Oldal 14 [14]
OCR
HELTAI PÁL mint a humán fordítású szöveg. A gépi fordítómotorok általában nem mindig végzik el azokat az átalakításokat, amelyeket az emberi fordító elvégez, például a mondatok felbontását, a szöveg funkciójának figyelembevételét, az explicitációt, a modulációt és a parafrázist. Azt is mondhatjuk, hogy a fordítási stratégiák használatának tekintetében a gép elmarad a humán fordító mögött. Ennek következtében a géppel fordított szövegek szerkezete általában jobban hasonlít a forrásnyelvi szövegéhez, mint az emberi fordításoké. Megjegyzendő, hogy az el nem végzett átalakítások ritkán okoznak nyilvánvaló hibát, és részleges utószerkesztés esetén nem igényelnek beavatkozást. A stratégiai kompetencia hiánya inkább olyan eltéréseket okoz, amelyeket csak teljes utószerkesztés során érdemes korrigálni. A gépi fordítások hibái Jelentős számú kutatás foglalkozik a gépi fordítás tipikus hibáival és ezek kategorizálásával. Több automatikus és félig automatikus hibakereső program létezik." Maja Popovic" ismerteti a különböző taxonómiákat, és azt javasolja, hogy először tágabb kategóriákból induljunk ki, majd ezeket részletesebben osszuk fel a fordítási irány és az adott nyelvpár sajátosságaitól függően. A gépi és emberi fordítás hibáinak összehasonlítása Meglepő módon kevés tanulmány hasonlítja össze a gépi és az emberi fordítás hibáit. Ebben a tanulmányban erre teszek kísérletet tanítási tapasztalataim alapján, kiegészítve egy meglehetősen korlátozott előkísérlet adataival. Több évtizede tanítok magyar-angol szakforditäst aGATE/SZIE/MATE posztgraduális szakfordító képzésében. Az utóbbi két-három évben egyre növekvő mértékben használtuk a gépi fordítást: az órákon történő szóbeli fordítást rendszeresen összevetjük a DeeplL által készített gépi fordítással, és megállapítjuk, hol kínál jobb megoldást a gép, illetve hol szorul utószerkesztésre a gépi produktum. A gépi fordítású szövegekben az oktatás során megfigyelt hibákat a következő táblázatban összegeztem. Ebben Angela Costa és munkatársai " Lásd például: Angela Costa — Wang Ling — Tiago Luís — Rui Correia — Luísa Coheur: A linguistically motivated taxonomy for Machine Translation error analysis, Machine Translation, vol. 29, 2015/2, 127-161. 1 Maja Popovié: Error classification and analysis for machine translation quality assessment, in Joss Moorkens — Sheila Castilho — Federico Gaspari — Stephen Doherty (eds): Translation Quality Assessment, Springer, 2018, 129-158. s 12 e
