Диссертация (1173334), страница 28
Текст из файла (страница 28)
Это объясняется сложностью их композиции, индивидуальностьюавторского стиля, а главное, их основной характеристикой – образностью, припередаче которой нет единственно верного для всех случаев способа.Несмотрянавсесложности,возникающиеприпопыткесоздатьуниверсальный электронный переводчик, учёные не теряют надежды. Уже сейчасможнонаблюдатьзначительныйпрогрессвсовременныхпрограммахавтоматизированного перевода, которые, по мнению большинства переводчиков,облегчают и ускоряют их работу [Carl, Gutermuth, Hansen-Schirra, 2015, р. 155].Тем не менее необходимо провести множество исследований процесса перевода,используятриангуляциюновейших методов,преждечемможнобудетрассчитывать на то, что машинный перевод по качеству приблизится ктрадиционному (выполненному человеком) переводу.2.4.2.
Автоматический перевод художественного текстаВ последнее время в сфере прикладной лингвистики возрастает интерес кмашинному переводу и постредактированию. Международная ассоциациямашинногоперевода[IAMT,Электронный ресурс] проводит ежегодныеконференции по проблемам машинного перевода, с 2012 г. по 2015 г. состоялисьсеминары по компьютерной лингвистике применительно к художественнойлитературе [Computational Linguistics for Literature, Электронный ресурс]. Однакомашинномухудожественномупереводуотводитсянезначительноеместо.153Направлениеисследованийвэтойобластисвязаносавтоматическойидентификацией текстовых фрагментов, которые передают образные средстваязыка, такие как метафоры [Shutova, Veale, Klebanov, 2015], идиомы [Li, Sporleder,2010], юмор и ирония [Reyes Pérez, 2012].
Указанные исследования проводилисьнаматериалеодноязычныхтекстов.Насегодняшнийденьсуществуетограниченное количество работ по применению МП к художественнойлитературе.Д. Гензель, Я. Ушкорейт и Ф. Оч [Genzel, Uszkoreit, Och, 2010] исследоваливозможность применения статистических систем MП (SMT) для переводапоэтических произведений, которые подчиняются определённым правиламразмера, метра и рифмы. Сохранение оригинальной стихотворной формыпроисходит за счёт создания перевода более низкого качества, с точки зренияBLEU, широко используемой программы автоматической оценки метрики в MП,которое снижается с 35,3 до 17,3, т.е. примерно на 50%.
Языковая пара былафранцузско-английская.Э. Грин, Т. Бодрумлу и К. Найт [Greene, Bodrumlu, Knight, 2010] такжепереводили поэзию, выбрав целевые реализации, которые соответствуютжелаемым ритмическим паттернам. В частности, они перевели «Божественнуюкомедию» Данте с итальянских сонетов на английский ямбический пентаметр.Вместо статистической системы MП, они избрали устройство, отображающееслова в последовательности ударных и безударных слогов, а полученныепереводы оценивали только на предмет качества.Э.
Вэй [Way, 2013] представляет список недавних успешных тематическихисследований, один из которых включает перевод религиозных текстов сиспользованием Microsoft Translator Hub. Хотя базовая технология, лежащая воснове Microsoft Translator Hub, в значительной степени основана на SMT,пользователи загружают свои собственные переводческие ресурсы (параллельныйтекст, одноязычный текст, глоссарии и т.д.) в новую систему «DIY», котораяавтоматически создаётся в довольно короткий промежуток времени.154Р. Джонс и Э. Ирвин [Jones, Irvine, 2013] использовали существующиесистемы MП для перевода отрывков из французской художественной литературы(прозы и поэзии) на английский язык. Затем ими был проведён качественныйанализ, основанный на результатах МП для оценки потенциала последнего (МП) вотношении художественного перевода и для выявления главных трудностей этоговида перевода.Л.
Безасье [Besacier, 2014] представил пилотное исследование, в которомприменяется MП с последующим постредактированием для перевода короткогорассказасанглийскогоязыканафранцузский.ВработеЛ.Безасьепостредактирование выполняется непрофессиональными переводчиками, и авторприходит к выводу, что такой рабочий процесс может быть полезной недорогойальтернативой для перевода литературных произведений, хотя и в ущерб качествуперевода. По мнению профессионального переводчика, основные ошибки связаныс использованием английских синтаксических структур и выражений вместо ихфранцузскихэквивалентов,атакженеучитываютсяопределённыекультурологические факторы.Исследования А. Торала и Э. Вэйя подтвердили гипотезу о том, что МПможет быть полезен для перевода художественных текстов [Toral, Way 2014,2015]. В этом эксперименте учёные создали адаптированную систему MП длясовременного автора бестселлеров Карлоса Руиса Сафона (Carlos Ruiz Zafón), азатем применили её для перевода одного из его романов между двумяблизкородственными языками (перевод производился с испанского языка накаталанский).
Было установлено, что 20% предложений перевода, выполненногосистемойMПипрофессиональнымпереводчиком(т.е.взятыеизопубликованного романа на целевом языке), оказались идентичными. Кроме того,носители языка отметили, что свыше 60% предложений, переведённых спомощью MП и профессиональным переводчиком, были одинакового качества.Данное исследование доказало возможность применения МП к художественнымтекстам.155В 2015 г. учёными А. Торалом и Э.
Вэйем было проведено исследованиепереводаотрывкаизповестиА.Камю“L'Etrangerˮ(«Посторонний»),выполненного с помощью бесплатной системы машинного перевода “GoogleTranslateˮ[GoogleЭлектронныйTranslate,ресурс].Выборданногохудожественного произведения в качестве материала объясняется авторскимстилем написания, неосложнённым множеством образных средств. МП отрывкабыл осуществлён с французского оригинала на английский язык в 2013 г. иповторно – в 2015 г. с целью выявления прогресса в программе за несколько лет.Было установлено, что версия перевода отрывка 2015 г. требует на 6% меньшередактирования символов. Кроме того, авторы выполнили МП того же отрывка наитальянский язык [Toral, Way, 20151], а в дальнейшем провели качественный иколичественный анализы полученных результатов, т.е.
переводов. Оказалось, чтоитальянский перевод требует меньшего постредактирования для достиженияадекватности, чем английский.Нам было интересно сопоставить результаты переводов, полученных А.Торалом и Э. Вэйем в 2015 г., с актуальными данными. Было выявлено, чтокачество МП перевода английского фрагмента в 2019 г. незначительноулучшилось. Сравним, например, предложение оригинала и переводы 2015 г. и2019 г.:je me suis réveillé avec des I woke up with stars on the I woke up with stars on myétoilessurlevisage face[Camus, 2003, p. 123].(GoogleTranslate, face(GoogleTranslate,2015) [Toral, Way, 20151, 2019).p. 252].Версия перевода 2019 г. грамматически абсолютно верная из-за соблюденияправилаупотребленияпритяжательногоместоименияпередсловами,обозначающими части тела, в отличие от версии 2015 г., в которой употреблёнопределённый артикль “theˮ по аналогии с французским “leˮ, т.е. машина не учлаконтекст.156Между тем, сравнительно-сопоставительный анализ переводов отрывка наитальянский язык позволил обнаружить значительное улучшение качества работысистемы МП Google Translate в 2019 г.
применительно к французскоитальянскому художественному переводу, по сравнению с данным электроннымпереводчиком 2015 г. За четыре года произошёл качественный сдвиг вактуализации алгоритмов согласования определений в роде и числе с субъектом.Ранее система всегда производила согласование по мужскому роду, ср., например:la pace meraviglioso (2015 г.) вместо la pace meravigliosа (2019 г.), questa estateaddormentato mi è entrato (2015 г.) вместо quest'estate addormentata è entrata (2019г.).В целом перевод отрывка (рисунок 9) содержит ряд характеристик.Рисунок 9 – Перевод отрывка из повести А. Камю “L'Etrangerˮ на итальянскийязык с помощью Google Переводчика (05.03.2019 г.)По оценке носителей итальянского языка, текст перевода составленлексически и грамматически правильно, его смысл полностью понятен.Единственная фраза, требующая корректировки – “Mi sono venuti i rumori dellacampagnaˮ.
Для верного восприятия данного предложения было предложенодобавить выражение “in menteˮ: “Mi sono venuti in mente i rumori della campagnaˮ.Данная оценка производилась без обращения к оригиналу. Это позволяетутверждать, что Google Переводчик справился с задачей перевода – создал157адекватный по смыслу художественный текст с соблюдением грамматическихправил переводящего языка.
Качество перевода достаточно высокое для того,чтобы применять данный вид МП с последующим редактированием.Результат перевода оказался высоким, приемлемым для нехудожественногоперевода (технического, научного, публицистического и т.п.), поскольку передаётинформацию, заложенную в оригинале. Помимо передачи смысла в задачихудожественного перевода также входит выполнение эстетической функции, т.е.оказание на читателя идентичного оригиналу эмоционально-эстетическоговоздействия. Это подразумевает совпадение образов исходного и полученноготекстов.Проследим как Google Переводчик справляется с переводом на русскийязык описания природы из современного французского романа (рисунок 10).Рисунок 10 – Перевод отрывка из романа Г. Мюссо “Seras-tu làˮ [Musso, 2006, p.140] на русский язык с помощью Google Переводчика (08.03.2019 г.)Перевод представленного фрагмента почти полностью удовлетворяетпотребность понимания смысла подлинника.
«Переводчик» допустил лексическиеошибки, связанные с полисемичностью ряда слов. Так, фраза «море былодемонтировано» семантически неправильна, хотя с грамматической точки зренияпостроена верно. Проблема многозначности слова остаётся одной из основныхпричин, почему электронные переводчики не выдерживают конкуренции спрофессиональными переводчиками-людьми.
Следует отметить, что топоним-158англицизм “le Golden Gateˮ, неправильно переведённый как «Золотые Врата»,допускает два варианта перевода – Золотые Ворота и Голден Гейт. Googleперевод этого топонима вне контекста выдал правильный результат: «ЗолотыеВорота». Данный факт говорит о необходимости проверки перевода на разныхязыковых уровнях: на уровне текста, предложения, словосочетания и отдельныхлексических единиц.Качество машинного перевода с помощью программы “Google Translateˮзначительно улучшилось с 2016 г., когда в основу онлайн-переводчика былаположена самообучающаяся нейронная сеть на базе статистической моделимашинного перевода.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
