УДК

81ʼ322.4:[811.511.11+811.161.1]

DOI

10.37482/2687-1505-V421

Сведения об авторах

Анна Васильевна Мерзлая - аспирант кафедры перевода и прикладной лингвистики Северного (Арктического) федерального университета имени М.В. Ломоносова (адрес: 163002, г. Архангельск, просп. Ломоносова, д. 4).
e-mail: aannaa@yandex.ru, ORCID: https://orcid.org/0009-0008-7109-3351

Аннотация

В данной статье представлено системное описание переводческих неудач, возникающих в результате нейронного машинного перевода на русский язык финноязычных метеорологических медиатекстов, содержащих прогнозы прохождения холодного фронта и фиксацию отрицательных температур. Актуальность темы обусловлена все более пристальным вниманием метеорологов к явлениям, связанным с изменением климата и погодными аномалиями, а также заинтересованностью специалистов IT-сферы в оптимизации систем нейронного машинного перевода, позволяющих существенно ускорить процесс межъязыковой коммуникации. Основная цель исследования состоит в выявлении и систематизации переводческих неудач, возникающих при переводе финноязычных метеотекстов о холодной погоде, которые опубликованы в электронной версии газеты «Iltalehti», и содержащихся в них признаках холода. Сначала методом сплошной выборки был проведен отбор микроконтекстов, затем посредством онлайн-переводчика DeepL Translate выполнен перевод отобранных метеотекстов, наконец, с помощью компонентного и контекстуального анализа выявлены и представлены основные типы переводческих неудач, рассмотрены причины их возникновения. Исследование показало, что наибольшее количество переводческих неудач при передаче средств вербализации холода связано с утратой ощущения холода, когда сема холода, включенная в семантическую структуру финской лексемы, не находит отражения в переводе на русский язык. Переводческие неудачи также могут быть связаны с выбором не соответствующей контексту лексической единицы, с использованием имен собственных и лингвокреатем, передача которых требует поиска оригинальных переводческих решений и чаще всего не может быть реализована при нейронном машинном переводе. Результаты исследования могут быть использованы в целях оптимизации систем нейронного машинного перевода. Возможно также применение полученных данных при обучении переводу и постредактированию переводов метеорологических медиатекстов.

Ключевые слова

вербализация восприятия холода, метеотексты, финский язык, нейронный машинный перевод, переводческая неудача, межъязыковая коммуникация

Список литературы

1. Мифтахова Р.Г., Морозкина Е.А. Машинный перевод. Нейроперевод // Вестн. Башкир. ун-та. 2019. Т. 24, No 2. С. 497–502.
2. Егорова А.Ю., Зацман И.М., Нуриев В.А. Экспертная оценка машинного перевода // Системы и средства информатики. 2021. Т. 31, No 3. С. 144–157.
3. Гончаров А.А., Бунтман Н.В., Нуриев В.А. Ошибки в машинном переводе: проблемы классификации // Системы и средства информатики. 2019. Т. 29, No 3. С. 92–103.
4. Popović M. Error Classification and Analysis for Machine Translation Quality Assessment // Translation Quality Assessment. Machine Translation: Technologies and Applications / ed. by J. Moorkens, S. Castilho, F. Gaspari, S. Doherty. Vol. 1. Cham: Springer, 2018. P. 19–158. https://doi.org/10.1007/978-3-319-91241-7_7
5. Daems J., Vandepitte S., Hartsuiker R., Macken L. Identifying the Machine Translation Error Types with the Greatest Impact on Post-Editing // Front Psychol. 2017. Vol. 8. Аrt. No 1282. https://doi.org/10.3389/fpsyg.2017.01282
6. Бариева Ю.Ю., Абрамичева Е.Н. Difficulties in Rendering Perception Nominations // LinguaNet: сб. материалов Всерос. молодеж. науч.-практ. конф. с междунар. участием / под общ. ред. Ю.А. Иванцовой, Н.С. Руденко. Севастополь, 2019. С. 81–85.
7. Ярошенко П.В. Модели перевода сенсорной лексики (на материале корпуса множественных переводов). URL: https://conference-spbu.ru/conference/50/reports/17918 (дата обращения: 14.01.2025).
8. Алексеева Л.М. Переводческая ошибка vs переводческая неудача // Лингвистические чтения ̶ 2006. Цикл 2: материалы конф. Пермь, 2006. С. 3–9.
9. Харченко В.К. Лингвосенсорика: Фундаментальные и прикладные аспекты. М.: Либроком, 2012. 216 с.
10. Банарцева А.В. Языковые переводы: человек vs машинный перевод // Вестн. науки и образования. 2018. Т. 1, No 8 (44). С. 50–53. URL: https://cyberleninka.ru/article/n/yazykovye-perevody-chelovek-vs-mashinnyy-perevod/viewer (дата обращения: 19.11.2024).
11. Llitjós A.F., Carbonell J.G., Lavie A. A Framework for Interactive and Automatic Refinement of Transfer-Based Machine Translation // Proceedings of the 10th Annual Conference of the European Association for Machine Translation (EAMT). Budapest, 2005. P. 87–96.
12. Березина Ю.В., Байкова О.В., Скурихина О.В. Лингвистический анализ лексико-грамматических ошибок машинного перевода // Наука. Образование. Общество: тенденции и перспективы развития: сб. материалов Междунар. науч.-практ. конф. Чебоксары, 2020. С. 196–197.