CC BY
37
УДК 8123
Е.В. Котельникова
Когнитивная оценка оптимизации смешанного перевода
В данной статье в рамках когнитивной аксиологической проблематики рассматривается комплексная оценка соответствия текстов межкультурной коммуникации. Оценка основана на когнитивно-машинном подходе и формализмах теории нечетких множеств. Цель оптимизации смешанного перевода представлена нечетким множеством пространства несоответствий. Рассмотрены процессы различных переводов и их оценки при нескольких значениях лингвистической переменной.
The article deals with the complex estimation of the intercultural communication texts conformity within the cognitive axiological issues. The estimation is based on cognitive-machine approach and the fuzzy sets formalisms. The purpose of the machine-aided translation optimization is represented by fuzzy set space inconsistencies. The processes of the various translations and their estimates for several values of linguistic variable are considered.
Ключевые слова: когнитивная лингвистика, несоответствия, нечеткое множество, лингвистическая переменная, смешанный перевод, оценка, терм, функция принадлежности.
Key words: cognitive linguistics, inconsistencies, fuzzy set, linguistic variable, machine aided translation, estimation, term, accessory function.
Перспективы использования искусственного интеллекта (ИИ) для перевода научно-инновационного текста связаны не только с исследованием методического потенциала компьютерных технологий, но и с интенсификацией когнитивных оценочных моделей и механизмов, которые, в частности, могут найти применение в процессах оптимизации переводческих процессов текстов и дискурсов, рассматриваемых как семиотические пространства знаков различной природы, сформированных с целью построения смыслов [12].
Аксиологические (общеоценочные и частнооценочные) подходы оценивают текст при помощи конвенциальных квалитативных описаний, либо по совокупности признаков, либо какой-либо аспект текста с определенной точки зрения, используя категории полноценности, адекватности и эквивалентности [14,1,8]. Данные
категории учитывают точность в передаче смыслового содержания, его функциональное соответствие [14], соответствие оригинала общепринятым нормам языка, выражение коммуникативных установок оригинала, соответствие и обеспечение прагматических задач максимального совпадения между содержаниями оригинала и перевода [8], наиболее возможную текстуальную аналогию, идентичное потенциальное воздействие, правильное соотношение между явлениями действительности и содержанием текста, либо между семантикой языковых единиц и его содержанием [6].
Перечисленные оценки ограничиваются рассмотрением языка, как замкнутой, изолированной системы, не связанной с человеком, либо связанной с ним на чисто интуитивном уровне, не предполагается деуникализации оценок не получает должного рассмотрения процесс формирования частных оценочных смыслов, не учитывается фактор случайности. Получаемые оценочные значения, характеризующие отношения между исходным текстом (ИТ) и его идеализированной моделью в иной картине мира, отличаются не принимаемой во внимание нечеткостью понятий, которые ориентированы только на компетенцию человека, и не поддаются математической формализации. Каждая личность имеет специфические особенности когнитивной системы и способы, осмысления текста, причем главные ориентационные шкалы могут варьироваться от личности к личности, а когнитивные ситуации, возникающие в процессе перевода, носят в значительной мере случайный характер. Практические субъективные оценки часто могут быть искажены неясным и нечетким восприятием объектов номинации, недостаточной информированностью о них, неудовлетворенностью словом, его номинацией в переводном тексте (ПТ), концептуальной неуместностью, стилистической отмеченностью и т. д. или их полным отсутствием в данном языке [4].
Анализ категории оценки свидетельствуют о том, что объективные и субъективные свойства оценки включают: основание и характер оценки, оценочный предикат, шкалу оценки с разными квалитативными степенями деуникализации оценки ПТ, норму и стереотип в имплицитном или эксплицитном виде [13,2], семантический и прагматический факторы [7], характеристики и параметры
ИТ и ПТ. Оценочные значения могут отражать когнитивные способности субъекта и одновременно объективные свойства оцениваемых реалий. Субъективность оценки заключается, как правило, в рассмотрении одного из признаков, сравниваемых объектов. Объективность обязательно ориентируется на стереотипы и определённую шкалу, предполагающую некоторую базовую переменную, общий признак для всех категорий шкалы. Оценка выражает отношение между реальностью и ее идеализированной моделью -некоторого образца, стандарта, нормы. Способ оценивания связан со знанием прототипических ситуаций и оценочных стереотипов [9,3,5].
В настоящее время в области фонологии, морфологии, синтаксиса и лексики, отчасти и в семантике успешно развивается искусственный интеллект (ИИ) и машинный перевод (МП), понимаемые как искусственно созданные системы, способные решать ряд лингвистические задач, бывших ранее, исключительно, прерогативой филологов [15]. Качество автоматизированного перевода существенно зависит от исходного текста, параметров системы МП, компетенции переводчика и характера их взаимодействий. Новые технологии, влияют на когнитивную систему человека, меняя его концептуальные основы деятельности, формируя новые системы глубинных фреймов, в терминалах которых укореняются маркеры компактных сценариев ИИ вместо объемных конкретных знаний естественного интеллекта (ЕИ). Этому способствует концепция смешанного перевода (СП) [10] -системы, взаимосвязанных объектов: подсистемы МП и человека, взаимодействующих в рамках эффективных стратегий и сценариев СП в параллельном когнитивно-машинном процессе идентификации, структуризации, переосмысления и интерпретации ИТ. Предполагается, что как структуры мышления, так и структуры про-цедурального знания ИИ могут быть описаны при помощи концептуальных моделей. Облегчая на этой основе соотнесение языковых данных с процессами человеческого мышления и ИИ, СП позволяет эффективно решать весь комплекс переводческих задач.
Для эффективного применения современных компьютерных технологий в СП необходимо использование формализованных
представлений реальной переводческой системы, адаптированных к последующему использованию в современных компьютерных средствах. Проблема оценки соответствия/несоответствия ИТ и ПТ может рассматриваться на основе анализа взаимосвязей между лингвистическими элементами (ЛЭ) множеств ИТ и ПТ. В этом смысле формализованным соответствием между множествами Р и
Я ЛЭ (р,г) ИТ и ПТ может быть подмножество в прямого произведения этих множеств 6 ^ Р X К, если (р,г) е £?, то "г соответствует
при соответствии G". Свойства элементов множеств и подмножеств удобно представлять при помощи векторных представлений и оценок, где вектор рассматривается как разновидность множества. Частными случаями соответствия являются отображения и преобразования текстов. Подмножество соответствия G должно отражать в языковом межкультурном общении сочетание вербального, когнитивного и интуитивного элементов, а при рассмотрении дискурса учитывать ситуационные обстоятельства.
В общем случае СП лингвистическое соответствие между элементами множеств Р и R не является строго и полностью ни взаимно однозначным, ни функциональным (однозначным) соответствием, поскольку оно определено частично (для проекции G
на Р не полностью выполняется условие пр^С = Р), не сюръектив-
ным, (поскольку для проекции в на /? не полностью выполняется
условие пр26 = К). Вследствие этого при рассмотрении соответствий ИТ и ПТ возникают проблемы применения понятий образов и прообразов ИТ и ПТ. Под образом лингвистического элемента ИТ в множество R при соответствии G следует понимать множество
всех ЛЭ гей, соответствующих элементу р еР, под прообразом
ЛЭ г в множество Р при соответствии в - множество всех ЛЭ р е Р,
которым соответствует те Д. Образом всего лингвистического
множества С = пр! С, служит объединение образов всех ЛЭ эле-
ментов р е С прообразом всего лингвистического множества В = пр26 - объединение прообразов всех элементов г е О.
Так, прообразом ЛЭ ПТ при определенном соответствии G может являться множество всех синонимов соответствующего понятия ИТ, а образом ЛЭ ИТ при определенном соответствии G -множество всех синонимов соответствующего понятия ПТ. Однако в лингвистике о множестве синонимов можно говорить лишь в определенном и часто нечетком смысле, так как объединение в множество, факт принадлежности к множеству осуществляется только по основному признаку, а различные ЛЭ множества обладают им в разной степени и имеют разные степени принадлежности к множеству вследствие лексико-грамматических, семантических, стилистических и других различий, продуцирующих когнитивное содержание ЛЭ и требующих оценки.
Обеспечение соответствия ИТ и ПТ включает сложную задачу интерпретации (синтеза) ПТ. В СП задача синтеза ПТ частично передается ИИ, формирующему семиотическое пространство ПТ. В этой ситуации удобно оценивать соответствие ИТ и ПТ по степени наличия несоответствий, а в качестве основы оценки использовать категорию несоответствия (НС) как категорию наиболее общего признака разнотипных лингвистических объектов (единиц текста) ПТ, обладающих им по отношению к ИТ в большей или меньшей степени [10].
Несоответствия ПТ актуализируют проблему формирования и практического использования системы оценок ПТ, обеспечивающих на ее основе оптимальное взаимодействие с ИИ для получения необходимого качества перевода. Разнонагруженность носителей оценки качества перевода в различных ситуациях переводческого процесса целесообразно обеспечить путем введения понятийных шкал, отражающих лингвистическую сторону состояние перевода. Правильная интерпретация интонационных характеристик фраз и некоторых других экстралингвистических параметров по конкретному контексту, обусловленному мысленной ситуацией вербального действия, пока недостижима для современных систем ИИ.
Разработка оценки в рамках когнитивного подхода к исследованию языковых явлений требуется и в связи с необходимостью решения вопросов оптимизации СП. Механизм получения оценки, может быть основан на смешанном когнитивно-машинном подходе, когда формирование оценочных концептов и категорий в СП проводится с учетом как человеческого фактора в языке и специфики его концептуального уровня [4], так и проекций на эти факторы характеристик ИИ. В СП целесообразно говорить об оценочной концептуализации и оценочной категоризации как специфических когнитивных процессах, происходящих в сознании переводчика при его восприятии, осмыслении и интерпретации ИТ и поставляемых ИИ различных вариантов ПТ, содержащих несоответствия перевода различного уровня. Для СП необходимо формализовать когнитивные соотношения оценки перевода, поскольку применение ИИ принципиально требует введения квантативных шкал, различающих по отношению к текстовой основе разные квалитативные степени деуникализации оценки перевода.
Лингвистические объекты ПТ обладают качественными идентифицирующими признакам в различной степени и с различной степенью (частично) принадлежат к разным множествам. Так, в сфере смысла «категории имеют внутренние степени членства, размытые границы и центральные члены, чья степень членства (на шкале от нуля до единицы) равна единице», внутри границ других категорий «имеются градуированные прототипические эффекты - одни члены категории являются лучшими примерами категории, чем другие» [11]. Таковы, например, границы категории многозначности и др. С другой стороны вследствие особенностей своего ментального механизма человек мыслит нечеткими, а часто и неопределенными понятиями, обусловленными особенностями субъективного восприятия и интерпретации действительности.
Исследование возможностей теории нечетких множеств [15] выявляет связь между ее формализмами и аксиологической проблематикой. Такие формализмы могут быть органично и успешно использованы для оперирования нечеткими, размытыми множествами несоответствий, каждое из которых определено в виде некоторой совокупности А = упорядоченных пар из элементов
универсального множества несоответствий и соответствующих степеней принадлежности к Л в виде функции ¡¿А со значениями в интервале [0,1]. Переход от полной принадлежности 1 к полной непринадлежности 0 элементах множеству А происходит не скачкообразно, а достаточно плавно и, чем выше степень принадлежности, тем в большей мере элемент текста (универсального множества) соответствует свойствам нечеткого множества. Принадлежность также может являться вероятностью в интервале от 0 до 1.
Для уточнения параметров и измерений, наиболее полно отражающих релевантные характеристики оценки, отметим, что ментальное содержание выражается в тексте как вербализиро-ванная форма репрезентации смысла в разной мере на различных уровнях языка. Выдвигается гипотеза: комплексная оценка соответствия (полноценности) текста (дискурса) в области межкультурной коммуникации, осуществляется вектором длины к с компонентами в виде функций принадлежности квантативных оценок лингвистических НС на уровнях шкалы категорий базисных несоответствий (НС) фрагментов пространств ИТ и ПТ. Такая шкала ранжирована (/ = 1,...,к) по критерию увеличения смысловой составляющей текста (дискурса), т. е. объема смысла, выраженного вербально и при помощи знаков разной природы, от начального уровня, отражающего семиотические свойства текста (речи) и далее через фонологические, морфологические, синтаксические, лексические, семантические, контекстуальные, стилистические, экстралингвистические уровни до уровня ментальных пространств, обеспечивающих актуализацию ментальных представлений адресатов аналогичным авторским с образованием группы соответствующих вторичных осей градаций данных категорий.
Таким образом, набор нечетких множеств несоответствий д., в V соотносится с различными лингвистическими отклонениями текста от нормы, стереотипа, компетентной интуиции или других конвенциональных установок, а каждый лингвистический элемент характеризуется вектором значений принадлежности ■ ;;.(.*).....О-)], отражающим степень несоответствия характеристикам той или иной категории оценочной шкалы. На этом основа-
65
нии строится так называемая полная решетка: [0,1]т, функция В данной модели оценка ПТ существенно разото-ждествлена в последовательности гипотетической шкалы классификаций, а квантативный лингвистический вектор оценки используется в СП для реализации автоматизированных процедурных возможностей ИИ. Причем, каждый из этих оценочных смыслов можно далее относить к набору вторичных смыслов и получать множество дополнительных, вторичных шкал оценок.
Необходимые функции принадлежности лингвистического объекта некоторому множеству НС и их реальные профили задаются операционально и определяются как человеческим, так и машинными ресурсами: экспертным путем [15], на основе статистического эксперимента с использованием специальных интерфейсов [10] или автоматическими средствами поиска НС: (программы семантического анализа, проверки орфографии, грамматики, словоупотребления и стиля [16,17]. Автоматизацию оценочного механизма СП целесообразно осуществлять с помощью разработки дополнительных сценариев ИИ [10] на основе объединения достаточно просто реализуемых процедур и макросов. В ходе статистического исследования НС по категориям квалитативной шкалы НС группируются по соответствующим конечным подклассам. Количество и тип НС в МП во многом зависит от стиля текста, уровня ИИ и компетенции переводчика.
Отметим, что в сфере ИИ семиотический уровень оценки соответствует тексту, изображению, воспринимаемым буквально в виде копии-слепка и соответствует сканированию и распознаванию текста. НС возникают на этом уровне вследствие технических погрешностей канала связи источника информации с ИИ, либо особенностей естественного интеллекта. Так как в качестве общей оценки СП используется вектор (профиль) значений принадлежностей базисных НС - свойств фрагментов пространств ИТ и ПТ, принадлежащих общему пространству текста картины мира, оценки на различных уровнях языка существуют не изолировано друг от друга, а образуют согласованную систему.
Построение функции принадлежности прямым методом состоит в разбиении текста на фрагменты с НС, рассматриваемыми
как множество НС V, покрытием F которого является совокупно-стьобычных подмножеств-векторов НС {А1}...,Ак\ принадлежащих множествам фрагментов несоответствий так, что А1 ф 0, -!.и ...и-!;. = 7. Вследствие синтагматического характера разбиения текста для любых (1 ф з), А1 п А, = 0 такое разбиение справедливо. Любые НС В в V (В я V) могут рассматриваться как нечеткое подмножество Г с функцией принадлежности =
где в числителе и знаменателе дроби представлены мощности множеств. Вектор несоответствий В как нечеткое подмножество имеет значение:
Следует отметить, что в результате разделения текста на множества фрагментов с собственными векторами НС множества V векторов НС этих фрагментов могут проектироваться как на одиночную ось шкалы НС: пр:К = {пр^и? е К}, так и на группу
осей шкалы НС: пр^ V = {пр^ V е V], обеспечивая многоаспектное рассмотрение проблем различных сторон оценки текста. Таким образом, возможны комбинированные оценки, построенные на разотождествлении смыслов планов содержания или выражения перечисленных типов НС. Так, каждый из смыслов НС можно далее относить к набору вторичных смыслов. И среди данных вариантов, где групповой "план содержания" соответствует единичному "плану выражения" могут существовать свои шкалы и различия: от группы НС до "комбинации групп" НС. Таким образом, в плане выражения оценка текста (дискурса) соответствует не одному, а набору сгруппированных невариативных смыслов от семиотических до ментальных пространств. Для перевода информационных текстов часто достаточна сокращенная типология [14,9].
При этом проекцией вектора на ось является его соответствующая компонента, а проекция вектора на несколько осей образует редукцию вектора, используемую для решения ряда частных задач.
Для сравнений НС фрагментов текста используются упорядоченные множества векторов определенной длины, с заданными определенными правилами сравнения. Например, при сравнении по предпочтению компоненты вектора НС не должны быть меньше соответствующих компонент другого вектора НС. Чем меньше значения компонент векторов НС, тем более тексты соответствуют друг другу, однако, вследствие концептуальности картины мира нулевое значение вектора и полное соответствие ИТ и ПТ принципиально недостижимы. Постоянное наличие незначительных стохастических несоответствий объяснимо, в частности, и разными подходами научных школ к самим понятиям соответствия и эквивалентности, и несовпадающими оценками различных экспертов одного и того же текста. На практике достаточно определенных малых значений вектора НС, задающего норму оценки, причем особое влияние отдельных компонентов вектора может учитываться весовыми множителями.
В общем случае оптимизация СП может быть отнесена к классу задач с неполными и нечеткими данными и многовариантностью решений. В задачах СП соответствие ПТ рассматривается как дополнение А множества несоответствий А, поэтому характеристические функции элементов соответствия вычисляются по зависимости д^Се) = 1 - цА(х) [15], а оценка ПТ определяется в виде а - сечений соответствия (несоответствия) нечеткого множества. В этих условиях нечеткая цель оптимизации, понимается как нечеткое множество в пространстве НС, определенное фиксированным нечетким множеством в виде а -сечения необходимого соответствия нечеткого множества (НСНМ), которое определяется как четкое дополнение множества несоответствий со степенью принадлежности большей или равной а. Ориентировочное значение в ряде случаев: ас = 0,95. Используя различные проекции векторов НС в сценариях СП можно использовать оптимальные векторные оценки и получать соответствующие им качественные тексты.
Для когнитивных качественных представлений оценок при взаимодействии с ИИ используются нечеткие конечные линейно упорядоченные множества значений лингвистической переменной,
68
описывающей пространство подготовки текста к МП [9]. Такое множество, определяемое как сумма времен действия сценариев на число их использований, задается пятеркой где
"время подготовки к МП" - имя переменной; Т - терм-множество, в котором термы представляются как нечеткое множество времени подготовки, {"много", "мало"} категории этой шкалы соответствуют прошлой деятельности в стереотипной ситуации и отстоят на равных интервалах психологического континуума в 0 - универсальном множестве общего времени перевода; L - синтаксические правила грамматики, порождающие новые термы с использованием: "не", "очень"; М - семантические правила, задающие каждому элементу терм-множества его смысл - соответствующее нечеткое подмножество, преобразование которого в четкие числа времени подготовки к МП для определенной семантической ситуации осуществляется процедурой дефаззификации [15].С учетом квантификаторов образовано терм-множество {1."много", 2."не очень много", 3."мало", 4."совсем мало"}, использованное для построения нечеткой шкалы измерений, точки отсчета которой представляют элементы терм-множества.
Рассмотрено распределение функций принадлежности НС в процессе естественного перевода ЕИ при четырех значениях лингвистической переменной (Рис. 1). Принадлежность НС элементов текста компетентного естественного перевода в случае нечастого обращения переводчика к базам знаний измеряется нечетким треугольным числом, пропорционально средней скорости функциони-
, Л. ь
рования когнитивнои системы лингвиста: цл(х) = - при х< ^ , / =
1,2,3,4. Наибольшее время естественного перевода и, обусловлено значительным количеством несоответствий ПТ после МП и соотносится с очень малым временем подготовки ИИ к МП. С увеличением времени подготовки ИИ к МП время перевода уменьшатся и достигает минимума, наименьшего времени и перевода, которому соответствует минимальное количество несоответствий ПТ, обусловленное максимальным значением времени подготовки и настройки ИИ [10].
Из анализа процесса различных стратегий перевода следует, что в случае частого обращения переводчика к базам знаний (БЗ) когнитивные усилия естественного интеллекта существенно возрастают, существенно медленнее снижается степень принадлежности НС элементов текста, возрастает общее время перевода, необходимое для достижения достаточного уровня соответствия. Напротив, процесс смешанного перевода характеризуется нелинейной зависимостью снижения принадлежности НС элементов текста, НС убывают интенсивнее, быстрее преодолевается уровень недопустимого несоответствия и быстрее достигается уровень необходимого соответствия, характеризующий необходимую границу заданной оценки. С учетом резкого снижения количества НС при больших значениях лингвистической переменной, эти зависимости проявляются интенсивнее. Переводные соответствия ИТ и ПТ с высокой степенью принадлежности обеспечивают максимальные соответствия объемов значения ИТ и ПТ, переводных соответствий с малой степенью принадлежности следует избегать.
1,2 1
0,8 0,6 0,4 0,2
О '
Рис. 1. Динамика несоответствий естественного и смешанного переводов.
Оценка, основанная на использовании нечеткого подхода к оценке соответствия текстов, органично связана с количественными и качественными лингвистическими исследованиями, с использованием чисел, статистики, параметров, совместима с процедурами ИИ, обеспечивает создание диалоговых оценочных систем смешанного перевода с языком общения с ИИ, близким к естественному. Применение когнитивных сценариев оценки перевода позволяет эффективно использовать возможности ИИ в технологии СП и создает предпосылки для дальнейшей оптимизации переводческого процесса. Применение такой оценки выглядит вполне естественным и удобным не только для переводчиков, но и для широкого круга лиц, заинтересованных в использовании СП.
Список литературы
1. Алейник В.Н. Введение в курс перевода. Французский язык. - М.,
1991.
2. Арутюнова Н.Д. Язык и мир человека. - М.: Языки русской культуры, 1999.
3. Болдырев Н.Н. Структура и принципы формирования оценочных категорий // С любовью к языку: сб. науч. тр. - М.; Воронеж: ИЯРАН, Воронеж, гос. ун-т, 2002.
4. Бузаров В.В. Что такое аппроксимация в лингвистике? (на материале английского и немецкого языков) / В.В. Бузаров, Э.Г. Лынова // Иностранные языки в школе. 1991. - № 2. - С.100-102.
5. Вольф Е.М. Функциональная семантика оценки. - М.: КомКнига, 2006.
6. Головин Б.Н. Основы культуры речи / Б.Н. Головин. - М.: Высшая школа, 1980.
7. Ивин А.А. Основания логики оценок. - М.: Изд-во Москов. ун-та, 1970.
8. Коваленко А.Я Общий курс научно-технического перевода. - Киев: «ИНКОС», 2004.
9. Котельникова Е.В. Значение предварительной обработки текста на начальном этапе машинного перевода. Доклад // Актуальные проблемы гуманитарных наук. Международная научно-практическая конференции преподавателей, аспирантов и студентов ЮРГУЭС, Шахты, апрель 2009 г.
10. Котельникова Е.В. Международные научные и инновационные коммуникации в проекции искусственного интеллекта/ Актуальные проблемы лингвистики и методики преподавания иностранных языков. Материалы Всероссийской научно-практической конференции. - Уфа, 2010. - С. 64-67.
11. Лакофф Дж. Женщины, огонь и опасные вещи. Что категории языка говорят нам о мышлении/Пер, И.Б. Шатуновского. - М., 2004.
12. Лотман Ю.М. Внутри мыслящих миров. - М., 1996.
13. Телия В.Н. Коннотативный аспект семантики номинативных единиц. - М.: Наука, 1986.
14. Федоров А.В. Основы общей теории перевода. - М.: Филология. -СПб.: СПГУ, 2002.
15. Яхъева Г.Э. Нечеткие множества и нейронные сети. - М.: БИНОМ.
2006.
16. http://www.jsequeira.com/cgi-bin/db/FoxPro (Дата обращения 14.12.10).
17. http://www.stylewriter-usa.com/order.html (Дата обращения 14.12.10).
