На що потрібно звертати увагу, якщо ви користуєтеся машинним перекладом

Наводимо основні аспекти під час роботи з машинним перекладом, які корисно врахувати, щоб його використання принесло задовільний результат.

• Смисл. Це найголовніша проблема машинного перекладу (МП) та розділова межа між ним і людським перекладом. МП легко видає цілковиту нісенітницю з тією самою швидкістю, що й текст, який справляє враження осмисленого.

• Пропуски та вигадки (omissions & additions). Деякі частини вихідного тексту МП може просто викинути, а може нафантазувати такого, чого в оригіналі й не було. Цієї хиби припускаються й люди, але з інших причин. Технічні перекладачі, які працюють у «кішках» (CAT tools), найчастіше роблять такі помилки, коли поспішають і бездумно підтверджують неточні збіги (fuzzy matches), сприймаючи їх за 100%-ві (100% matches).

• Термінологія. Той самий термін МП може перекласти по-різному навіть у межах одного речення. Screw у вас в одному місці буде гвинт, у другому шуруп, у третьому болт. Для технічного перекладача це катастрофа. Її намагаються позбутися шляхом «тренування» МП-модулів — створення так званого trained МП engine. Але для цього потрібні великі за обсягом напрацювання в конкретній термінологічній галузі — щонайменше 500 тисяч сегментів, перекладених людиною. Далеко не завжди вони взагалі існують.

• Рід і стать. Це та сфера, де МП-служби надзвичайно неполіткоректні. Звертатиметься МП то на ти, то на ви. Про жінку з попереднього речення він у наступному запросто може казати пан, сер, пішов, приїхав. Якщо ви користуєтеся машинним перекладом, слідкуйте за тим, щоб ваша дійова особа, зокрема й нежива, тишком-нишком не змінила свою стать («Олег підняв годинник. Вона була прекрасна.»). Особливої уваги потребують особові займенники (він, вона, його, її тощо) та інші частини мови, які мають морфологічні ознаки роду.

• Короткі речення. У них багато хиб, оскільки МП бракує контексту. Переклад в умовах відсутності контексту — це й для людей проблема.

• Регістр букв і знаки пунктуації. Іноді результат машинного перекладу змінюється, лише якщо змінити регістр першої літери речення, додати або забрати крапку тощо. Більшість МП-служб цю ваду успішно подолали, але вона не щезла.

• Погіршення якості, якщо ні вихідна, ні цільова мова не є англійською. Англійська — мова міжнародного спілкування і, найчастіше, рідна мова розробників МП-служб. Англійські датасети, на яких вони тренують нейронні МП-мережі (NMT), найбільші за обсягом. Для рідкісної мовної пари, як-от угорська — суахілі, просто не знайдеться датасету достатнього обсягу, на якому можна було б натренувати нейронну МП-мережу. Тому машинний переклад у таких мовних парах часто відбувається через посередництво англійської: угорська → англійська, потім англійська → суахілі. Тобто здійснюється подвійний машинний переклад, і кількість усіх описаних вище вад подвоюється. З цим недоліком теж намагаються боротися.

• Гумор, гра слів, алюзії, натяки, алегорії. Для машинного перекладу це поки що terra іncognіta: він їх просто не бачить і перекладає в лоб. З почуттям гумору та кмітливістю в МП погано.

• Теги (variables і placeholders). МТ сприймає теги як якісь дивні елементи посеред тексту і найчастіше просто викидає їх. Він не розуміє, яке слово підставлятиметься замість тега, тому не враховує відмінки, однину/множину тощо.

Цей допис у нашому телеграм-каналі.