Заключение

В работе были рассмотрены различные типы систем машинного перевода.

Особое внимание было уделено системам статистического машинного перевода. Это связано с тем, что такие системы, по мнению некоторых экспертов, являются наиболее перспективными среди прочих СМП.

Развитие машинного перевода связано с дальнейшей разработкой и углублением теории и практики перевода, как машинного, так и «человеческого». Для развития теории важны результаты сопоставительного языкознания, общей теории перевода, теории закономерных соответствий, способов представления знаний, оптимизации и совершенствования лингвистических (и математических) алгоритмов.

Качество перевода, сделанного машинной сильно зависит от стилистики самого текста, и стилистики текстов для которых система была изначально построена. Для статистических систем, как показывает практика, перевод получается идеальным, если он проводился для научно-политического текста. В случае Googleэто очень закономерно, так как начальная база системы набиралась с использованием протоколов заседаний Генеральной Ассамблеи ООН. Практически, все СМП хорошо справляются со научно техническим текстом.

При переводе научного текста значительную роль играют эквивалентные переводные соответствия. В меньшей мере вариантные переводные соответствия. Крайне редко используются трансформационные. Это обусловлено стилистическими особенностями научного текста. Вообще подобное совпадение не случайно. Машинный перевод изначально создавался для оперативного перевода технической документации. И потому именно в этой сфере он проявляет себя лучше всего. Мы лишь очередной раз на конкретном примере показали это.

Основные ошибки, совершенные машиной, относятся к лексическим особенностям текста. Но даже при неверном разрешении омонимии в некоторых случаях основный смысл был передан (учитывая экстралингвистические реалии, не составляет труда догадаться что именно имел автор).

Синтаксические и морфологические особенности были переданы верно. Таким образом, у читателя машинного перевода складывается приемлемое представление о тексте, его структуре и основных идеях. Это очень важно для научных текстов, когда нужно в кратчайшие сроки получить общее представление о каком-либо явлении или изобретении, при том, можно пренебречь некоторыми деталями, и красотой языка.

Для разрешения проблемы омонимии и трансформационных соответствий, перед применением машинного перевода текст должен пройти некоторую предобработку. При этом, безусловно, потеряется колорит текста и любая экспрессивность (которой и так очень мало в научном тексте). На данном этапе развития, такова цена за безупречную ясность.

Основание практической части

Практическая часть основана на материалах:

1. Knuth D. «The Art Of Computer Programming. Volume 1 / Fundamental Algorithms – 3rd ed.» — Stanford University: Addison Wesley Longman, 1997 — 665 c.

2. Кнут Д. «Искусство программирования. Том 1. Основные алгоритмы. 3-е издание, исправленное и дополненное.» — М: Вильямс, 2002 — 685 c.