CC BY
39ЭФФЕКТИВНОСТЬ ИСПОЛЬЗОВАНИЯ СТУДЕНТАМИ МАШИННОГО ПЕРЕВОДА ПРИ
РАБОТЕ С ТЕКСТАМИ РАЗНЫХ ЖАНРОВ
Фомиченко А.С.
к.псих.н., доцент кафедры иностранных языков Оренбургский государственный университет
EFFECTIVENESS OF STUDENTS ' USE OF MACHINE TRANSLATION WHILE WORKING WITH
TEXTS OF VARIOUS GENRES
Fomichenko A.
associate professor, department of foreign languages,
Orenburg State University
Аннотация
В статье рассматриваются особенности использования машинного перевода студентами, с учетом эффективности при работе с текстами разных жанров. Представлены данные относительно пользы и недостатков машинного перевода. Обосновывается предположение, что машинный перевод может быть полезным инструментом для студентов высших учебных заведений при работе с материалом на английском языке при условии, что они способны критически оценивать и корректировать содержание полученной информации. Анализируется эффективность использования студентами машинного перевода при работе с текстами разных жанров с учетом двух типов лингвистических ошибок. Подчеркивается, что жанры текстов, содержащие мало прагматической информации, четкие и короткие предложения и ограниченные семантические области, достигают наилучших результатов в машинном переводе.
Abstract
The article discusses the features of using machine translation by students, taking into account the effectiveness of working with texts of different genres. Data on the advantages and disadvantages of machine translation are presented. It is suggested that machine translation can be a useful tool for students of higher educational institutions while working with material in English, provided that they are able to evaluate it critically and correct the content of received information. The paper analyzes the effectiveness of students' use of machine translation while working with texts of different genres, taking into account two types of linguistic errors. It is emphasized that text genres that contain little pragmatic information, clear and short sentences, and limited semantic areas achieve the best results in machine translation.
Ключевые слова: машинный перевод; эффективность; студенты; тексты разных жанров.
Keywords: machine translation; effectiveness; students; texts of different genres.
Растущий интерес к роли, которую машинный перевод (МП) играет в языковой среде - это естественная реакция на изменения в обществе, в котором языки играют важную роль. Использование перевода среди студентов переживает возрождение, и в частности, инструменты перевода в интернете стали очень актуальной темой среди дискуссий в академической среде.
Машинный перевод (МП) как автоматизированная деятельность - это процесс, с помощью которого компьютерное программное обеспечение используется для перевода текста с одного языка на другой. Сегодня этот инструмент можно легко оценить в любом месте и в любое время, при наличии интернет-сервиса.
Прогресс МП очевиден. Однако не все так однозначно. Анализ литературных источников по проблеме использования студентами машинного перевода в изучении английского языка продемонстрировал существование различных точек зрения по этому вопросу.
Так, несколько десятилетий назад дискуссия о распространенности машинного перевода (МП) казалась почти немыслимой. Доклад, который Альпак (Консультативный комитет по автоматической обработке языков) подготовил в 1966 году, был близок к тому, чтобы вообще уничтожить МП. В нем
говорилось о бесперспективности его использования. В 1975 году Хомский (Chomsky, 1975) писал, «что касается машинного перевода и связанных с ним вопросов, то они казались мне бессмысленными, а возможно, и совершенно безнадежными» [8, p. 40]
По мнению ученых, существуют две основные проблемы, связанные с машинным и естественным языками.
Первая касается контекста и культурных аспектов. Считается, что компьютеры не способны воспринимать контекстуальную и прагматическую информацию в отличие от человека. Точно так же они не осознают культурных различий [5]. По словам Абдельхака (Abdelhak, 2008), люди-переводчики не только способны заменить слово на слово, но и переводить с точки зрения лингвистических, семантических и, что более важно, культурных различий между языками [1].
Вторая проблема связана с функцией языка. Неоднозначность, идиомы, словосочетания, структурные и лексические различия между исходным и целевым языками также являются актуальными вопросами в МП [3]. Передача смысла - это не единственное использование человеческого языка, помимо этого существуют юмор, обмен эмоциями и чувствами без необходимости передавать какую-
либо актуальную информацию. Пьесы, стихи, реклама, газетные статьи и тексты песен вызывают трудности при переводе даже у людей, поэтому по причинам, упомянутым выше, компьютеры не могут обеспечить качественный перевод для любого из этих произведений [12].
В этой связи интерес представляют ряд исследований, направленные на изучение качества МП и его эффективности при использовании студентами в процессе изучения английского языка.
Так, согласно работе Линг и др. (Ling T.H., San N.Y., Voon Foo DR.T.C., 2016), большинство респондентов (75%) утверждают, что МП «посредственен», а 25% испытуемых считают его «плохим». Кроме того, студенты (50%) не согласны с утверждением, что МП способен точно переводить, в связи с тем, что некоторые тексты имеют имплицитный характер, который переводится при использовании МП буквально и как следствие не является точным. Особо отметим не согласие студентов (30% «не согласен», 20% «сильно не согласен», 35% «не уверен») с мнением, что перевод, выполненный средствами МП, может быть легко понят, особенно, когда речь идет о художественных текстах. Важно заметить, что около 100% (30% «не согласны» и 68% «категорически не согласны») респондентов считают, что МП не может передавать культурные элементы и часто делает грамматические ошибки [14].
Из выше сказанного следует, что основными недостатками МП, по мнению студентов, являются неспособность передавать культурные элементы, большое число грамматических ошибок, не точный и не совсем понятный текст.
Интересны, на наш взгляд, и результаты исследований, демонстрирующие осведомленность студентов относительно ограничений в отношении точности МП. Так, было выявлено, что 91% пользователей обнаружили ошибку при использовании МП. При этом 74,91% студентов указали, что МП эффективен только при переводе отдельных слов [2].
При оценивании общей надежности переводов, созданных с помощью МП большинство респондентов охарактеризовали их как очень надежные (63,52%) и надежные (55,81%), значительно меньше как ненадежные (28,13%) и очень ненадежные (6.35%) [2].
В то же время, студенты признавали и различные преимущества МП, такие как скорость, стоимость и универсальность языка.
Таким образом, среди определенного количества недостатков МП имеет и ряд достоинств. Как пишет Кристал (Crystal, 1987): «в последние годы маятник снова начал качаться назад, следуя крупным интеллектуальным и технологическим достижениям в лингвистике и вычислительной технике» [10, p. 350].
Так, по мнению, Ньютона (Newton, 1992), «неспособность компьютера приобретать, осмысливать и рационально применять знания о реальном мире, не делает МП бесполезным в качестве производственного инструмента» [15, p. 4]. Несмотря на
то, что он не может использоваться «без разбора», согласно Ньютону, МП может быть полезен, так как последователен в интерпретации и терминологии и не пропускает абзацы или целые страницы [15, p. 4].
Похожей точки зрения придерживается и Гросс (Gross, 1992), соглашаясь, что машины быстрее, экономичнее и точнее, чем их человеческие аналоги. Он утверждает, что при наличии конкретной предметной области компьютеры конкурентоспособны, если они ограничены этой сферой [12].
В свою очередь Бейкер (Baker 2013) предполагает, что «использование онлайн-переводчиков также может рассматриваться как форма языковой социализации» (Baker 2013, p. 6); Pena (Pena, 2011) утверждает, что МП помогает студентам начального уровня работать с большим количеством текстов и больше взаимодействовать с английским языком; Case M. (Case M., 2015) также указывает на полезность МП для представления аутентичных языковых материалов студентам начального и среднего уровня; Уильямс (Williams 2006) в свою очередь считает, что использование МП может «заставить студентов думать о языке как инструменте коммуникации, а не как о наборе слов или словосочетаний» (Williams 2006, p. 574) [4; 6; 11; 17].
Выше сказанное подтверждают и данные, полученные в результате опроса Ниньо (Niño, 2009). Так, было выявлено, что 75% студентов считают, что МП является полезным языковым инструментом, а 81% заявили, что МП способствовал улучшению их знания языка [16]. Отметим, что большинство пользователей МП, 81% респондентов используют Google Translate (GT) в качестве инструмента, помогающего им в изучении языка, 33% студентов считают GT это инструмент, без которого они не могли бы жить [9].
Таким образом, принимая во внимание, что студенты все чаще пользуются МП в процессе изучения языка в учебном контексте, необходимо обратить внимание, что в настоящее время инструменты МП все еще не совершенны, и студенты должны быть очень осторожны при их использовании. Одним из важных факторов, который они должны учитывать - это категория текста.
Анализ литературных источников позволяет сделать вывод, что вопрос успешного использования МП для различных типов текстов все еще остается мало изученным.
Считается, что МП ограничен в своей способности обрабатывать определенные типы текстов, а именно те, которые имеют сложные структуры предложений, большие объемы прагматической информации и широкие семантические области. Кроме того, МП имеет тенденцию порождать ряд лингвистических ошибок, в частности неверный перевод многозначных элементов [5].
В этой связи интерес представляет исследование Калуде (Calude, 2003), направленное на сравнение эффективности машинного перевода в четырех различных текстовых жанрах (технический набор инструкций, отрывок из газетной статьи, научно-
популярного журнала и короткого рассказа), которые различаются по своей структуре. Тексты анализировались с учетом двух типов лингвистических ошибок: ошибки, которые затрудняют точный перевод смысла и ошибки, которые замедляют поток и читаемость текста, без изменения смысла [5].
Лингвистические ошибки, изучаемые в данном исследовании, были выбраны в соответствии с типологиями, предложенными Арнолд и др. (Arnold et al., 1994) и Катфорд (Catford, 1965) [3; 7].
Анализ полученных в результате исследования данных, показал, что технический набор инструкций имел наименьшее количество лингвистических ошибок. Наиболее частой ошибкой было несоответствие перевода многозначных слов контексту.
Отрывок из газетной статьи также содержал наименьшее количество ошибок. Самая частая ошибка такая же, как и в техническом наборе инструкций: многозначность без потери смысла. Тем не менее, было обнаружено и большое количество полисемии с потерей смысла. Другой тип лингвистической ошибки, которая серьезно повлияла на значение, - это слова, для перевода которых требуются целые фразы.
Отрывок из научно-популярного журнала был переведен, с точки зрения наличия лингвистических ошибок, хуже, чем предыдущие два, не считая отрывок из короткого рассказа. Самой частой ошибкой была также многозначность с сохраненным значением. Однако наиболее распространенные ошибки заключались в структурных различиях между языками и большим количеством полисемии с потерей смысла. Кроме того, были обнаружены ошибки с переводом идиом и фразеологизмов [5].
Добавим, что категория неверно переведенных предлогов внесла свой вклад в перечень обнаруженных лингвистических ошибок. Он присутствовал во всех текстовых жанрах. Эта проблема не осталась полностью незамеченной. Ученые отмечают, что предлоги создают большие проблемы для
В таблице 1 представлены результаты (точное число ошибок), полученные для трех жанров текста, так как из перевода четвертого (отрывок из рассказа) не удалось получить никаких последовательных и значимых результатов, ни одно предложение в МП не имело смысла.
Таблица 1
системы МП, так как они не концептуализируются в английском языке, что приводит к их неправильному переводу [12].
Таким образом, суммируя выше сказанное, можно сделать вывод, что технический набор инструкций содержал наименьшее количество допущенных лингвистических ошибок в результате МП.
Результаты, представленные в этом исследовании, согласуются с гипотезой Гросса (Gross, 1992), который утверждал, что тексты с ограниченными предметными областями могут быть успешно переведены машинами [12]. Эти выводы показывают, что жанры текстов, содержащие мало прагматической информации, четкие и короткие предложения и ограниченные семантические области, достигают наилучших результатов в МП. Напротив, те из них, которые сильно зависят от контекстуальной информации, имеют длинные, сложные предложения и широкую семантическую область, переводятся плохо.
Однако повторимся, не все так однозначно. Как показывает практика, перевод научно - технических текстов с использованием машинного перевода также требует дальнейшего постредактирования. Логические, синтаксические и лексические ошибки возникают в результате недостаточной языковой подготовки студентов и неполного понимания описываемых технических процессов. Следует признать, что не существует идеальной техно-
Результаты ошибок, полученные при использовании МП для трех текстовых жанров
Лингвистические ошибки Частота (количество слов)
Технический набор Отрывок из газет- Отрывок из научно-попу-
инструкций ной статьи лярного журнала
Отсутствие перевода 4 5 4
Идиомы 0 0 1
Полисемия с потерей 0 6 12
смысла
Пропуски слов при пере- 1 3 2
воде фраз
Структурные различия 7 6 14
между ИЯ и ПЯ
Устойчивые словосочета- 0 0 6
ния
Полисемия без потери 14 13 16
смысла
Предлоги 2 4 5
Лишние слова 1 1 8
Итого: 29 38 68
логии, способной обеспечить качественный перевод большого технического текста с одного языка на другой, сохраняя при этом повествовательный стиль профессионального переводчика [13].
Довольно часто при переводе многозначных слов машинные переводчики выбирают одно понятие, иногда не соответствующее конкретному контексту: онлайн переводчики могут правильно передать правила синтаксического перевода глагола в придаточном предложении, но большинство специализированных технических терминов переводятся из общего переводного словаря. Кроме того, словари, используемые в машинном переводе, в основном представляют собой словари слов, но не фраз.
Для сведения к минимуму переводческих ошибок при переводе научно-технических статей необходимо поддерживать точность терминологии, сокращений и аббревиатур, используемых в целевом языке в отношении синтаксических конструкций, учитывать правила использования чисел, символов, единиц измерения, обращать внимание на требования к окончательному переводу. Поэтому переводы, выполненные с помощью онлайн-переводчи-ков, нуждаются в постредактировании [13].
Таким образом, обзор литературы по изучаемому вопросу показал, что в настоящее время машинный перевод текстов разных жанров все еще не соответствует поставленным задачам. Поэтому возникает необходимость продолжения теоретических исследований и разработки современных компьютерных технологий и их программного обеспечения на более продвинутом уровне.
Список литературы
1. Abdelhak J. Machine Translation Vs. Human Translation Retrieved from http://www.translationdi-rectory.com/articles/article1326.php (date of access: 03.09.2020).
2. Alhaisoni E., Arabia S. An Investigation of Saudi EFL University Students' Attitudes towards the Use of Google Translate // International Journal of English Language Education. - 2017. - 5(1). - P. 72-82.
3. Arnold D.J., Balkan L., Meije S., Humphreys R.L., Sadler L. Machine translation: an introductory guide. London, Blackwells-NCC, 1994.
4. Baker C. Student and instructor perceptions of the use of online translators in English composition. Mississippi State University, 2013.
5. Calude A.S. Machine translation of various text genres // Te Reo. - 2003. - 46. P. 67-94.
6. Case M. Machine Translation and the Disruption of Foreign Language Learning Activities // eLearning Papers. - 2015. - 45. - P. 4-16.
7. Catford J.C. A linguistic theory of translation. London, Oxford University Press, 1965.
8. Chomsky N., The logical structure of linguistic theory. Chicago, University of Chicago Press, 1975.
9. Clifford J., Merschel J., Munne D. Surveying the Landscape: What is the Role of Machine Translation in Language Learning? // @Tic Revista D'Inno-vació Educativa. - 2013. - 10. - P. 108-121.
10. Crystal D., The Cambridge encyclopedia of language. Cambridge, Cambridge University Press, 1987.
11. Garcia I., Pena M. Machine translation-assisted language learning: writing for beginners // Computer Assisted Language Learning. - 2011. - 24 (5). -P.471-487.
12. Gross A. Limitations of computers as translation tools. London, Routledge, 1992.
13. Klepikova T. Students' Common Mistakes in Technical Texts When Using Computer Technologies Retrieved from https://www.shs-conferences.org/arti-cles/shsconf/pdf/2018/11/shsconf_cild-iah2018_01014.pdf (date of access: 03.09.2020)
14. Ling T.H., San N.Y., Voon Foo DR.T.C. The Efficacy of Machine Translation Tools in the Translation of Technical and Non-Technical Texts: Perceptions of Undergraduate Student Users // LangLit. -2016. - 3(2). P. 1-12.
15. Newton J., Introduction and overview, In: Computers in translation - a practical appraisal. London, Routledge, 1992.
16. Niño A. Machine translation in foreign language learning: Language learners' and tutors' perceptions of its advantages and disadvantages // CALL. -2009. - 2. - P. 241-258.
17. Williams L. Web-based machine translation as a tool for promoting electronic literacy and language awareness // Foreign Language Annals. - 2006. -39(4). - P. 565-578.
