Машинный перевод в современной технологии процесса перевода
Л.Н. Беляева
Аннотация
В статье рассматриваются основные проблемы современного использования систем машинного перевода в технологической цепочке работы переводчиков, а также новые перспективы их использования, в частности, в образовании. Международный стандарт ISO/TS11669 "Translation Projects-General Guidance" является базой для установления этапов работы и основных задач, решаемых на каждом этапе. В этом аспекте рассмотрены особенности внедрения информационных технологий в процесс перевода, основные требования к пред- и постредактированию текстов. Рассматриваются особенности переведенных текстов в целом (translationese) и результаты машинного перевода в частности. Особое внимание уделяется процессу постредактирования результатов машинного перевода.
Ключевые слова: машинный перевод, этапы перевода, постредактирование, translationese
L. Beliaeva
MACHINE TRANSLATION AND MODERN TRANSLATION TECHNOLOGY
The paper explores the issues related to the application of modern machine translation tools in process flows of language technologists: translators, researchers, and foreign language teachers. International Standard ISO/TS 11669 "Translation Projects-General Guidance" sets out project phases and provides phase-related guidelines. The paper explores the use of information technology at different translation phases. The paper also focuses on "translationese", in particular, in machine translations. A special attention is given to machine translation postediting.
Keywords: machine translation, translation phases, postediting, translationese машинный перевод информационный
Введение
В современном мире экономики знаний именно деятельность лингвиста является базой для оперативного извлечения и анализа эмпирической информации, содержащейся в текстах на естественном языке. Для поддержания этой деятельности сегодня используются инструментальные средства машинного перевода и системы переводческой памяти, объединяемые с системами управления базами данных и знаний, к которым относятся управленческие информационные системы, системы управления документооборотом и системы управления контентом, контролируемые авторские инструментальные средства и т д.
Современным средством поддержки работы лингвистов являются информационные технологии (ИТ) и созданные на их основе специализированные лингвистические ресурсы и системы автоматической переработки текста, обеспечивающие решение задач информационного поиска, компрессии, поиска и извлечения информации и знаний, системы осуществления и/или поддержки перевода и т. д.
Во всем мире использование систем машинного перевода давно стало элементом профессиональной работы как специалистов в конкретных областях знаний, так и профессиональных переводчиков. Основным назначением систем машинного перевода (МП), которые с течением времени стали системами практическими, является оперативный перевод специальных (научных, научно-технических, информационных) текстов. В течение длительного времени именно такие тексты рассматривались как единственный возможный объект МП, однако в последнее время на фоне развития новых типов систем МП и новых возможностей хранения информации перевод литературных произведений и даже субтитров стал новым направлением исследований [11; 13]. Недавние исследования показали, что использование результатов работы систем нейронного машинного перевода для перевода и постредактирования художественных текстов привело к увеличению на 36% производительности переводчиков в измерениях типа количество переведенных слов на единицу времени (words-per-time) по сравнению с ручным переводом без использования преимуществ информационных технологий [18; 19].
В то же время поразительно, что до сих пор более 38% практикующих переводчиков продолжают опасаться использования средств МП как возможного конкурента, который сократит объем их работы или вообще заменит их [9], а преподаватели иностранных языков рассматривают использование таких систем студентами как совершенно недопустимое.
Методы работы с системами. Новое качество самого процесса перевода определяется тем, что он включен в так называемую индустрию локализации (Localization Industry) [1; 2; 5], которая вовлекает в свой круг не только собственно перевод, но и адаптацию его результата к культуре принимающего языка, решение маркетинговых и технологических задач. Результаты обработки текстов на разных языках являются базой решения различных научных и практических задач. Поэтому возникла необходимость уточнения общего подхода к реализации этих процессов и их стандартизации.
В соответствии с таким подходом разработан международный стандарт ISO/TS 11669 "Translation Projects--General Recommendations" (Переводческие проекты - Общие рекомендации), он был представлен на обсуждение в 2012 г. и утвержден в 2015 г В соответствии с принятым стандартом в переводческом проекте выделяются три этапа: этап предварительной подготовки, собственно этап создания перевода и завершающий этап. Типичными задачами, выполняемыми на различных этапах, являются:
1. Предварительная подготовка, включающая
• подготовку исходного содержания, предназначенного для перевода, его адаптацию и предредактирование;
• предварительную обработку исходного текста на основе систем переводческой памяти и уточнение одноязычной терминологии;
• выбор провайдера услуг переводчиков и/или системы машинного перевода.
2. Создание перевода, включающее
• первоначальный перевод (ручной, машинный или их сочетание);
• постредактирование результата машинного или гибридного перевода;
• пересмотр (двуязычная задача, часто выполняемая не автором первоначального перевода, а другим человеком);
• оценку перевода экспертом в предметной области (часто тем, кто не знает исходного языка);
• заключительное форматирование (или компиляция в случае локализации программного обеспечения).
3. Завершающий этап, включающий
• оценивание результата перевода, всего процесса, использованного для получения перевода, и проекта в целом (ср. [3; 15, с. 2-3]).
Это перечисление этапов включает действия, которые производит штатный переводчик, включенный в работу над конкретным проектом. В случае специалиста, выполняющего перевод для решения собственных научных или технических задач, этапы, связанные с "внешней" оценкой перевода, опускаются.
Таким образом, можно утверждать, что в самом общем виде технологическая цепочка осуществления перевода требует привлечения средств информационных технологий на разных уровнях реализации перевода, соответственно, интеграция информационных технологий в процесс перевода предполагает следующую последовательность:
• автоматический перевод текста с помощью принятой системы машинного перевода и системы переводческой памяти;
• ручное редактирование переводов последовательности предложений (с использованием функций словарного ресурса);
• сохранение отредактированных предложений в переводческой памяти, предусмотренной системой;
• автоматическое извлечение кандидатов в термины для новых словарных статей;
• формирование новых словарных статей на основе кандидатов в термины автоматически или после ручной коррекции или уточнения;
• введение новых словарных статей в систему машинного перевода и словарные ресурсы [3].
Особыми этапами работы с текстом при использовании информационных технологий являются его пред- и постредактирование. Однако следует понимать, что объем этих действий, их трудоемкость и необходимость напрямую зависят от лингвистического обеспечения используемых технологий.
Типология систем МП. Высокий потенциал и необходимость применения систем МП при решении различных задач, связанных с использованием и обработкой текстов на естественном языке (language industry) и с созданием систем искусственного интеллекта разного уровня сложности, определяется целым рядом факторов. К ним относятся не только результаты решения лингвистических (теоретических и прикладных) задач, новые возможности вычислительной техники, которые, в частности, определяются уровнем развития персональных компьютеров и их периферии, современного программного обеспечения, а также возможностями использования "облачного" пространства для хранения и обработки действительно больших массивов данных.
Автоматизированные рабочие места и другие компьютерные инструментальные средства для перевода традиционно именуются системами "перевода с использованием компьютера" (machine-aided human translation - MAHT), чтобы отличить их от систем МП с некоторой помощью человека до или после обработки (пред- и постредактирование), известных как "машинный перевод с участием человека" (human-aided machine translation - HAMT). В течение длительного времени основным противопоставлением была пара: ручной перевод (human translation) vs машинный перевод (machine translation) со всеми вариантами реализации последнего в процессе переводческой деятельности, т. е. с привлечением систем переводческой памяти и других ресурсов. Можно утверждать, что сегодня машинный перевод представляет часть технологического процесса перевода, в котором человек привлекает компьютерные инструментальные средства для решения собственных задач, поэтому машинный перевод также связан с процессами анализа и обработки, выполняемыми человеком. Соответственно этому положению дел в последнее время в англоязычной литературе чаще противопоставляются machine translation и translation from scratch, под последним понимается перевод, выполняемый человеком без привлечения каких бы то ни было инструментальных средств и информационных ресурсов [13].
Оценка качества МП и типы редактирования. С самого начала разработки и применения машинного перевода один из его идеологов и разработчиков - Иегошуа Бар-Хиллел [8] утверждал, что машинному переводу нужны помощники (human partners): предредакторы, в задачу которых входит предварительная подготовка текстов, предредак- тирование, т е. создание более удобного для МП исходного текста, и постредакторы, которые приводят текст к окончательному виду, причем для постредакторов знание исходного языка не является обязательным. Предполагается, что в процессе перевода можно выделить три основных этапа: ознакомление с текстом, создание перевода, редактирование. Анализ времени, затрачиваемого человеком-переводчиком на каждый этап, демонстрирует зависимость между объемом предварительного ознакомления и объемом редактирования результата перевода. Следовательно, можно предположить, что предредактирование текста, нормализующее его с точки зрения лексических и синтаксических средств, может уменьшить объем постредактирования результатов машинного перевода (ср. [3; 15]).
Требования к качеству результатов работы таких системы определяется в диапазоне от рабочего перевода до перевода чистового, предназначенного для публикации. Следует иметь в виду, что тексты переводов по различным лингвистическим параметрам отличаются от исходных текстов. Для подчеркивания этого отличия был введен термин translationese [12], под которым понимаются статистически достоверные отличия, наблюдаемые между оригиналами и переводами [6; 10; 18; 16; 20]. Согласно специальному исследованию этих характеристик [20], отличия переводного текста являются результатом двух сосуществующих сил, с которыми переводчики сталкиваются и должны справляться во время процесса перевода: с одной стороны, точность по отношению к исходному тексту и, с другой стороны, беглость в языке перевода [16].
Гипотетически Моной Бейкер были выделены отличия переводных и оригинальных текстов, к ним относятся: упрощение, уточнение, нормализация (или консерватизм) и выравнивание (или конвергенция) [7]. При этом под упрощением понимается, что переведенные тексты легче для понимания, чем исходные, потому что переводчики стремятся упростить язык исходного текста для читателей. Уточнение в переводе представляет собой тенденцию растолковывать текст; поэтому переводы длиннее исходных текстов. Кроме того, лингвистические особенности, которые типичны для исходного языка, более явно выражены на поверхности перевода, даже если они являются необязательными. Выравнивание или конвергенция подразумевает, что вариаций между переведенными текстами меньше, чем между текстами непереведенными. Другими словами, оказывается, что переведенные тексты имеют больше сходства между собой, чем исходные [7]. Отредактированные результаты машинного перевода всегда ближе к исходным текстам, чем переводы, полученные вручную, поскольку в них гораздо меньше лексического разнообразия (ср. [4]).
Понятие качества перевода с позиции его соответствия конкретной цели (fit-for-purpose), и то, каково предполагаемое дальнейшее использование текста, определяет требования к объему постредактирования результатов МП. Даже сырые (raw), необработанные результаты позволяют в некоторых случаях их использовать, если конкретные цели достигнуты и текст понятен специалистам. Соответственно, принято выделять минимум два типа постредактирования: легкое (поверхностное) и глубокое. При первом типе постредактирования задачей является только достижение понятности конкретного предложения, при втором - еще и достижение стилистической корректности переводного текста.