Статья опубликована в рамках: Научного журнала «Студенческий» № 7(7)

Рубрика журнала: Филология

Секция: Лингвистика

Скачать книгу(-и): скачать журнал часть 1, скачать журнал часть 2, скачать журнал часть 3

Библиографическое описание:
Никитичев И.Г., Петухова Е.В. ЯЗЫКОВЕД-НЕПРОФЕССИОНАЛ ИЛИ АЛГОРИТМ: ЛУЧШИЙ ПЕРЕВОДЧИК // Студенческий: электрон. научн. журн. 2017. № 7(7). URL: https://sibac.info/journal/student/7/78173 (дата обращения: 19.09.2019).

ЯЗЫКОВЕД-НЕПРОФЕССИОНАЛ ИЛИ АЛГОРИТМ: ЛУЧШИЙ ПЕРЕВОДЧИК

Никитичев Илья Геннадьевич

студент, факультет иностранных языков КГУ,

РФ, г. Курск

Петухова Елена Владимировна

канд. филол. наук, доц. кафедры английской филологии факультета иностранных языков КГУ,

РФ, г. Курск

В статье «Автоматический перевод художественных текстов: за или против», опубликованной в № 6 (6) научного журнала «Студенческий» за 2017 год, нами был рассмотрен вопрос о перспективе использования в ближайшем будущем автоматического перевода художественных текстов. В данной работе был сделан акцент на несовершенство результатов работы систем машинного перевода в сравнении с текстами, которые смог бы составить опытный переводчик. При этом остаётся не вполне ясным вопрос о превосходстве над машинным переводом людей, не являющихся профессиональными переводчиками и не владеющими свободно языком оригинала. Поэтому в настоящей статье для сравнения с возможностями машинного перевода художественного текста мы рассмотрим и проанализируем 10 переводов уже использовавшегося в упомянутой выше статье фрагмента [2] рассказа американского писателя М. Твена «General Miles and the Dog» [3], адаптированного для уровня Pre-Intermediate. Переводы выполнены студентами 1-го курса, обучающимися на факультете иностранных языков. На выполнение работы было отведено 90 минут, не допускалось наличие словаря. Участвовавшие в эксперименте студенты владеют английским языком на уровне Pre-Intermediate – Intermediate. На основании этого было предположено, что студенты смогут адекватно выполнить перевод художественного текста, адаптированного для данного уровня.

Далее мы рассмотрим предложения из оригинального текста на английском языке и прокомментируем достоинства и возможные недостатки перевода, выполненного студентами.

Now I shall tell you a story which will show you how honest I have always been all my life – наречие how в 3 вариантах переведено как насколько, в остальных – каким. Оба варианта корректны и отличаются от предложенного Google Translate неверного перевода как. При этом насколько можно считать более экспрессивным переводом.

A few days ago at my friend's house I met General Miles. General Miles was a nice man and we became great friends very quickly – в переводе выражения to become friends у обеих систем и авторов большей части работ один вариант: стать друзьями. Однако 3 учащихся перевели выражение более литературно, отойдя от буквальной формы, чего не смогли сделать системы машинного перевода: подружиться.

"Did you live in Washington in 1867?" the general asked me – слова автора в большинстве работ переведены с использованием распространённого в художественных произведениях приёма инверсии: подлежащее поставлено в конец предложения. Данный приём не использовался системами автоматического перевода.

"Yes, I did," I answered – прямая речь в этом предложении переводится студентами либо как  Да, либо как Да, жил. Ни в одном переводе не встречается дословный перевод Google Translate: Да, я сделал.

"General", said I. "We could not meet then. You forget that you were already a great general then, and I was a poor young writer whom nobody knew and whose books nobody read. You do not remember me, I thought, but we met once in Washington at that time." – в переводах студентов есть удачные переводческие решения, в отличие от вариантов онлайн-систем. Придаточное предложение whom nobody knew в одной работе переведено одним словом: неизвестным.

I was poor then and very often I did not have money even for my bread – в одном переводе синтаксическая структура сложного предложения изменена с сочинительной на подчинительную со значением меры и степени (Я был настолько беден, что…). Этим студент-переводчик добавляет экспрессивность и точнее доносит мысль автора в сравнении с машинным переводом, использовавшим ту же структуру предложения.

I had a friend. He was a poor writer too. We lived together. We did everything together: worked, read books, went for walks together – выражение to go for walks можно перевести как гулять, и такой вариант встречается в подавляющем большинстве работ, в отличие от дословного ходить на прогулки, предложенного системами автоматического перевода.

And when we were hungry, we were both hungry – в некоторых работах придаточное времени заменяется на придаточное условия (Если мы были голодны, то…) c целью сделать перевод более литературным.

I don't remember why we needed these three dollars so much, but I remember well that we had to have the money by the evening – ни один из студентов не перевел это предложение дословно. В каждой работе встречаются изменения: добавление слова уже в первой части предложения (уже не помню), замена эти три доллара на эти деньги, перевод well как хорошо/точно/прекрасно, а had to have the money – как должны были достать/раздобыть/получить деньги.

"We must get these three dollars," said my friend. "I shall try to get the money, but you must also try." – снова значительное количество вариантов перевода, отличающихся от автоматического: get переведено как найти, получить,  заполучить; shall try to get – как постараюсь найти/отыскать/получить/раздобыть, попробую (это сделать), буду пытаться; must try – как должен попробовать, попытаться. В одной работе последняя часть предложения перефразирована как ты тоже этим займись.

I went out of the house, but I did not know where to go and how to get the three dollars – в отличие от систем машинного перевода, в версии которых how переведено только буквально (как), в работах студентов есть два варианта перевода этого слова: как и где, при этом где – недословный вариант. Get переведено как получить (вариант Google Translate и Яндекс.Переводчика), искать, найти, достать, взять.

For an hour I was walking along the streets of Washington and was very tired – во всех работах was walking переведено как бродил (в машинном переводе – шел). На этом примере видно, что студенты сочли слово идти неэкспрессивным и не отражающим авторский замысел: герой не просто шел, а бесцельно ходил по улицам, т.е. бродил.

At last I came to a big hotel. "I shall go in and have a rest," I thought. – в одной работе есть интересное переводческое решение: cameрешил заглянуть. Существительное hotel обеими системами переведено как гостиница, но среди работ студентов этот вариант находится в меньшинстве: чаще использовалось заимствованное отель.

I went into the hall of the hotel and sat down on a sofa – в большинстве переводов студентов не встречается вариант зал, присутствующий в одном из автоматических переводов: слово hall переводится либо как холл, либо как вестибюль. Встречается также замена одной из частей предложения деепричастным оборотом (I wentВойдя в…) и исключение из предложения дополнения of the hotel.

The dog was nice and I had nothing to do, so I called it and began to play with it – в этом предложении все студенты правильно перевели слово called: позвал/подозвал, а не назвал и не позвонил (варианты Яндекс.Переводчика и Google Translate)

He wore a beautiful uniform and I knew at once that he was General Miles. I knew him by his pictures in the newspapers – помимо варианта систем машинного перевода (форма), есть два дополнительных перевода слова uniform: униформа, мундир. Все три слова – синонимы, но слово мундир точнее в контексте, т.к. униформа и форма могут быть не только военными.

"What a beautiful dog!" said he. "Is it your dog?" – в переводах Google Translate и Яндекс.Переводчика слово собака повторяется два раза, но во всех работах студентов во втором случае оно опускается: Она ваша?

Таким образом, необходимо отметить, что в результате сопоставления переводов, выполненных студентами и автоматическими системами, можно сделать следующие выводы:

  • студенты, знакомые с языком оригинала не на профессиональном уровне, несмотря на отсутствие значительного опыта в переводческой деятельности, справляются с переводом художественных текстов объективно лучше компьютера;
  • люди не допускают переводческих ошибок, свойственных компьютеру, в том числе грубых грамматических и лексических ошибок;
  • число допущенных студентами ошибок незначительно, и оно не влияет на понимание смысла текста, в то время как ошибки Google Translate и Яндекс.Переводчик во многих случаях сильно искажают значение высказывания.

Перспектива исследования видится в рассмотрении иных пар языков, кроме «английский-русский», а также в улучшении осведомлённости о текущем уровне развития систем машинного перевода.

 

Список литературы:

  1. Никитичев И.Г., Петухова Е.В. Автоматический перевод художественных текстов: за или против // Студенческий: электрон. научн. журн. 2017. № 6(6). URL: https://sibac.info/journal/student/6/76846 (дата обращения: 01.06.2017)
  2. Сборник текстов для домашнего чтения по английскому языку [Электронный ресурс]. – Режим доступа: http://window.edu.ru/catalog/pdf2txt/375/63375/33495 (дата обращения: 01.06.2017)
  3. R. Kent Rasmussen. Mark Twain for Dog Lovers: True and Imaginary Adventures with Man's Best Friend – Rowman & Littlefield, 2016. – 216 c.

Оставить комментарий