Примеры переводных соответствий между идиомами

1) to teach the dog to bark - ученого учить - только

портить;

2) to have an open hand - быть щедрым;

3) have a heart! - сжальтесь!

4) to lose heart - падать духом;

5) a fresh hand - новичок.

Приведенные примеры показывают, что при переводе текстов с английского языка на русский приходится выбирать переводные эквиваленты для слов с учетом окружающего их контекста или приписывать такие эквиваленты словосочетаниям и фразам как целостным единицам смысла.Эта задача трудно поддается алгоритмизации и разработчики систем машинного перевода долго не находили ее удовлетворительного решения.

2. ЭТАП В связи с перечисленными и многими другими трудностями перевода текстов с одних естественных языков на другие руководитель японской государственной программы по машинному переводу профессор Макото Нагао из университета Киото опубликовал в 1984 г. статью, в которой предложил новую концепцию машинного перевода.

Согласно этой концепции тексты должны переводиться по аналогии с другими текстами, ранее переведенными вручную.Для этой цели должен быть сформирован большой массив билингв (исходных текстов и их переводов), который должен быть введен в сверхмощную многопроцессорную ЭВМ. В процессе перевода новых текстов из массива билингв должны выбираться аналоги фрагментов этих текстов, которые должны использоваться для формирования выходного текста. М. Нагао назвал свой подход кмашинному переводу “Example based translation” (перевод, основанный на примерах), а традиционный подход - как “Rule based translation” (перевод по правилам).

Концепция Макото Нагао перекликается с пропагандируемой в последнее время концепцией “ Translation Memory” (память переводчика), именуемой иногда также как “ Sentence Memory” (накопитель предложений). Существо этой концепции заключается в следующем. При подготовке иноязычных вариантов каких-либо документов (например, эксплуатационной документации на продукцию машиностроительного завода) сначала их перевод выполняется вручную переводчиками высшей квалификации. Затем оригиналы документов и их переводы на иностранный язык вводятся в ЭВМ, расчленяются на отдельные предложения или фрагменты предложений, и из этих элементов строится база данных, содержащая переводные соответствия между ними. База данных загружается в поисковую систему, позволяющую по отдельным предложениям или фрагментам предложений нового текста выбирать их переводы и вставлять в этот текст. Таким образом можно в автоматическом режиме получать качественный перевод тех фрагментов текста, которые представлены в базе данных.

Не опознанные фрагменты текста переводятся на иностранный язык вручную. При этом можно воспользоваться процедурой приближенного поиска этих фрагментов в базе данных, а результаты поиска использовать как подсказку. Результаты ручного перевода новых фрагментов текстов можно снова водить в базу данных. Тогда, по мере перевода все новых и новых документов, “память переводчика” будет постепенно обогащаться и ее эффективность будет возрастать.

Но базы переводных соответствий, построенные для однородных текстов одного предприятия, пригодны лишь для однородных текстов близких по профилю предприятий, так как предложения и большие фрагменты предложений, извлекаемые из текстов одних документов, как правило, не встречаются или очень редко встречаются в текстах других документов. Концепции Макото Нагао и “памяти переводчика” – это шаги в правильном направлении. Но они в явном виде не опираются на лингвистические традиции и не имеют теоретического обоснования. Их практическая реализация связаны с большими трудозатратами на создание “памяти переводчика” или пополнение массивов двуязычных текстов (билингв).

До появления концепций Макото Нагао и “памяти переводчика”, профессор Г.Г. Белоногов предложил в 1975 году другую более обоснованную концепцию, названную им позднее концепцией фразеологического машинного перевода. Главным тезисом этой концепции является утверждение, что наименования понятий в текстах чаще всего обозначаются не отдельными словами, а словосочетаниями, и при переводе текстов с одного языка на другой в качестве основных единиц смысла следует использовать прежде всего не отдельные слова, а фразеологические сочетания, выражающие понятия, отношения между понятиями и типовые ситуации. Отдельные слова также могут использоваться, но только в тех случаях, когда перевод не удается сделать с помощью фразеологических словосочетаний.

В соответствии с этим тезисом, система фразеологического машинного перевода должна включать в свой состав базу знаний, содержащую переводные эквиваленты для наиболее часто встречающихся фраз, фразеологических сочетаний и отдельных слов.В процессе перевода текстов система должна использовать хранящиеся в ее базе знаний переводные эквиваленты в следующем порядке: сначала для очередного предложения исходного текста делается попытка перевести его как целостную фразеологическую единицу; затем, в случае неудачи, - входящие в его состав словосочетания; и, наконец, осуществляется пословный перевод тех фрагментов текста, которые не удалось перевести первыми двумя способами.

Системы фразеологического машинного перевода должны быть ориентированы прежде всего на перевод деловых текстов в области науки, техники, политики и экономики. Перевод художественных текстов - более сложная задача. Но и здесь в будущем можно достичь определенного успеха, если найдутся энтузиасты типа Владимира Даля, которые с помощью современных технических средств возьмут на себя нелегкий труд по составлению мощных фразеологических словарей для этого класса текстов.

Итак, будущее машинного перевода – это семантико-синтаксический преимущественно фразеологический перевод. Никакой другой разумной альтернативы здесь нет и быть не может. И чем раньше разработчики современных систем МП осознают это, тем лучше.

Дата добавления: 2017-01-14