ssmt-text (1006270), страница 12
Текст из файла (страница 12)
В восемнадцатом предложении второго отрывка:When a person presses a button, the appropriate variable is set to 1Статистическая СМП:Когдачеловекнажимаеткнопку,соответствующаяпеременнаянажимаеткнопку,соответствующаяпеременнаяустановлена в 1Трансфертная СМП:Когдачеловекустанавливается в 1Переводчик-человек:Принажатиикнопкисоответствующейпеременнойприсваиваетсязначение 1Здесь нужно передать мысль словами автора. Из контекста повествованияясно, что кнопку должен нажимать человек. Но чтобы придти к такомувыводу приходится задуматься. Поведение объектов рассматриваетсяв двух системах координат – относительно лифта и относительно человека.Автор умышленно акцентирует внимание, на то, что именно долженнажимать кнопку.
С другой стороны – высказать аналогичную мыслькрасиво и правильно на русском языке нельзя, потому переводчик решилнемного пренебречь точностью высказывания.Вернемся к описанию алгоритма Эвклида. Как было сказано ранее,использованы безличные предложения, глаголы стоят в повелительномнаклонении.Интереснозаметить,чтопримашинномпереводеимперативное наклонение было сохранено (в форме просьбы), в то времякак, переводчик привел алгоритм более стилистически приемлемой форме.Какой из вариантов правильнее, вопрос спорный. В оригинальном тексте,да и в английском языке вообще глаголы в алгоритмах имеют формуповелительного наклонения.
Очень часто их переводят на русский в формеприказа («выполнить», «разделить»). В первом пункте алгоритмапереводчик вообще не стал использовать императив, сведя фразу93к определенно личному предложению. При этом на третьем шагеиспользована повелительная форма глагола. Можно сказать, что такойприем был вызван предложением в скобках Но использование разныхпо форме глаголов в шагах алгоритм может сбить читателей с толку.Мы считаем, что в данном случае машина перевела стилистически верно,и, возможно, лучше переводчика-человека.Согласно одной из морфологических особенностей научно-техническогостиля в тексте используется будущее время вместо простого настоящего.Подобная ситуация отражена и в переводе.
Для СМП используетсяпростой перевод фраз, как если бы время означало именно простоебудущее время. Но в этом случае перевод получается верным. Отчасти,это происходит от того, что русская и английская традиции для научныхтекстов совпадают. Последнее имеет большее влияние на статистическуюСМП. Отчасти – от того, что подобная ситуация могла быть жесткапрописана в алгоритме перевода. Это более относится к трансфертнойСМП.
В варианте переводчика-человека на временах наиболее виднопроявление переводческой компенсации, и замена ряда конструкцийна более приемлемые в русском языке.В конце второго отрывка:The algorithm we will now study may not reflect the elevator's true principles ofoperation ...Статистическая СМП:Алгоритм, который изучим теперь может не отражать истинныхпринципов работы лифта ...Трансфертная СМП:Алгоритм, который мы теперь изучим, возможно, не отражает истинныепринципы лифта работы ...Переводчик-человек:Этот алгоритм может и не отражать истинный принцип действия лифта ...94Для упрощения речи переводчик отказался от фразы «алгоритм, которыймы теперь изучим». Момент, хотя и не является критичным, так как естьуказательное местоимение, однако переводчик допустил тут некотороеотступление от авторской мысли.В шестнадцатом предложении второго отрывка можно наблюдатьпроявление переводческой компенсации в обратную сторону.Corresponding to these buttons, there are ten variables CALLUP[j]and CALLDOWN[j], 0 <= j <= 4.Статистическая СМП:В соответствии с этими кнопками, есть десять переменных CALLUP[J]и CALLDOWN[J], 0 <= J <= 4.Трансфертная СМП:Соответствуя этим кнопкам, есть десять переменных CALLUP[j]и CALLDOWN[j], 0 <= j <= 4.Переводчик-человек:Соответственно эти кнопки будут обозначаться десятьюпеременными CALLUP[j] и CALLDOWN[j], 0 <= j <= 4.В этом отрезке, автор перевода даже не нарушил стиль автора.
ВариантыСМП и переводчика являются эквивалентными. Причем, вариантпредложенный СМП звучит не совсем правильно. В русском научномтексте такие конструкции употребляются очень редко, но с точки зренияпонимания исходного текста машинный перевод тоже приемлем.95ЗаключениеВ ходе выполнения работы были рассмотрены основные проблемыстилистики текста, описанаодна из классификаций функциональныхстилей, представленная в виде схемы, а также выявлены характерныеособенностистилясопоставительныйнаучно-техническойанализотрывковлитературы.Проведеннаучно-техническоготекстаи их переводов на русский язык.
Как известно, предназначение научногостиля — научная сфера общественной деятельности. Цель научного стиля передать информацию «от разума к разуму».Выявлены общие черты работ, выдержанных в научном стиле: предварительное обдумывание высказывания; монологический характер высказывания; строгий отбор языковых средств; превалирование нормированной речи.В практической части было сопоставлено три текста: отрывок научного текста; машинный перевод отрывка; профессиональный перевод отрывка.Машинный перевод отрывка был осуществлен с помощью двух различныхСМП трансфертной и статистической. Статистическая СМП рассмотренана примере сервиса Google Переводчик.
Трансфертная СМП рассмотренана примере системы ПРОМПТ 9.0. Из проведенного анализа отрывкаможно сделать следующие выводы:961)Текстобладаетрассмотренногостилистическойотрывканеоднородностью.варьируетсяотформальногоСтильнаучногодо художественного. Экстраполируя этот вывод на огромный массивтекстов,и руководствуясьнекоторымтекстовымопытом,можноутверждать, что любой текст обладает стилистической неоднородностью.Безусловно, такой вывод подлежит дальнейшей тщательной проверке.2) При переводе некоторые стилистические особенности текста теряются.Потеря происходит не на уровне функции текста, а на уровне образныхсредств.
Такие потери представляются естественными из-за различныхстилистических традиций разных культур. Научный текст в английскомязыке обладает меньшей шаблонностью, чем в русском. Потери могутбыть объяснены переводческой компенсацией.3) Стилистика отрывка претерпела меньшие изменения при машинномпереводе. Что с одной стороны является случайным фактом, а с другойстороныобъясняетсяприменениемэквивалентныхивариантныхпереводных преобразований.4)Припереводенаучноготекстазначительнуюрольиграютэквивалентные переводные соответствия, в меньшей мере вариантныепереводныесоответствия.Крайнередкоиспользуютсятрансформационные соответствия. Это обусловлено стилистическимиособенностями научного текста.
Представляется, что подобное совпадениене является случайным. Машинный перевод изначально создавался дляоперативного перевода технической документации, потому именно в этойсфере он проявляет себя лучше всего.975) Основные ошибки, которые совершает СМП, относятся к лексическимособенностямрассматриваемоготекста.Нодажеприневерномразрешении омонимии в некоторых случаях основной смысл был передан.Учитывая экстралингвистические реалии, не составляет труда догадатьсячто именно имел в виду автор. Синтаксические и морфологическиеособенности были переданы корректно. Таким образом, у читателямашинного перевода складывается приемлемое представление о тексте,его структуре и основных идеях.
Это очень важно для научных текстов,когда в кратчайшие срокинеобходимо получить общее представлениео каком-либо явлении или изобретении, при этом можно пренебречьнекоторыми деталями и «красотой изложения».6)Дляразрешенияпроблемыомонимииитрансформационныхсоответствий, перед применением машинного перевода текст долженпройти некоторую предобработку. При этом, безусловно, потеряетсяколорит текста и любая экспрессивность, которой и так очень малов научном тексте. На данном этапе развития - такова цена за безупречнуюясность научного текста.7) Машинный перевод рассмотренного отрывка требует редакторскойправки. Связано это с ошибками согласования членов предложения.Но, полезно отметить, что перевод сделанный человеком тоже долженбыть отредактирован.
В нашем случаеперевелатерминыиочень важно, что СМП вернонаучные обороты. Редакторутакогоне обязательно иметь специальную техническую подготовку.текста98Опираясь на стилистические особенности научно-технического текста,можно сказать, что в этой сфере машинный перевод не только необходим,но и вполне допустим. Если научный текст перед применением машинногоперевода и/или после него дополнительно преобразовать, то результатперевода будет значительно лучше. Что дороже: профессиональныйпереводчик или редактирование текста и машинный перевод? Вопроссложный и требует подробного анализа. Описать его в рамках даннойработы не представляется возможным.Дальнейшееизучениеструктурно-семантическихпреобразованийпри машинном переводе текстов с иностранного языка на русский можетбыть полезно: для изучения основных принципов работы СМП; для улучшения качества существующих СМП; дляанализаприменимостимашинногопереводавкаждомконкретном случае; при построении новых систем перевода, предназначенных в первуюочередь для научно-технических текстов на конкретном языке.Автор данного исследования планирует в дальнейшем углубленно изучатьпроблемы структурно-семантическихтрансформаций, возникающихпри использовании статистических систем машинного перевода.99Библиография1.
Brown R. Adding Linguistic Knowledge to a Lexical Example-Based TranslationSystem, in Proceedings of the Eighth International Conference on Theoretical andMethodological Issues in Machine Translation (TMI-99), Chester, UK, 1999.2. Brown R., Automated Generalization of Translation Examples, Pittsburg, PA, USA,2000.3. Evert, S. Statistical Natural Language Processing. The Noisy Channel & StatisticalMT, Institute of Cognitive Science, University of Osnabruck, Germany, 2009.4. Hutchins W.















