Переводческие ошибки автоматизированной системы закадрового перевода от компании 'Яндекс': жанровый аспект
Аннотация
Работа посвящена выявлению наиболее типичных и частотных переводческих ошибок, которые допускает автоматизированная система закадрового перевода от компании «Яндекс» в видео разных речевых жанров. Материалом исследования послужил переводной текст, сгенерированный инструментом «Яндекс» для закадрового перевода 20 видеороликов в 10 разных жанрах.
В первой части работы рассматриваются переводческие ошибки и их классификации, машинный перевод и автоматизированная система закадрового перевода от компании «Яндекс», положения теории речевых жанров и жанровая специфика видеороликов на платформе YouTube, в результате чего определяется необходимый для анализа материал.
Во второй части работы проводится анализ переводческих ошибок в работе автоматической системы закадрового перевода. В качестве классификации переводческих ошибок используется классификация, предложенная Л. К. Латышевым. Сначала анализируются типичные переводческие ошибки инструмента «Яндекс». Затем – переводческие ошибки в зависимости от жанра видео. В работе предложена модификационная классификация видеожанров, основанная на нескольких ранее изученных типологиях. Для детального анализа и иллюстративных примеров выбрано одно видео с 68 стилистическими, 57 лексическими, 17 грамматическими ошибками, 32 ошибками в переводе прецедентных имен, 39 искажениями, 97 неточностями и 72 неясностями. С целью исключить неоднозначность результатов исследования решено ограничиться оценкой качества перевода только для одного видеоролика, а также решено анализировать только первый вариант перевода каждого видеоролика. Полученные данные отражают значительное количество ошибок, нарушающих лексические нормы и искажающих содержание исходного текста, вследствие чего высказывания и отрывки текста могут быть поняты неверно. Внимание также уделяется работе инструмента «Яндекс». В ходе исследования обнаружено, что качество перевода видео сильно зависит от качества распознавания и синтеза речи, поэтому для его выполнения недостаточно одного машинного перевода. Трудности возникают как раз потому, что для реализации перевода необходимо совместить все технологии в общий процесс, при этом каждому этапу свойственны свои сложности в исполнении и ошибки. Все этапы взаимосвязаны и взаимозависимы, так как сбой в работе на одном из них может отразиться на конечном результате.
Работа имеет важное значение для развития технологий машинного перевода и может быть полезной для специалистов в области перевода, лингвистики и информационных технологий.
В приложении приводятся метаданные материала данного исследования.
В первой части работы рассматриваются переводческие ошибки и их классификации, машинный перевод и автоматизированная система закадрового перевода от компании «Яндекс», положения теории речевых жанров и жанровая специфика видеороликов на платформе YouTube, в результате чего определяется необходимый для анализа материал.
Во второй части работы проводится анализ переводческих ошибок в работе автоматической системы закадрового перевода. В качестве классификации переводческих ошибок используется классификация, предложенная Л. К. Латышевым. Сначала анализируются типичные переводческие ошибки инструмента «Яндекс». Затем – переводческие ошибки в зависимости от жанра видео. В работе предложена модификационная классификация видеожанров, основанная на нескольких ранее изученных типологиях. Для детального анализа и иллюстративных примеров выбрано одно видео с 68 стилистическими, 57 лексическими, 17 грамматическими ошибками, 32 ошибками в переводе прецедентных имен, 39 искажениями, 97 неточностями и 72 неясностями. С целью исключить неоднозначность результатов исследования решено ограничиться оценкой качества перевода только для одного видеоролика, а также решено анализировать только первый вариант перевода каждого видеоролика. Полученные данные отражают значительное количество ошибок, нарушающих лексические нормы и искажающих содержание исходного текста, вследствие чего высказывания и отрывки текста могут быть поняты неверно. Внимание также уделяется работе инструмента «Яндекс». В ходе исследования обнаружено, что качество перевода видео сильно зависит от качества распознавания и синтеза речи, поэтому для его выполнения недостаточно одного машинного перевода. Трудности возникают как раз потому, что для реализации перевода необходимо совместить все технологии в общий процесс, при этом каждому этапу свойственны свои сложности в исполнении и ошибки. Все этапы взаимосвязаны и взаимозависимы, так как сбой в работе на одном из них может отразиться на конечном результате.
Работа имеет важное значение для развития технологий машинного перевода и может быть полезной для специалистов в области перевода, лингвистики и информационных технологий.
В приложении приводятся метаданные материала данного исследования.