необходимо отдельно рассмотреть различные части этой проблемы. Следующая классификация основана на презентациях Ларри Чайлдса на Международной конференции по техническим коммуникациям 1990 года: Полностью автоматический перевод Этот тип машинного перевода - то, что большинство людей имеют в виду, когда говорят о машинном переводе. Идея проста: текст на одном языке вводится на компьютер, этот текст обрабатывается, и компьютер выводит этот же текст на другом языке. К сожалению, внедрение этого вида автоматического перевода сталкивается с некоторыми препятствиями, которые еще предстоит преодолеть. Как оказалось, достигнут определенный прогресс в разработке программ перевода, различающих смысл в зависимости от контекста. Более поздние исследования в большей степени опираются на теорию вероятностей для анализа текстов. Однако полностью автоматический машинный перевод текстов различной тематики все еще остается невыполнимой задачей. Автоматический машинный перевод с использованием человеческого ввода Такой тип машинного перевода теперь вполне возможен. Когда мы говорим о машинном переводе с использованием человеческого фактора, то обычно имеем в виду редактирование текстов до и после того, как они были отредактированы компьютером. Человеческие переводчики изменяют тексты таким образом, чтобы они были понятны для машин. После того, как компьютер выполнил перевод, человек повторно редактирует черновой машинный перевод, чтобы текст был корректен на языке вывода. В дополнение к этой последовательности работ существуют системы МП, которые требуют постоянного присутствия человека-переводчика во время перевода, чтобы помочь компьютеру в переводе особо сложных или неоднозначных конструкций. Человеческий перевод с помощью компьютера При таком подходе в центре процесса перевода находится человек-переводчик, в то время как компьютерная программа рассматривается как инструмент, повышающий эффективность процесса перевода и точность перевода. Это обычные электронные словари, которые обеспечивают перевод желаемого слова, оставляя за человеком ответственность за выбор правильного варианта и значения переведенного текста. Такие словари значительно облегчают процесс перевода, но требуют от пользователя определенных знаний языка и времени на его реализацию. Тем не менее, сам процесс перевода намного быстрее и проще. Среди систем, помогающих переводчикам в их работе, важнейшее место занимают так называемые системы памяти переводов (TM). TM-системы представляют собой интерактивный инструмент для хранения пар эквивалентных текстовых сегментов на исходном и целевом языках в базе данных с возможностью последующего поиска и редактирования. Эти программные продукты не направлены на использование высокоинтеллектуальных информационных технологий, а основаны на использовании творческих способностей переводчика. Переводчик сам создает базу данных (или получает ее от других переводчиков или от клиента), и чем больше в ней содержится паев, тем выше отдача от его инвестиций. Вот список наиболее известных систем ТМ: Transit швейцарской фирмы Star, Trados (США), Translation Manager от IBM, Eurolang Optimizer французской фирмы LANT, DejaVu от ATRIL (США), WordFisher (Венгрия). ТМ-системы позволяют исключить повторный перевод идентичных фрагментов текста. Сегмент переводится переводчиком только один раз, затем каждый последующий сегмент проверяется на (полное или нечеткое) совпадение с базой данных, и если найден идентичный или похожий сегмент, то он предлагается в качестве опции перевода. В настоящее время ведутся разработки по улучшению систем ТМ. Несмотря на большое разнообразие ТМ-систем, они имеют некоторые общие функции: Функция выравнивания (Alignment). Одним из преимуществ TM-систем является возможность использования уже переведенных материалов по определенной теме. Базу данных ТМ можно получить путем сравнения файлов исходных и переводческих файлов по сегментам. Наличие импортно-экспортных фильтров. Эта функция обеспечивает совместимость систем ТМ со многими системами обработки и публикации текстов и дает переводчику относительную независимость от заказчика. Механизм поиска нечетких или полных совпадений. Этот механизм является основным преимуществом систем ТМ. Когда система сталкивается с сегментом, идентичным или похожим на ранее переведенный сегмент, переводчику предлагается ранее переведенный сегмент как вариант перевода текущего сегмента, который может быть сопоставлен. Степень нечеткого совпадения устанавливается пользователем. Поддержка тематических словарей. Эта функция помогает переводчику соответствовать глоссарию. Когда слово или фраза из тематического глоссария появляется в переведенном сегменте, она обычно выделяется, и предлагается ее перевод, который может быть автоматически вставлен в переведенный текст. Инструмент поиска текстовых сегментов. Этот инструмент очень полезен для редактирования перевода. Если в ходе работы был найден более удачный вариант перевода текстового фрагмента, то этот фрагмент можно найти во всех сегментах ТМ, после чего необходимые изменения последовательно вносятся в сегменты ТМ. Конечно, TM-системы, как и любой программный продукт, имеют свои преимущества, недостатки и сферу применения. Однако самым большим недостатком систем ТМ является их высокая стоимость. Использование систем ТМ особенно практично при переводе таких документов, как руководства пользователя, инструкции по эксплуатации, проектные и деловые документы, каталоги продукции и другие документы того же типа с большим количеством перекрытий. Качество перевода Качество перевода зависит от тематики и стиля исходного текста, а также от грамматики, синтаксиса и лексического сходства переводимых языков. Машинный перевод литературных текстов почти всегда отличается низким качеством. Тем не менее, в случае технических документов наличие специализированных машинных словарей и некоторая адаптация системы к характеристикам того или иного типа текста позволяет получить перевод приемлемого качества, требующий лишь незначительных редакционных исправлений. Чем более формализован стиль исходного документа, тем лучше качество перевода. Наилучших результатов при машинном переводе можно достичь с помощью текстов, написанных в техническом (различные описания и руководства) и формальном деловом стиле. Использование машинного перевода без технической настройки (или с намеренно неправильной настройкой) является предметом многих Интернет-шуток. Если "афроамериканца" можно было превратить в "черного", написав "черного котенка", то превратить "кошку" в "пол" никогда не удавалось: например, "самка кошки" переводилось как "самка кот". Наиболее распространенная причина этого заключается в том, что программа не распознает контекст фразы и переводит ее буквально или не может отличить свое собственное название от обычного слова. Тот же переводчик PROMT превращает Льва Толстого в "Толстого льва". Проблема переводимости Проблема переводимости связана с тем, что реальность разделена по-разному разными языками. В связи с этим многие лингвисты ставят под сомнение возможность перевода текстов с одного языка на другой. Идея несводимости двух образов мира, описанных разными языками, была наиболее ярко выражена в лингвистике Гумбольдтом: "Каждый язык описывает примерно одну нацию. Каждый язык описывает круг вокруг своей нации, круг, который можно разорвать, только войдя в другой круг. Таким образом, изучение иностранного языка можно сравнить с получением новой перспективы в старом мировоззрении; Только потому, что мы более или менее переносим наше собственное мировоззрение и наше собственное лингвистическое отношение к иностранному языку, мы не в полной мере понимаем результаты этого процесса. Нет причин полностью отрицать идею непереводимости. Нет такого переводчика, который в своей практической работе не сталкивался бы с явлениями, не поддающимися переводу. Теоретически ясно, что существуют категории языка, между которыми не может быть установлено соответствие, и поэтому инвариантность смысла не может быть сохранена. Однако важно уточнить, какие категории языка имеют в виду, когда речь идет о непереводимости. Разработка правил машинного перевода с одного языка на другой поставила перед лингвистами ряд проблем, связанных как с переводом с разных языков и на разные языки, так и с принципами анализа текста на данном языке. Проблема грамматических различий в языках Среди межъязыковых различий, обусловленных несогласованностью организации лингвистической структуры, грамматические различия могут иметь первостепенное значение для теории перевода. Самый известный пример в этой области - Р. О. Якобсон. Ссылаясь на Ф.Боаса, Якобсон подчеркивает, что грамматическая структура (в отличие от структуры лексикона) определяет значения, которые обязательно должны быть выражены в данном языке. В качестве примера он приводит английскую фразу "Я нанял работника", которая не может быть правильно переведена на русский язык без дополнительной информации. Поскольку в русском языке категории вербальной формы и грамматического пола существительных являются грамматическими (нельзя оставлять без внимания), то при переводе этого предложения мы вынуждены выбирать между наемным работником и наемным работником, с одной стороны, и работником и работником - с другой. Строго говоря, выбор между нанятыми или нанятыми, нанятыми или нанятыми также необходим, но информацию, чтобы сделать это, как правило, довольно легко получить из текста; иногда, однако, этот выбор оказывается серьезной проблемой. Если мы перевезем соответствующую русскую фразу в обратном порядке (безотносительно того, какой из возможных вариантов выбора я нанял/принял на работу работника/сотрудника), то нам опять понадобится дополнительная информация, так как русский перевод этой фразы не дает ответа на вопрос, является ли этот работник еще работником или нет (от этого зависит выбор формы английского глагола) и был ли это определенный работник (работник) или нет (выбор определенной или неопределенной статьи). Поскольку информация, необходимая для английских и русских грамматических структур, неравномерна, мы имеем две совершенно разные ситуации с возможностью того или иного выбора; поэтому цепочка переводов одного и того же изолированного предложения с английского на русский и обратно, как отмечает Якобсон, может привести к полному искажению исходного смысла (русско-швейцарский лингвист С.О. Карцевский сравнил ситуацию обратного пересчета с повторным обменом валюты по неблагоприятному курсу). В наиболее общем виде проблема переноса грамматических категорий может быть представлена следующим образом: Язык L1 имеет грамматическую категорию, а в языке L2 его не существует, и наоборот. Например, в английском языке существует грамматическая категория определенности-неопределенности, выраженная статьями, но в русском языке ее нет. Означает ли это, что при переводе с английского языка на русский эта категория всегда должна иметь эквивалент, не обязательно грамматический? Это имеет смысл только в том случае, если значение грамматической категории является коммуникативно значимым. Например, в зависимости от ситуации, фраза на таблице может быть переведена как "на столе", так и "на этом столе". В противоположном случае, например, при переводе с языка без статей на язык со статьями, размещение статей в отсутствие коммуникативного значения регулируется стандартными грамматическими правилами, которые могут различаться в зависимости от языка. Например, русская фраза He is a student переведена на немецкий как Er ist Student (полностью без статьи) и на английский как He ist Student (с бессрочной статьей). Решение проблем механизации перевода Любой практический подход к механизации перевода противопоставляет нам двойственную природу процесса перевода, обусловленную двойственной структурой языка. Естественные языки используют две различные конвенции одновременно для передачи мыслей. Один из них представляет собой набор дискретных символов, слов, другой - набор условных правил для изменения и комбинирования слов, указывающих на взаимозависимость и связанность мыслей, выраженных словами. Последние условные правила составляют область грамматики. Практическая реализация проблемы механизации перевода осложняется тем, что между отдельными системами двух разных языков всегда существуют значительные морфологические и синтаксические несоответствия. Понятие может быть выражено словом в одном языке и целой синтаксической структурой в другом. Иногда оттенок смысла передается таким тонким стилистическим способом, что не поддается точной формулировке, необходимой для программирования правил автоматического перевода. Поэтому при переводе из A в B точность значения может быть потеряна и должна быть восстановлена обратным переводом из B в A. Такие проблемы могут быть решены с некоторой аппроксимацией, так как даже опытным переводчикам иногда приходится обращаться к автору переведенного текста за разъяснениями, чтобы избежать неточного отображения в переведенном тексте некоторых нюансов смысла, которые недостаточно понятны в исходном тексте. Пример невысказанных нюансов смысла, с которыми мы сталкиваемся в переводе английских определенных и неопределенных статей, а и а, для которых у нас нет соответствующих символов в русском языке - слов и окончаний. Возможно ли разработать программу операций, которая позволила бы машине "решать", какую форму английского глагола следует использовать для перевода бесконечного глагола? Конечно, предполагается, что в любой практической форме машинного перевода не должно быть никакого предварительного редактирования текста. По причинам времени и стоимости эксперт не может проанализировать каждое входное предложение, а затем применить этот анализ как в качестве словарной статьи в запоминающем устройстве, так и в качестве специальной программы для машины. Рассматривая эту проблему, следует прежде всего отметить, что понимание общего смысла предложения облегчает переводчику выбор правильного эквивалента. Однако машина не может этого сделать, так как она не в состоянии понять общее значение предложения и выполняет только определенные операции, обозначаемые специальным кодом или другими формальными подсказками, такими как порядок слов или пунктуация. Определение ряда машинных операций по переводу рефлексивных форм русских глаголов - задача, аналогичная той, которая должна быть решена при выборе соответствующей английской статьи - определенной или неопределенной. Переводчик решает эту задачу, учитывая не только значения слов, приведенные в словаре, и грамматические свойства предложений, но и общий контекст. Поэтому, чтобы сделать правильный перевод, переводчик должен понимать научное, техническое или другое содержание работы. Машинный перевод предлогов и генитивных, дательных, винительных и инструментальных форм во всем их многообразии, а также установление связи между русскими и английскими глаголами с их различиями в структуре и внутреннем содержании являются особенно сложными задачами. В практике машинного перевода с русского языка первым шагом является определение того, как лучше всего использовать элементы сходства между русским и английским языками. Использование соотношения "один к одному", которое позволяет легко заменять слова, дает лучшее значение для перевода каждого слова. Заключение Можно сделать вывод, что полностью автоматический машинный перевод - это очень сложная задача, которой должны заниматься не только лингвисты, но и программисты, специалисты по кибернетике и многие другие представители науки. Моделировать процесс перевода с помощью компьютерной программы очень сложно. Если человек переводит мыслительные образы и исходит из того, что в конечном итоге необходимо донести до слушателя, то обучить его этой программе невозможно (на данном этапе развития компьютерных технологий. Современные компьютерные программы очень далеки от идеала, к которому они стремятся развиваться. Но они, несомненно, могут послужить переводчику хорошим инструментом в его повседневной работе. По крайней мере, тот факт, что они могут легко за несколько секунд сделать перевод гипотезы любой сложности и размера текста. В то же время, при правильной настройке распределения приоритетных словарей по данной теме и областей перевода, требуемое редакционное изменение в выводе минимально (по сравнению с переводом с подключенным словарем общего словаря). Конечно, невозможно полностью положить текст в руки машины. Системы нового поколения способны "запоминать" структуры, которые уже были переведены один раз, поэтому их не нужно переделывать. Системы являются эффективным подспорьем для пользователей, так как они могут создать "пользовательский" словарь, который значительно облегчает перевод определенных тем. Тем не менее, на мой взгляд, недостатки систем машинного перевода перевешивают преимущества. Самый большой недостаток - это, конечно, словарь. Программа не учитывает основные значения слов и не предлагает их в качестве опции в переводе. Это заставляет пользователя искать эти словесные формы в словаре, что подрывает одно из главных преимуществ системы, по мнению производителя, скорость. Слабости на уровне грамматики. Эти недостатки проявляются как в анализе языка ввода, так и в синтезе на выходе. Грамматические особенности языков ввода и вывода не учитываются, например, пол существительных на русском языке и его отсутствие на английском языке. Обычно система также выполняет синтаксический анализ входных данных, но если предложение не вписывается в алгоритм, предоставляемый программой, система начинает дословный перевод, не обращая внимания на синтаксические связи. Рассмотрев эту проблему, я пришел к выводу, что хотя машинный перевод в принципе возможен, его следует рассматривать только как "черновик", который подлежит обязательному редактированию. Список литературы Джемс В. Перри. Практическое осуществление проблемы механизации перевода. В кн. Машинный перевод. Сб. статей. Под ред. П.С. Кузнецова. - М.: Изд-во Иностранная литература, 1958. История машинного перевода. Е. Н. Филинов // Виртуальный компьютерный музей. 07.10.2003. Ревзин И.И., Розенцвейг В.Ю. Основы общего и машинного перевода. - М.: Изд-во Высшая школа, 1965. О. С. Кулагина. О современном состоянии машинного перевода // Математические вопросы кибернетики, вып. 3, М.: Наука, 1991, стр. 5-50. Библиография из 140 названий. Гращенко Л. А., Клышинский Э. С., Тумковский С. Р., Усманов З. Д. Концептуальная модель системы русско-таджикского машинного перевода // Доклады Академии наук Республики Таджикистан. - 2012. - том 54, № 4. Комиссаров В.Н. «Современное переводоведение», ЭТС,М. 2005. Шаляпина З.М. «Автоматический перевод: эволюция и современные тенденции» вопросы языкознания, 1995, № 2 |