Результаты, получаемые системами машинного перевода, принято оценивать по следующим параметрам:
* по характеристикам программного обеспечения (оцениваются надежность системы, удобство ее использования, скорость работы, возможность обновлений, эффективность, мобильность и т. п.);
• по характеристикам пользователя и задачам перевода (оцениваются задачи системы, назначение перевода, особенности пользователя, автора и текста);
• по особенностям системы МП (оцениваются стратегия построения системы, лингвистические ресурсы и т. п.);
• по специфике выходного текста (оцениваются точность, целостность, стиль и т п., а также наличие ошибок любого типа) (ср. [14; 16]).
Работа переводчика в условиях переводческого центра или любой другой организации, как правило, предполагает постредактирование, выполняемое отдельно, без такого постредактирования работают только переводчики-фрилансеры, которые сами отвечают за конечный результат. Результат работы системы машинного перевода обязательно требует постредактирования, объем которого зависит как от цели перевода, так и от требований заказчика.
Несмотря на широкое распространение систем машинного перевода и их применение как профессиональными переводчиками, так и специалистами в различных областях знаний, постредактирование все еще является новой деятельностью. Это кроме всего связано с тем, что обучение этому виду лингвистической деятельности либо вообще не включено в программы подготовки и/или переподготовки специалистов, либо включено недостаточно полно, и часто несоответствующие учебные дисциплины преподаются теми, кто знаком с постредактированием понаслышке и не имеет практического опыта. Практические руководства по постредактированию часто меняются от компании к компании, по-прежнему нет принятых международных эталонов качества. Все эти факторы способствуют трудностям, с которыми сталкиваются пользователи систем МП при постредактировании.
Решение задач, возникающих при постредактировании, может рассматриваться с двух точек зрения. Первая идет от исходного текста, когда постредактирование может быть представлено как двуязычная или одноязычная задачи. В случае двуязычного подхода постредактору доступны и исходный текст, и результат машинного перевода, в случае одноязычного подхода во время редактирования доступен только сам результат машинного перевода. Со второй точки зрения, идя от режима редактирования, постредактирование может быть статическим или диалоговым, выполняемым по всему тексту или по отдельным предложениям в формате диалога между результатом машинного перевода и постредактором. Форму постредактирования чаще всего выбирает постредактор - профессиональный переводчик или специалист в конкретной области знаний. В большинстве случаев под постредактированием понимается именно двуязычное постредактирование. Это согласуется с тем, как постредактирование выполняется при использовании инструментальных средств поддержки перевода, где и исходный, и выходной тексты показаны на экране по умолчанию.
Усилия, которые затрачиваются на постредактирование, зависят от двух главных параметров:
1) качества исходного - сырого, необработанного (raw) результата работы системы МП;
2) назначения и требуемого качества окончательного варианта перевода.
Объем этих усилий и возможности их приложения зависят от особых компетенций, которые необходимы тем, кто работает с результатами машинного перевода с самыми разными целями. В самом общем виде компетенции в области постредактирования включают:
• способность распознавать проблемы в сыром (необработанном) результате машинного перевода, которые следует устранить и внести обязательные изменения;
• способность выполнять задачу постредактирования с разумной скоростью, чтобы соответствовать ежедневной продуктивности для этого типа деятельности (в среднем нагрузка в отношении постредактирования в различных переводческих организациях составляет приблизительно 5 тыс. слов в день);
• способность строго придерживаться принятых институциональных рекомендаций, чтобы минимизировать количество предпочтительных изменений.
Естественно, в основе деятельности по постредактированию результатов МП лежит типология изменений, которые ранжируются в диапазоне от обязательных до предпочтительных или рекомендуемых:
• неправильный перевод (неверный перевод исходного текста в целом);
• нарушение точности (пропуск или вставка дополнительной информации в полученном тексте перевода);
• некорректный выбор терминологии (терминология, не соответствующая предметной области/контексту);
• язык (проблемы, относящиеся к грамматике, семантике, орфографии и пунктуации);
• стиль (несоблюдение рекомендаций по стилю, принятому в соответствующей организации, или типу текста);
• страна (нарушение стандартов страны языка перевода - наименований валюты и разделителей десятичных чисел, неверное использование прописных букв);
• согласованность (использование нестандартизированной терминологии).
В зависимости от цели перевода (ознакомительный, готовый для публикации и т. д.) принято выделять два типа постредактирования: легкое или минимальное (light) и полное.
Легкое постредактирование требуется в случае, когда перевод является ознакомительным и полученный результат МП правильно передает значение исходного предложения и предполагает выполнение следующих действий:
• исправление непоследовательности в переводе терминологии;
• удаление дубликатов, фиксирование пропусков (для постредактирования результатов статистического МП);
• уточнение согласования по роду, числу и падежу, проверка корректности отрицаний, изменение порядка слов, уточнение числа существительных.
Например, приведенный далее машинный перевод предложения требует только легкого постредактирования:
To evaluate the ability of the model dealing with such cases, we select most frequent 1000 negative and 1000positive words in the training data and generate the corresponding negation phrases.
Чтобы оценить способность модели, имеющей дело с такими случаями, мы отбираем наиболее частые 1000 отрицательные и 1000 положительных слов в обучающих данных и производим соответствующие словосочетания отрицания.
Это предложение вполне понятно и практически не требует редактирования, только проверку согласования.
Полное постредактирование предполагает выполнение следующих действий:
• настройку системы мер и принятой в языке перевода пунктуации, форматов представления дат и тому подобное;
• исправление несоответствий в терминологии, гармонизацию терминологии и снятие ее многозначности;
• перевод единиц, не имеющих соответствия в словаре, уточнение представления геоназваний и имен собственных, названий товаров и других элементов, не предназначенных для перевода;
• регулирование формата и грамматики элементов списков, таблиц или заголовков;
• удаление дубликатов, фиксирование пропусков (для постредактирования результатов статистического МП);
• уточнение согласования по роду, числу и падежу, проверка отрицаний, изменение порядка слов, уточнение числа существительных.
Чтобы достичь перевода высокого качества (публикуемого качества), подобного ручному, обычно рекомендуется полное постредактирование. Для получения перевода более низкого качества, часто называемого достаточно хорошим или соответствующим цели, обычно рекомендуется легкое постредактирование. Однако легкое постредактирование действительно плохого результата МП может не довести результат до уровня перевода, готового к публикации.
Заключение
Широкая практическая эксплуатация систем МП показала различные возможности таких систем не только с точки зрения практики перевода, но и для целей обучения [17]. В частности, редактирование результатов МП весьма полезно для обучения переводу, особенно при овладении терминологией. Жесткое неприятие преподавателями работ студентов, выполненных с помощью систем МП, сегодня совершенно непродуктивно, поскольку использование этих систем запретить невозможно и, следовательно, нужно научиться использовать новые технологии в методическом аспекте, особенно в ситуации безусловной нехватки академических часов на изучение иностранных языков в большинстве вузов. Появление в литературе различного рода рекомендаций и даже учебных курсов по редактированию и постредактированию не решает задачу формирования соответствующих профессиональных компетенций, поэтому введение специального курса обучения работе с системами машинного перевода совершенно оправдано и безусловно необходимо.
Список литературы
1. Ачкасов А.В. Индустрия локализации и подготовка переводчиков // Индустрия перевода: материалы VIII Международной научной конференции (Пермь, 6-8 июня 2016 г.). Пермь: Пермский национальный исследовательский политехнический университет, 2016. С. 13-19.
2. Беляева Л.Н. Лингвистические технологии в современном сетевом пространстве: Language worker в индустрии локализации. СПб.: Книжный дом, 2016. 134 с.
3. Беляева Л.Н. Машинный перевод в работе переводчика: практический аспект // Вестник ПНИПУ Проблемы языкознания и педагогики. 2019. № 2. С. 8-20. http://doi.Org/10.15593/2224-9389/2019.2.1
4. Куниловская, М. А., Ильющеня, Т А., Ковязина, М.А. Перспективы исследования лингвистических признаков русскоязычного переводного дискурса // Вестник ПНИПУ. Проблемы языкознания и педагогики. 2017. № 2. С. 17-27. http://doi.Org/10.15593/2224-9389/2017.2.2
5. Шадрин В.И. Теория и практика локализации в системе дисциплин современного переводоведения // Десятые Федоровские чтения. Университетское переводоведение. Вып. 10. Материалы X международной научной конференции по переводоведению "Федоровские чтения" 23-25 октября 2008 г. СПб.: Изд-во Санкт-Петербургского университета, 2009. С. 587-590.
6. BakerM. Corpus linguistics and translation studies: Implications and applications // Text and Technology: In honour of John Sinclair / ed. by G. Francis, E. Tognini-Bonelli. Amsterdam: John Benjamins Publ., 1993. P. 233-252. http://doi.org/10.1075/z.64.15bak
7. BakerM. Corpus-based translation studies: The challenges that lie ahead // Terminology, LSP and Translation: Studies in language engineering, in honour of Juan C. Sager / ed. by H. Somers. Amsterdam: John Benjamins Publ., 1996. P. 175-186. https://doi.org/10.1075/btl.18.17bak
8. Bar-Hillel Y. Some linguistic problems concerned with machine translation // Philosophy of Science. 1953. Vol. 20. No. 3. P. 217-225. http://doi.org/10.1086/287266
9. Bawa-Mason S., BywoodL., Gittins Ch., Kaye P., McNab R. et al. Translators in the digital era: What kind of jobs will we have ten years from now? Presented at The Language Show, Olympia, London, UK, 11 November 2018. [Online]. UrL: https://search video?fr=chxtn13.0.0&gp=800000&q=Translators%20in%20the%20digital%20era%3A%20What%20kind%20of%20iobs%20will%20we%20have%20ten%20vears%20from%20now%3F&frm=ws_t&src=go&sbmt=1645168257029&hasnavig=0 (accessed 15.12.2021).
10. Daems J., De Clercq O., Macken L. Translationese and post-editese: How comparable is comparable quality? // Linguistica Antvepiensia New Series: Themes in Translation Studies. 2017. Vol. 16. P. 89-103. http://doi.org/10.52034/lanstts.v16i0.434
11. De Brebisson S. B. Comparison between automatic and human subtitling: A case study with Game of Thrones // Proceedings of the 2nd Workshop on Human-Informed translation and interpreting technology (HiT-IT 2019) / ed. by I. Temnikova, C. Orasan, G. Corpas Pastor, R. Mitkov. Varna: [s. n.], 2019. P. 1-10. https://doi.org/10.26615/issn.2683-0078.2019 001
12. Gellerstam M. Translationese in Swedish novels translated from English // Translation Studies in Scandinavia / ed. by L. Wollin, H. Lindquist. Lund: CWK Gleerup Publ., 1986. P. 88-95.
13. KoponenM, Sulubacak U., Vitikainen K., Tiedemann J. MT for subtitling: User evaluation of post-editing productivity // EAMT-2020. Proceedings of the 22nd Annual Conference of the European Association for Machine Translation / ed. by A. Martins, H. Moniz, S. Fumega, B. Martins, F. Batista. Geneva: European Association for Machine Translation Publ., 2020. P. 115-124.
14. Mateo R. M. A deeper look into metrics for translation quality assessment (TQA): A case study // Miscelanea: A Journal of English and American Studies, 2014. Vol. 49. P. 73-94.
15. MelbyA. Terminology in the age of multilingual corpora // The Journal of Specialised Translation. 2012. No. 18. P. 7-29.
16. Translation quality assessment. From principles to practice / ed. by J. Moorkens, Sh. Castilho, F Gaspari, S. Doherty. Cham: Springer Publ., 2019. 287 p. https://doi.org/10.1007/978-3-319-91241-7
17. Resende N., Way, A. MTrill project: Machine Translation impact on language learning // EAMT-2020. Proceedings of the 22nd Annual Conference of the European Association for Machine Translation / ed. by A. Martins, H. Moniz, S. Fumega, B. Martins, F. Batista. Geneva: European Association for Machine Translation Publ., 2020. P. 497-498.
18. Toral A., Oliver A., Ribas-Bellestln P. Machine translation of novels in the age of transformer // Maschinelle Ubersetzung fur Ubersetzungsprofis / ed. by J. Porsiel. Berlin: BDU Fachverlag, 2020. P. 276-296.
19. Toral A., Castilho S., Hu K., Way A. Attaining the Unattainable? Reassessing claims of human parity in neural machine translation. 2018. [Online]. URL: https://arxiv.org/abs/1808.10432 (accessed 15.12.2021).
20. Volansky V., Ordan N., Wintner Sh. On the features of translationese. // Digital Scholarship in the Humanities. 2013. Vol. 30. No. 1. P. 98-118. https://doi.org/10.1093/llc/fqt031
REFERENCES
1. Achkasov A. V. Industriya lokalizatsii i podgotovka perevodchikov // Industriya perevoda: materialy VIII Mezhdunarodnoj nauchnoj konferentsii (Perm', 6-8 iyunya 2016 g.). Perm': Permskij natsional'nyj issledovatel'skij politekhnicheskij universitet, 2016. S. 13-19.
2. Belyaeva L. N. Lingvisticheskie tekhnologii v sovremennom setevom prostranstve: Language worker v industrii lokalizatsii. SPb.: Knizhnyj dom, 2016. 134 s.
3. Belyaeva L. N. Mashinnyj perevod v rabote perevodchika: prakticheskij aspekt // Vestnik PNIPU. Problemy yazykoznaniya i pedagogiki. 2019. № 2. S. 8-20. http://doi.org/10.15593/2224-9389/2019.2.1
4. Kunilovskaya, M. A., Il'yushchenya, T. A., Kovyazina, M. A. Perspektivy issledovaniya lingvisticheskikh priznakov russkoyazychnogo perevodnogo diskursa // Vestnik PNIPU. Problemy yazykoznaniya i pedagogiki. 2017. № 2. S. 17-27. http://doi.org/10.15593/2224-9389/2017.2.2
5. Shadrin V I. Teoriya i praktika lokalizatsii v sisteme distsiplin sovremennogo perevodovedeniya // Desyatye Fedorovskie chteniya. Universitetskoe perevodovedenie. Vyp. 10. Materialy X mezhdunarodnoj nauchnoj konferentsii po perevodovedeniyu "Fedorovskie chteniya" 23-25 oktyabrya 2008 g. SPb.: Izd-vo SanktPeterburgskogo universiteta, 2009. S. 587-590.
6. BakerM. Corpus linguistics and translation studies: Implications and applications // Text and Technology: In honour of John Sinclair / ed. by G. Francis, E. Tognini-Bonelli. Amsterdam: John Benjamins Publ., 1993. P. 233-252. http://doi.org/10.1075/z.64.15bak
7. BakerM. Corpus-based translation studies: The challenges that lie ahead // Terminology, LSP and Translation: Studies in language engineering, in honour of Juan C. Sager / ed. by H. Somers. Amsterdam: John Benjamins Publ., 1996. P. 175-186. https://doi.org/10.1075/btl.18.17bak
8. Bar-Hillel Y. Some linguistic problems concerned with machine translation // Philosophy of Science. 1953. Vol. 20. No. 3. P. 217-225. http://doi.org/10.1086/287266
9. Bawa-Mason S., BywoodL., Gittins Ch., Kaye P., McNab R. et al. Translators in the digital era: What kind of jobs will we have ten years from now? Presented at The Language Show, Olympia, London, UK, 11 November 2018. [Online]. URL: https://search_ o?fr=chxtn13.0.0&gp=800000&q=Translators%20in%20the%20 dmital%20era%3A%20What%20kind%20of%20iobs%20will%20we%20have%20ten%20vears%20from%20now%3F&frm=s t&src=go&sbmt=1645168257029&hasnavig=0 (accessed 15.12.2021).
10. Daems J., De Clercq O., Macken L. Translationese and post-editese: How comparable is comparable quality? // Linguistica Antvepiensia New Series: Themes in Translation Studies. 2017. Vol. 16. P. 89-103. http://doi.org/10.52034/lanstts.v16i0.434
11. De Brebisson S. B. Comparison between automatic and human subtitling: A case study with Game of Thrones // Proceedings of the 2nd Workshop on Human-Informed translation and interpreting technology (HiTIT 2019) / ed. by I. Temnikova, C. Orasan, G. Corpas Pastor, R. Mitkov. Varna: [s. n.], 2019. P. 1-10. https://doi.org/10.26615/issn.2683-0078.2019 001