Preview

Научный диалог

Расширенный поиск

Отдельные слабые стороны современного машинного перевода (на примере веб-службы “Google Translate”)

https://doi.org/10.24224/2227-1295-2018-10-148-157

Аннотация

Рассматриваются отдельные слабые стороны машинного перевода, осуществляемого посредством нейронных сетей («нейронный перевод»). Актуальность данной темы обусловлена значительной популярностью соответствующих веб-сервисов среди переводчиков, педагогов, исследователей, студентов и других лиц, заинтересованных в ознакомительном или срочном перекодировании текста с одного языка на другой. Приводятся результаты эксперимента: известной веб-службе “Google Translate” было предложено перевести на английский язык несколько десятков русскоязычных терминов и понятий, имеющих отношение к филологии и педагогике. Даются рекомендации по исправлению некоторых ошибок и неточностей, допускаемых веб-сервисом. Авторы приходят к выводу, что использование нейронного перевода привело к существенному повышению качества услуг, предоставляемых веб-службой “Google Translate”. При этом отмечается, что данный сервис до сих пор допускает ошибки (смысловые и стилистические) при переводе следующих категорий лексики: составных терминов и понятий; лексических единиц и словосочетаний, не имеющих точных эквивалентов в английском языке; двух слов с одним и тем же англоязычным эквивалентом; аббревиатур; авторских окказионализмов. Сообщается, что, по наблюдению авторов, подобные искажения допускаются и другими популярными веб-службами («Яндекс.Переводчиком», «Translate.ru» и т. д.).

Об авторах

И. С. Самохин
Российский университет дружбы народов
Россия


Н. Л. Соколова
Российский университет дружбы народов
Россия


М. Г. Сергеева
Российский университет дружбы народов
Россия


Список литературы

1. Дзюбенко С. В. Совершенствование исследовательских компетенций школьного педагога в контексте модернизации отечественного образования / С. В. Дзюбенко, М. Г. Сергеева, И. С. Самохин // Научный диалог. - 2018. - № 2. - С. 303-321. - DOI : 10.24224/2227-1295-2018-2-303-321.

2. Исламов Р. С. Анализ современных систем машинного перевода типа SMT и RBMT / Р. С. Исламов, А. Г. Фомин // Филологические науки. Вопросы теории и практики. - 2013. - № 3 (21). - Часть 1. - С. 69-73.

3. Митренина О. В. Назад, в 47-й : к 70-летию машинного перевода как научного направления / О. В. Митренина // Вестник Новосибирского государственного университета. - Серия : Лингвистика и межкультурная коммуникация. - 2017. - Т. 15. - № 3. - С. 5-12.

4. Мюге У. Три мифа о машинном переводе / У. Мюге // Профессиональный перевод и управление информацией. - 2009. - № 1. - С. 3-8.

5. Самохин И. С. Современный машинный перевод в контексте российского высшего образования (исследование на материале услуг, предоставляемых веб-службой “GOOGLE TRANSLATE”) / И. С. Самохин, М. Г. Сергеева, Н. Л. Соколова // Казанский педагогический журнал. - 2018. - № 5. - С. 195-201.

6. Сергиевский М. В. Введение в романское языкознание : учебник / М. В. Сергиевский. - Москва : Издательство литературы на иностранных языках, 1952. - 278 c.

7. Тиллоева С. М. Общелингвистический взгляд на язык / С. М. Тиллоева // Профессионально-ориентированное обучение иностранным языкам : сборник материалов V Научно-практической конференции. Уральский государственный педагогический университет, Институт иностранных языков, Кафедра иностранных языков ; под ред. О. П. Казаковой. - Екатеринбург, 2012. - С. 151-160.

8. Шустова Л. П. Формирование гендерной толерантности старшеклассников в специально созданных педагогических условиях : диссертация.. кандидата педагогических наук : 13.00.01 / Л. П. Шустова. - Ульяновск, 2006. - 215 с.

9. Anderson D. D. Machine translation as a tool in second language learning / D. D. Anderson // CALICO Journal. - 1995. - V. 13, N. 1. - Pр. 68-96.

10. Koehn P. Europarl : A Parallel Corpus for Statistical Machine Translation [Electronic resource] / P. Koehn // Conference Proceedings: the tenth Machine Translation Summit. Phuket, Thailand, AAMT. - 2005. - Pр. 79-86.

11. Lewis-Kraus G. The Great A. I. Awakening [Electronic resource] / G. Lewis-Kraus // The New York Times Magazine. - 14.12.2016. - Access mode : https://www.nytimes.com/2016/12/14/magazine/the-great-ai-awakening.html.

12. Schuster M. Zero-Shot Translation with Google’s Multilingual Neural Machine Translation System [Electronic resource] / M. Schuster, M. Johnson, N. Thorat // Google AI Blog. - 22.11.2016. - Access mode : https://ai.googleblog.com/2016/11/zero-shot-translation-with-googles.html

13. Sutskever I. Sequence to Sequence Learning with Neural Networks [Electronic resource] / I. Sutskever, O. Vinyals, Q. Le // NIPS, 2014. - Access mode : https://arxiv.org/pdf/1409.3215.pdf


Рецензия

Для цитирования:


Самохин И.С., Соколова Н.Л., Сергеева М.Г. Отдельные слабые стороны современного машинного перевода (на примере веб-службы “Google Translate”). Научный диалог. 2018;(10):148-157. https://doi.org/10.24224/2227-1295-2018-10-148-157

For citation:


Samokhin I.S., Sokolova N.L., Sergeyeva M.G. Some Weaknesses of Modern Machine Translation (by Example of Google Translate Web Service). Nauchnyi dialog. 2018;(10):148-157. (In Russ.) https://doi.org/10.24224/2227-1295-2018-10-148-157

Просмотров: 674


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2225-756X (Print)
ISSN 2227-1295 (Online)