9 Республиканский творческий конкурс «Моя Родина — Казахстан» для детей, педагогов и воспитателей Республики Казахстан

 

Превосходство человека над машиной в сфере перевода и языка

Восьмой международный творческий конкурс «Золотая осень» для детей, педагогов и воспитателей

 

 

 

Акболат Медет Талгатович, студент 4 курса факультета иностранных языков по специальности переводческое дело Карагандинского государственного университета имени академика Е.А. Букетова, Карагандинская область, город Темиртау

Научный руководитель — Шелестова Т. Ю., PhD, доцент

Превосходство человека над машиной в сфере перевода и языка

В 1954 году миру был представлен первая переводческая машина. Любой перевод, выполняемый компьютером, является Машинным переводом (МТ). По мере роста рынка переводов развиваются и технологии, предлагая больше возможностей для появления сложного машинного перевода. Примитивный на тот момент инструмент для перевода в сегодняшнее время широко используется во всех сферах, где предусматривается обмен информаций. Развитие и улучшение качества машинного перевода стала причиной бесконечных споров о вытеснении людей из сферы перевода. Долгое время в конкурентноспособности человека в данной сфере, качестве перевода не считалось причиной для сомнений, а преимуществом машины являлась только ее продуктивность. И казалось на этом спор можно было закрыть и больше никогда к нему не возвращаться, но в настоящее время машинный перевод развивается настолько стремительно что это возвращение неизбежна. Целью данной статьи являться доказать преимущества человека над машиной в сфере перевода и в целом сфере языка, и убедить читателей что победа в этом противостояние все еще за человеком. Перевод выполняемый человеком проработанный материал. Это практиковалось за долго до появления компьютеров, в сфере переводов сформировались свои особенности и трудности с которыми люди научились справляться. И в данной области отпадает какая-либо надобность в изобретении велосипеда. В то время как во многих аспектах перевода машина все еще не эффективный инструмент.

Ключевые слова: переводческая машина, переводы, человек, язык, спор, противостояние.

В 1996 году суперкомпьютер DeepBlue выигрывает в матче с именитым шахматистом Гарри Каспаровым. Это состязание вошло в истории. Так как это было первая доказательство того что компьютер вполне в состоянии превосходить человека в игре требующее высокого интеллекта. А переводческая машина была представлена миру аж в 1954 году. И мысли о том что компьютер вскоре вытеснить человека из сферы перевода уже тогда имели место быть. Но перед тем как вступать в этот дискурс есть острая необходимость прояснить некоторые понятия.

Что значит «переводить»? Первый ответ, и притом обнадеживающий, мог бы стать таким: сказать то же самое на другом языке. Правда, при этом мы, во-первых, испытываем немалые затруднения, пытаясь установить, что означает «сказать то же самое», и недостаточно ясно осознаем это в ходе таких операций, как парафраза, определение, разъяснение, переформулировка, не говоря уж о предполагаемых синонимических подстановках. Во-вторых, держа перед собою текст, подлежащий переводу, мы не знаем, что такое то. Наконец, в некоторых случаях сомнительно даже значение слова сказать.[1]

Перевод — это передача значения с одного языка (источника) на другой язык (цель). Перевод относится к письменной информации, тогда как толкование относится к устной информации. Целью перевода является передача оригинального тона и намерения сообщения с учетом культурных и региональных различий между исходным и целевым языками. Перевод использовался людьми веками, начиная с появления письменной литературы. Современные переводчики используют сложные инструменты и технологии для выполнения своей работы и в значительной степени полагаются на программные приложения для упрощения и оптимизации своих задач.

Надо понимать что ни одному человеку никогда не удастся залезть в голову к другому. Но нужно признать что если такая возможность существовало то не было бы никаких проблем с пониманием и трактовкой принятых действий, сказанных слов и истинными намерениями которые стояли за ними. К счастию или к несчастью такой возможности все еще нет. Но люди, которые родились и выросли в одной языковой, культурной или религиозной среде понимают друг друга с намного большей точностью нежели люди далекий от этой среды. Знание языка это огромный прорыв в понимании той или иной культуры. Соответственно это и прорыв в понимании людей и их слов и действий.

Перевод дает возможность понять если уж не полностью то хотя бы основную идею. И учитывая то что перевод практиковался много веков назад, можно полагать что теория перевода уже полностью сформировавшаяся дисциплина направленная на улучшения мастерства перевода. Нынешние специалисты хорошо ознакомленные с этой дисциплиной заранее знают с какими трудностями они могут столкнуться и заранее имеют инструменты и знания которые позволять им с ними справляться. И все благодаря опыту который передавался из поколения в поколение. Грубо говоря, перевод выполняемый человеком это отработанный материал.

Ранее сказанное не исключает что все эти трудности в сфере языка неизбежны. Но мы хотя бы знаем своего врага в лицо. О каких трудностях идет речь. Давайте рассмотрим проблемы просто в языке и проблемы понимания.

Как показывают буквализмы, родной язык является первым источником трудностей в иностранной речи. Так, переходя на английский, люди, говорящие на родственных языках, спотыкаются, как правило, на одном и том же месте. Хотя культуры России и других славянских стран совсем не тождественны, их представителям особенно сильную головную боль в английском доставляют определенный и неопределенный артикли, сложная система времен, коренным образом отличающаяся от их временной системы, многочисленные постпозиционные предлоги и наречия, меняющие значения глагола. Китайцы, в языке которых не существует различия между единственным и множественным числом, нет спряжения глаголов, говоря по-английски, путаются в этих грамматических категориях. А для испанцев трудность представляют английские отрицания nо и not.[2]

Все преодолевания и достижения людей в обучении иностранного языка, да и не только языка, но и в целом во всех науках и дисциплин всегда будет предшествовать всем успехам машины.

Соперник на горизонте виднеется. История начинается в 1933 году. Советский ученый Петр Троянский подарил «Машину для подбора и печати слов при переводе с одного языка на другой» в Академию наук СССР. Изобретение было очень простым — в нем были карточки на четырех разных языках, пишущая машинка и пленочная камера старой школы. Оператор взял первое слово из текста, нашел соответствующую карточку, сделал фотографию и напечатал ее морфологические характеристики (существительное, множественное число, родительный падеж) на пишущей машинке. Клавиши пишущей машинки закодированы одной из функций. Лента и пленка камеры использовались одновременно, создавая набор кадров со словами и их морфологией.

Несмотря на все это, как это часто случалось в СССР, изобретение считалось «бесполезным». Троянский умер от стенокардии после попытки закончить свое изобретение в течение 20 лет. Никто в мире не знал о машине, пока два советских ученых не нашли его патенты в 1956 году.

Это было в начале холодной войны. 7 января 1954 года в штаб-квартире IBM в Нью-Йорке начался эксперимент Джорджтаун-IBM. Компьютер IBM 701 впервые в истории автоматически перевел 60 русских предложений на английский.

Напрасная борьба за улучшение машинного перевода длилась сорок лет. В 1966 году американский комитет ALPAC(Automatic Language Processing Advisory Committee) в своем знаменитом докладе назвал машинный перевод дорогим, неточным и бесперспективным. Вместо этого они рекомендовали сосредоточиться на разработке словарей, что исключило американских исследователей из гонки почти на десятилетие.

Тем не менее, основа для современной обработки естественного языка была создана только учеными и их попытками, исследованиями и разработками. Все сегодняшние поисковые системы, спам-фильтры и личные помощники появились благодаря множеству стран, шпионящих друг за другом.

Не у всех стран были такие же взгляды, как у ALPAC. В 1970-х годах Канада разработала систему METEO, которая переводила сводки погоды с английского на французский. Это была простая программа, которая могла переводить 80 000 слов в день. Программа была достаточно успешной, чтобы использовать ее в 2000-х годах, прежде чем требовать обновления системы.

Французский текстильный институт использовал машинный перевод для перевода рефератов с французского на английский, немецкий и испанский языки. Примерно в то же время Xerox использовала собственную систему для перевода технических руководств. Оба были эффективно использованы еще в 1970-х годах, но машинный перевод все еще только царапал поверхность, переводя технические документы.

Из-за появление Интернета и всех возможностей, которые он предлагал, Франц-Йозеф Оч выиграл соревнование по быстрому машинному переводу в 2003 году и стал главой отдела развития переводов в Google. К 2012 году Google объявил, что его собственный переводчик Google Translate переводит достаточное быстро, чтобы заполнить один миллион книг в день.

Япония также возглавляет революцию машинного перевода, создавая речевые переводы для мобильных телефонов, которые функционируют на английском, японском и китайском языках. Это результат инвестирования времени и денег в разработку компьютерных систем, которые моделируют нейронную сеть вместо функций, основанных на памяти.

В 2017 году Университет Седжон Кибер и Международная ассоциация устного и письменного перевода Кореи провели соревнование между четырьмя людьми и ведущими системами машинного перевода. Машины переводили текст быстрее, чем люди, без всякого сомнения, но они все равно не могли конкурировать с человеческим разумом, когда речь шла о нюансах и точности перевода.

Битва между человеком и машиной так же стара, как само человечество. На протяжении всей истории машины, которые были изначально созданы для улучшения человечества и облегчения рабочей нагрузки, стали заменять рабочих, которых они были призваны обслуживать. Эта тенденция начала набирать обороты во время промышленной революции, когда машины делали рабочие места в обрабатывающей промышленности часто устаревшими. И сегодня мы видим, что машины заменяют работников автомобильной промышленности и тому подобное. В то время как машины ускоряют работу и могут выводить продукты с большей скоростью, они часто имеют более низкое качество, чем изделия ручной работы. Переводческая индустрия не является исключением — машинный перевод доступен для миллиардов людей в Google Translate, но почти всегда уступает профессионально выполненным человеком переводам.

Машинный перевод хорошо работает с формальным языком, с небольшими фактическими фрагментами, где значение не может быть неправильно истолковано. Это отличный способ перевести простые предложения и фразы, или когда вы просто хотите понять суть небольшого текста, такого как электронное письмо. Все переводчики в некоторой степени используют технологии. Но есть разница между автоматизированным переводом (CAT) и машинным переводом.[3]

Искусство перевода включает в себя перевод текста с одного языка на другой. На первый взгляд, это звучит довольно просто, однако, это сложный и запутанный процесс, который для получения успешного результата должен учитывать ряд переменных, например, языковую структуру, стиль и тон, культурный контекст идиоматическая фразеология. Самое главное сохранить целостность первоначального значения текста. Неправильная интерпретация любого из этих элементов может привести к некачественному переводу.

На практике, для того чтобы убедиться в несовершенности машинного перевода не обязательно прибегать к художественной литературе наполненной разного рода стилистических приемов. Для наглядного примера того как сильно машинный перевод все еще сильно уступает человеческому, объектом сравнения будет отрывок из автобиографического рассказа Кольцо от Стивена Кинга.

Стивен Кинг - Кольцо

Перевод Юлии Мищенко

«One late night in the summer of 1970, I rolled over in bed and asked the young woman lying

next to me if she’d like to get married.

“We’ll talk about it in the morning”, she said. “Right now I need to go to sleep”.

In the morning she said getting married wasn’t a good idea, it was in fact a very bad one, but

she’d do it anyway. She was right about it being a bad idea. The young woman, Tabitha Spruce,

was still in school. I had graduated, but had been unable to find a teaching job. I was working in

an industrial laundry for slightly above minimum wage. We had student loans, no savings, no

credit. I had two pairs of underwear, two pairs of jeans, one pair of shoes, and a drinking

problem. With these things in mind, we set a date: January 2, 1971.» [5]

«Однажды поздно вечером летом 1970 я перевернулся на бок и спросил лежащую рядом со мной девушку, хочет ли она выйти замуж.

— Мы поговорим об этом утром, — сказала она. — Сейчас мне надо поспать.

Утром она сказала, что женитьба — это не очень хорошая идея, а на самом деле, даже очень плохая, но она все равно согласна. Она была права: это была плохая идея. Молодая женщина Табита Спрюс еще не закончила обучение. Я выпустился, но не мог устроиться учителем. Я работал в промышленной прачечной, получая зарплату немногим превышавшую прожиточный минимум. У нас был кредит на обучение, никаких сбережений и никаких льгот. У меня было две пары нижнего белья, две пары джинсов, пара туфель, и проблемы с выпивкой. Мы помнили об этом, назначая дату: 2 января 1971 года.»[6]

Программа МП

Вариант машинного перевода

Ошибки

Google translate

«Однажды поздней ночью летом 1970 года я перевернулся в постели и спросил лежавшую рядом молодую женщину, не хочет ли она выйти замуж. «Мы поговорим об этом утром», - сказала она. «Сейчас мне нужно спать». Утром она сказала, что выходить замуж - не самая лучшая идея, на самом деле это была очень плохая идея, но она все равно это сделает. Она была права, говоря, что это плохая идея. Молодая женщина Табита Спрус еще училась в школе. Я закончила учебу, но не смогла найти работу учителя. Я работал в промышленной прачечной с зарплатой чуть выше минимальной. У нас были студенческие ссуды, никаких сбережений, никаких кредитов. У меня было две пары нижнего белья, две пары джинсов, одна пара обуви и проблема с алкоголем. Помня об этом, мы назначили дату: 2 января 1971 года.»

Roll over in bed - "перевернуться в постели" буквальный перевод, с учетом контекста в котором подразумевалось что в кровати лежат два человека и один из них меняет положение своего тело лицом в сторону другого чтобы начать разговор "перевернуться на бок" более подходящий вариант.

Getting married - варианты перевода: "жениться","выйти замуж","вступать в брак", "обвенчаться". Гугл переводчик перевел как выйти замуж и это правильно, но опять же с учетом контекста у читателя может сложиться впечатление будто бы героиня имеет ввиду что это плохая идея конкретно для нее. В то время как перевод от Юлии Мищенко "женитьба" дает понять что затея в целом ничьих интересах.

She would do it - она сделает, буквальный перевод. Перевод Юлий Мищенко более ограничен для русско-язычного читателя. Было сделано предложение руки и сердца на что либо соглашаются либо от которого отказываются.

Закончила; смогла - Повествование идет от лица мужского рода.

Яндекс

«Однажды поздней ночью летом 1970 года я перевернулся в постели и спросил молодую женщину, лежащую рядом со мной, не хочет ли она выйти замуж. “Поговорим об этом утром, - сказала она. “Прямо сейчас мне нужно идти спать”.

Утром она сказала, что замужество-это не очень хорошая идея, на самом деле очень плохая, но она все равно это сделает. Она была права насчет того, что это плохая идея. Молодая женщина, Табита Спрюс, все еще училась в школе. Я окончил университет, но не смог найти работу преподавателя. Я работал в промышленная прачечная за чуть выше минимальной зарплаты. У нас были студенческие ссуды, никаких сбережений, никаких кредитов. У меня было две пары нижнего белья, две пары джинсов, одна пара обуви и проблема с алкоголем. Имея это в виду, мы назначили дату: 2 января 1971 года.»

Яндекс переводчик оказался не лучше. Примерно идентичные недочеты, но дабы не повторяться их можно опустить и разобрать только отличительные моменты.

Go to sleep - идти спать, буквальный перевод. С учетом того что они оба обсуждают это уже лежа на кровати, данный вариант очень не уместен.

Getting married - Яндекс перевел как замужество. Правильное преобразование герундии в отличий от варианта предложенный Гугл переводчиком но все еще создает двусмысленность перед читателем. Будто бы именно только ей опять же не стоит вступать в брак.

Вышеприведенный разбор и сравнение переводов даже вполне легкого автобиографического текста наглядно показывает отсутствие у машинного перевода способности учитывать все необходимые для адекватного перевода факторов в особенности такие как контекст и различие восприятия тех или иных понятий разными культурами.

Языки меняются каждый день, постоянно развиваясь с новым жаргоном и новым культурным вкладом. Новые термины часто широко используются задолго до их официального признания в качестве слов. Люди улавливают современные языковые тенденции и достижения гораздо быстрее, чем их можно официально отследить и ввести в машины, что означает, что база данных машинного перевода может считаться устаревшей для человеческого словарного запаса.[4]

Именно по этим причинам человеческий анализ языка является обязательным. Переводчики будут либо носителями языка, либо, по крайней мере, свободно владеют целевым языком. Как правило, они знакомы с различными языковыми нюансами, которые следует принимать во внимание, чтобы создать перевод, который соответствует правильному тону и значению. Большинство переводчиков, как правило, также имеют высокую квалификацию в выбранных ими областях в роли переводчика. Это означает, что формальные и технические стили перевода намного превосходят все, что может быть произведено машиной. Это особенно очевидно, когда машинные переводчики часто пропускают слова или фразы на языке оригинала, если они не могут найти подходящий перевод. Основной проблемой при переводе человеком является время, необходимое для точного перевода, особенно по сравнению со скоростью его машинного аналога.

Список литературы

1 У. Эко. Сказать почти то же самое. Опыты о переводе. «Издательство АСТ», 2003. — 6с.
2 Л. Виссон. Русские проблемы в английской речи. Слова и фразы в контексте двух культур. Пер. с англ. Изд. 3-е, стереотипное. — М.: Р. Валент, 2005 — 8-9с.
3 Статья «Machine translation vs. human translation. Who wins?» из сайта «Sure Language» [Электронный ресурс]. — Режим доступа: httpsss://www. sure-languages. com
4 Статья «Human Translation vs Machine Translation: 9 Reasons Humans Win » из сайта «Avo Translations» [Электронный ресурс]. — Режим доступа: httpsss://avo-translations. co. uk
5 Автобиографический рассказ С. Кинг «Кольцо» из «Tin House #59, Volume 15, Number 3, Spring, 2014»
6 Перевод Юлии Мищенко С. Кинг «Кольцо» из сайта «libking. ru» [Электронный ресурс]. — Режим доступа: httpsss://libking. ru/books/antique-/antique/541147-stiven-king-koltso. html