Оценка качества машинного перевода (на материале русско-китайского перевода научно-технического текста по аэрокосмической тематике)
https://doi.org/10.25205/1818-7935-2025-23-3-136-150
Аннотация
С быстрым развитием искусственного интеллекта машинный перевод рассматривается как эффективное средство в помощь или для замены перевода, осуществляемого человеком, и пользуется все большей популярностью. В данном исследовании в качестве исходного тестового материала взят фрагмент текста из русскоязычной монографии по аэрокосмической тематике. Для анализа введена метрика BLEU и произведена оценка четырех основных систем машинного перевода, таких как Google Translate, DeepL Translate, Baidu Translate и модель ChatGPT, обобщены основные проблемы на уровне лексики, синтаксиса и текста при машинном переводе русских научно-технических текстов на китайский язык, высказаны предложения по улучшению качества машинного перевода научно-технических текстов.
Ключевые слова
Об авторах
Жуй Сюй
Харбинский политехнический университет
Китай
Китай
Сюй Жуй, доцент
Харбин
Синь Ли
Харбинский политехнический университет
Китай
Китай
Ли Синь, магистрант
Харбин
Список литературы
1. Беляева Л. Н. Машинный перевод в современной технологии процесса перевода // Известия РГПУ им. А. И. Герцена. 2022. № 203. С. 22–29.
2. 文旭,田亚灵.ChatGPT应用于中国特色话语翻译的有效性研究[J].上海翻译,2024,(2):27–34. = Вэнь Сюй, Тянь Ялин. Исследование эффективности применения ChatGPT при переводе дискурса с китайскими особенностями // Перевод в Шанхае. 2024. Вып. (2). С. 27–34.
3. 郭望皓,胡富茂.神经机器翻译译文评测及译后编辑研究[J].北京第二外国语学院学 报,2021,43(05):66–82. = Го Ванхао, Ху Фумао. Нейромашинный перевод Оценка перевода и постпереводческое редактирование // Журнал Второго пекинского института иностранных языков. 2021. Вып. 43(05). С. 66–82.
4. 桂婷婷,杨占.医学文献机器翻译的常见错误及译前编辑途径探索——以谷歌翻译为例[J].英 语广场,2023,(13):37–40. = Гуй Тингтинг, Ян Чжан. Исследование распространенных ошибок при машинном переводе медицинской литературы и путей редактирования перед переводом – на примере Google Translate // Площадь английского языка. 2023. Вып. (13). С. 37–40.
5. Котенко В. В. Перспективы развития нейронного машинного перевода в контексте концепции открытого образования // Ученые записки Университета им. П. Ф. Лесгафта. 2020. № 4. С. 225–231.
6. Калинин С. М. Обзор современных подходов к улучшению точности нейронного машинного перевода // Rhema. Рема. 2017. № 2. С. 70–79.
7. Лантюхова Н. Н., Загоровская О. В., Литвинова Т. А. Термин: определение понятия и его сущностные признаки // Современные проблемы гражданской защиты. 2013. № 1 (6). С. 42–45.
8. 刘青.关于科技术语定义的基本问题[J].科技术语研究,2004,(3):14–18. = Лю Цин. Основные вопросы определения научно-технических терминов // Исследование научно-технической терминологии. 2004. Вып. (3). С. 14–18.
9. 马菊红.科技俄语翻译漫谈[J].中国俄语教学,2017,36(1):58–-62. = Ма Цзюхун. Размышления о научно-техническом переводе на русский язык // Обучение русскому языку в Китае. 2017. Вып. 36 (1). С. 58–62.
10. Немченко В. H. Грамматическая терминология: словарь-справочник. М.: Флинта: Наука, 2011. 592 с.
11. Раренко М. Б. Машинный перевод: от перевода «по правилам» к нейронному переводу // Социальные и гуманитарные науки. Отечественная и зарубежная литература. 2021. № 3. С. 70–79.
12. Papineni K., Roukos S., Ward T., Zhu W. BLEU: a method for automatic evaluation of machine translation // Proceedingsofthe 40th annual meetingofthe associationfor computationallinguistics. 2002. С. 311–318.
13. 徐佳宁.衔接理论视角下人工翻译和机器翻译对比分析[J].海外英语,2024,(2):1–3.= Сюй Цзянин. Сравнительный анализ человеческого и машинного перевода с точки зрения теории артикуляции // Английский язык за рубежом. 2024. Вып. (02). С. 1–3.
14. 胡开宝,李翼.机器翻译特征及其与人工翻译关系的研究[J].中国翻译, 2016,37(5):10-14. = Ху Кайбао, Ли И. Исследование особенностей машинного перевода и его связи с человеческим переводом // Перевод в Китае. 2016. Вып. 37 (5). С. 10–14.
15. 席雁.浅析翻译中单词的意义引申[J].中国科技信息,2005(9):145. = Си Янь. Анализ смысловой деривации слов в переводе // Китайская научно-техническая информация. 2005. Вып. (9). С. 289–271.
16. 周成彬,刘忠宝.基于语义信息共享 Transformer的古文机器翻译方法 [J].情报工 程,2022,8(06):114–127. = Чжоу Чэнбин, Лю Чжунбао. Метод машинного перевода древних текстов на основе трансформатора совместного использования семантической информации // Разведывательная техника. 2022. Вып. 8(6). С. 114–127.
17. 赵杨.汉英机器翻译之交互翻译策略探究[J].海外英语, 2018,(17):149–151. = Чжао Ян. Исследование стратегий интерактивного перевода для китайско-английского машинного перевода // Английский язык за рубежом. 2018. Вып. (17) С. 149–151.
18. 杨文地,范梓锐.科技语篇机器翻译的译后编辑例析[J].上海翻译,2021,(6):54–59. = Ян Вэньди, Фань Цзыруй. Анализ примеров постпереводческого редактирования при машинном переводе научно-технического дискурса // Перевод в Шанхае. 2021. Вып. (6) С. 54–59.
Рецензия
Для цитирования:
Сюй Ж., Ли С. Оценка качества машинного перевода (на материале русско-китайского перевода научно-технического текста по аэрокосмической тематике). Вестник НГУ. Серия: Лингвистика и межкультурная коммуникация. 2025;23(3):136-150. https://doi.org/10.25205/1818-7935-2025-23-3-136-150
For citation:
Xu R., Li X. Quality Assessment of Machine Translation (on the material of Russian-Chinese translation of scientific aerospace texts). NSU Vestnik. Series: Linguistics and Intercultural Communication. 2025;23(3):136-150. (In Russ.) https://doi.org/10.25205/1818-7935-2025-23-3-136-150
Просмотров:
228
JATS XML
Послать статью по эл. почте 