Экспериментальный анализ индикаторов переводимости экономических текстов

Abstract

В настоящей статье анализируется влияние лингвистических характеристик англоязычных экономических текстов на качество их автоматического перевода на русский язык. Исследование проводится на основе достаточно представительного количества экспериментальных данных, полученных в результате применения наиболее популярных систем ПРОМТ и Google Translate к текстам предметной области макро- и мегаэкономики, одной из наиболее важных в международном аспекте областей экономики, информационные источники которой требуют оперативного представления контента на различных национальных языках. В процессе эксперимента выявлены количественные характеристики переводческих ошибок, типичных для данной предметной области, каждой из указанных систем, и англо-русского направления перевода. Определены и сопоставлены характерные для каждой из систем индикаторы переводимости, вызывающие выявленные типы ошибок. На основе анализа полученных данных выработаны ориентированные на пользователя правила предредактирования исходного текста с целью устранения индикаторов переводимости. Показано, что применение сформулированных правил к исходному английскому тексту до введения его в систему машинного перевода дает пользователю возможность значительно повысить качество продукции этих систем без обращения к разработчикам. This article analyzes the influence of the specificity of English-language economic texts on the quality of their machine translation into Russian. The study is conducted on the basis of a fairly representative amount of experimental data obtained as a result of applying popular PROMT and Google Translate online systems to the texts on macro- and megaeconomics, one of the most important economic sub-domains, information sources of which require operative presentation of their content in various national languages. In the course of the experiment, the types and quantitative characteristics of translation errors, typical for each of the above machine translation systems, domain in question and the Eng- lish-to-Russian translation direction were examined. Translatability indicators characteristic for each of the systems that cause the identified types of errors were detected and compared. Based on the analysis of the obtained data, rules for pre-editing the source text were developed in order to eliminate translata- bility indicators. It is shown that reformulating of original English texts following the pre-editing rules prior to machine translation allows the user significantly improving translation quality without contacting the developers.