Hem › Råd › Program för översättningsminne. Översättningsminnesteknik. Standarder och format för översättningsminne

Program för översättningsminne. Översättningsminnesteknik. Standarder och format för översättningsminne

Beskrivning

En post i en sådan databas motsvarar ett segment eller "översättningsenhet" (engelsk översättningsenhet), som vanligtvis tas som en mening (mindre ofta, en del av en komplex mening eller stycke). Om översättningsenheten i källtexten exakt matchar översättningsenheten som lagras i databasen (exakt matchning), kan den automatiskt ersättas i översättningen. Det nya segmentet kan också skilja sig något från det som lagras i databasen (fuzzy match). Ett sådant segment kan också infogas i översättningen, men översättaren måste göra de nödvändiga ändringarna.

Förutom att påskynda översättningsprocessen av upprepade fragment och ändringar som görs i redan översatta texter (till exempel nya versioner mjukvaruprodukter eller ändringar i lagstiftningen), säkerställer PP-system också enhetlighet i översättningen av terminologi i samma fragment, vilket är särskilt viktigt när teknisk översättning. Å andra sidan, om en översättare regelbundet byter ut exakta matchningar från översättningsdatabaser i sin översättning, utan att övervaka deras användning i ett nytt sammanhang, kan kvaliteten på den översatta texten försämras.

I varje specifikt mjukvarusystem lagras data i sitt eget format (textformat i Wordfast, databas Få åtkomst till data i Deja Vu), men det finns en internationell standard TMX (eng. Översättningsminne eXchange-format), som är baserad på XML och kan genereras av nästan alla programvarusystem. Tack vare detta kan översättningarna som görs användas i olika applikationer, det vill säga en översättare som arbetar med OmegaT kan använda ett TM skapat i Trados, och vice versa.

De flesta PP-system stöder åtminstone skapandet och användningen av användarlexikon, skapandet av nya databaser baserade på parallella texter (engelsk anpassning), samt halvautomatisk extraktion av terminologi från original och parallella texter.

Populära PP mjukvarusystem

Kontrollera information.

Enligt recensioner av användningen av PP-system inkluderar de mest populära systemen:

Den engelska Wikipedia har en lista som jämför kapaciteten hos olika system.

Standarder och format för översättningsminne

TMX (Translation Memory Exchange Format - Translation Memory Exchange). Denna standard möjliggör utbyte mellan olika leverantörer av översättningsminnen. TMX är ett vanligt format bland översättare och lämpar sig bäst för import och export av översättningsminnen. Senaste versionen Detta format - 1.4b låter dig återställa källdokument och deras översättning från en TMX-fil.
TBX (Termbase Exchange format - Terminologibasutbyte). Detta LISA-format (Localization Industry Association) revideras för närvarande och ges ut på nytt enligt ISO 30042. Denna standard möjliggör utbyte av terminologi, inklusive detaljerad lexikal information. Huvudbasen för TBX definieras av standarderna: ISO 12620, ISO 12200 och ISO 16642. ISO 12620 tillhandahåller ett register över väldefinierade "datakategorier" med standardiserade namn som fungerar som dataelementtyper eller fördefinierade värden. ISO 12200 (även känd som MARTIF) utgör grunden för TBX-ramverket. ISO 16642 (även känd som Terminological Markup Framework) inkluderar en strukturell metamodell för Terminology Markup Languages i allmänhet.
SRX är utformad för att förbättra TMX-formatet och göra utbyte av översättningsminne mellan program mer effektivt. Möjligheten att specificera segmenteringsreglerna som användes i den tidigare översättningen ökar effektiviteten för att identifiera segment i den aktuella texten med innehållet i PP.
GMX GILT står för globalisering, internationalisering, lokalisering och översättning. GILT Metrics-standarden består av tre delar: GMX-V för volymmått, GMX-C för komplexitetsmått och GMX-Q för kvalitetsmätningar. Den föreslagna GILT Metrics-standarden syftar till att kvantifiera omfattningen av arbetet och kvalitetskraven vid implementering av GILT-uppgifter.
OLIF är en XML-kompatibel öppen standard som används för att utbyta terminologi och lexikal data. Även om det ursprungligen användes som ett sätt att utbyta lexikal data mellan proprietära maskinöversättningslexikon, har formatet gradvis utvecklats till en mer allmän standard för terminologiutbyte.
XLIFF (XML Localization Interchange File Format - XML-format för ömsesidigt utbyte under lokalisering), skapat som ett enda filformat för ömsesidigt utbyte som känns igen av alla programvara lokalisering. XLIFF är översättningsbranschens bästa sätt att utbyta information i XML-format. Vissa verktyg använder proprietära XLIFF-format som inte tillåter att filer skapade med dem öppnas i andra program.
TransWS (Translation Web Services) definierar de parametrar som krävs för att anropa webbtjänster när du skickar och tar emot filer och meddelanden relaterade till lokaliseringsprojekt. Det var tänkt som ett utökat system för att automatisera lokaliseringsprocessen med hjälp av tjänster på Internet.
xml:tm , detta tillvägagångssätt för översättningsminne är baserat på begreppet textminne, som tillåter kombinationen av författarminne och översättningsminne. xml:tm-formatet tillhandahölls till Lisa OSCAR av XML-INTL.

Fördelar och nackdelar

Fördelar

Minska tiden och mängden arbete för en översättare.
Förbättrad översättningskonsistens, särskilt när en grupp översättare arbetar med samma projekt.
Öka vinsterna genom att öka produktiviteten för en översättare eller en grupp översättare.
Förbättra kvaliteten på tjänsterna genom att öka noggrannheten och enhetligheten i översättningen av termer, särskilt i specialiserade texter.

Brister

Kan göra översättningen mer "torr"; själva kärnan i texten går förlorad om översättningen med hjälp av ett översättningsminne utförs av en lågutbildad översättare.
Det finns ofta inget samband mellan meningen/texten som programmet erbjuder och angränsande meningar och texten som helhet.
Originalet måste vara i elektronisk form.
Ett oupptäckt misstag kan spridas över hela projektet.
Utbildning för att arbeta i själva programmet är nödvändigt, och vid byte av jobb - kanske mer än en gång (om arbetsgivare använder olika TM-program).
Inte lämplig för alla typer av texter.
Hög kostnad för licensierad programvara.

se även

Litteratur

Grabovsky V. N. Översättningsminnesteknik // Broar. Journal of Translators. 2004. Nr 2. - S. 57-62.

Länkar

Användning av professionella program av ryska översättningsföretag // Konstantin Dranch, 8 april 2015.

(mindre ofta - del av en komplex mening eller ett stycke). Om översättningsenheten för källtexten exakt matchar översättningsenheten som lagras i databasen (exakt matchning, engelska. exakt matchning), kan den infogas automatiskt i översättningen. Det nya segmentet kan också skilja sig något från det som lagras i databasen (fuzzy matching). luddig match). Ett sådant segment kan också infogas i översättningen, men översättaren måste göra de nödvändiga ändringarna.

Förutom att påskynda översättningsprocessen av upprepade fragment och ändringar som görs i redan översatta texter (till exempel nya versioner av mjukvaruprodukter eller ändringar i lagstiftning) säkerställer PP-system också enhetlighet i översättningen av terminologi i samma fragment, vilket är särskilt viktigt vid teknisk översättning. Å andra sidan, om en översättare regelbundet byter ut exakta matchningar från översättningsdatabaser i sin översättning, utan att övervaka deras användning i ett nytt sammanhang, kan kvaliteten på den översatta texten försämras.

I varje specifikt mjukvarusystem lagras data i sitt eget format (textformat i Wordfast, Access-databas i Deja Vu), men det finns en internationell standard TMX (eng. Translation Memory eXchange-format ), som är baserad på XML och som kan genereras av nästan alla mjukvarusystem. Tack vare detta kan de gjorda översättningarna användas i olika applikationer, det vill säga en översättare som arbetar med OmegaT kan använda en programvara skapad i TRADOS och vice versa.

De flesta mjukvarusystem stöder åtminstone skapandet och användningen av användarordböcker, skapandet av nya databaser baserade på parallella texter (eng. inriktning), samt halvautomatisk extraktion av terminologi från original- och parallelltexter.

Populära PP mjukvarusystem

Enligt recensioner av användningen av PP-system inkluderar de mest populära systemen:

Den engelska Wikipedia har en lista som jämför kapaciteten hos olika system.

Standarder och format för översättningsminne

TMX-format (Translation Memory Exchange Format - Translation Memory Exchange). Denna standard möjliggör utbyte mellan olika leverantörer av översättningsminnen. TMX är ett vanligt format bland översättare och lämpar sig bäst för import och export av översättningsminnen. Den senaste versionen av detta format - 1.4b låter dig återställa källdokument och deras översättning från en TMX-fil.
TBX (Termbase Exchange format - Terminologibasutbyte). Detta LISA-format (Localization Industry Association) revideras för närvarande och ges ut på nytt enligt ISO 30042. Denna standard möjliggör utbyte av terminologi, inklusive detaljerad lexikal information. Grunden för TBX definieras av standarderna: ISO 12620, ISO 12200 och ISO 16642. ISO 12620 tillhandahåller ett register över väldefinierade "datakategorier" med standardiserade namn som fungerar som dataelementtyper eller fördefinierade värden. ISO 12200 (även känd som MARTIF) utgör grunden för TBX-ramverket. ISO 16642 (även känd som Terminological Markup Framework) inkluderar en strukturell metamodell för Terminology Markup Languages i allmänhet.
SRX är utformad för att förbättra TMX-formatet och göra utbyte av översättningsminne mellan program mer effektivt. Möjligheten att specificera segmenteringsreglerna som användes i den tidigare översättningen ökar effektiviteten för att identifiera segment i den aktuella texten med innehållet i PP.
GMX GILT står för globalisering, internationalisering, lokalisering och översättning. GILT Metrics-standarden består av tre delar: GMX-V för volymmått, GMX-C för komplexitetsmått och GMX-Q för kvalitetsmätningar. Den föreslagna GILT Metrics-standarden syftar till att kvantifiera omfattningen av arbetet och kvalitetskraven vid implementering av GILT-uppgifter.
OLIF är en XML-kompatibel öppen standard som används för att utbyta terminologi och lexikal data. Även om det ursprungligen användes som ett sätt att utbyta lexikal data mellan proprietära maskinöversättningslexikon, har formatet gradvis utvecklats till en mer allmän standard för terminologiutbyte.
XLIFF (XML Localization Interchange File Format - XML-format för ömsesidigt utbyte under lokalisering), skapat som ett enda filformat för ömsesidigt utbyte, som känns igen av all lokaliseringsprogramvara. XLIFF är översättningsbranschens bästa sätt att utbyta information i XML-format.
TransWS (Translation Web Services) definierar de parametrar som krävs för att anropa webbtjänster när du skickar och tar emot filer och meddelanden relaterade till lokaliseringsprojekt. Det var tänkt som ett heltäckande system för att automatisera lokaliseringsprocessen med hjälp av tjänster på Internet.
xml:tm, detta tillvägagångssätt för översättningsminne är baserat på konceptet textminne, som låter dig kombinera författarminne och översättningsminne. xml:tm-formatet tillhandahölls till Lisa OSCAR av XML-INTL.

Fördelar och nackdelar

Fördelar

Minska tiden och mängden av översättararbete
Förbättrad översättningskonsistens, särskilt när en grupp översättare arbetar med samma projekt.
Öka vinsterna genom att öka produktiviteten hos en översättare eller grupp av översättare
Förbättra kvaliteten på tjänsterna genom att öka noggrannheten och enhetligheten i översättningen av termer, särskilt i specialiserade texter.

Brister

Kan göra översättningen mer "torr"; själva essensen av texten går förlorad om översättningen med hjälp av ett översättningsminne utförs av en lågutbildad översättare
Det finns ofta inget samband mellan meningen/texten som programmet erbjuder och angränsande meningar och texten som helhet.
Originalet måste vara i elektronisk form
Ett oupptäckt misstag kan spridas genom hela projektet
Det är nödvändigt att träna själva programmet, och när du byter jobb - kanske mer än en gång (om arbetsgivare arbetar med olika TM-program)
Inte lämplig för alla typer av texter
Hög kostnad för licensierad programvara

se även

Litteratur

Grabovsky V. N. Översättningsminnesteknik // Broar. Journal of Translators. 2004. Nr 2. - S. 57-62.

Länkar

Gör inte samma översättning två gånger // Computerra Online, 14 februari 2005.

Anteckningar

Wikimedia Foundation. 2010.

Se vad "Översättningsminne" är i andra ordböcker:

Innehåll 1 I psykologi 2 In datateknik... Wikipedia

Mosaik föreställande ... Wikipedia

Text på ett språk tillsammans med dess översättning till ett annat språk. "Parallell textjustering" är identifieringen av matchande meningar i båda halvorna av en parallell text. Stora samlingar av parallella texter kallas... ... Wikipedia

Parallell text (bitext) text på ett språk tillsammans med dess översättning till ett annat språk. "Parallell textjustering" är identifieringen av matchande meningar i båda halvorna av en parallell text. Stora möten... ... Wikipedia

Översättningsminne (TM, ibland kallat "Översättningsminne") är en databas som innehåller en uppsättning tidigare översatta texter. En post i en sådan databas motsvarar ett segment eller "översättningsenhet" (engelska... ... Wikipedia

Nyckelord

ÖVERSÄTTNINGSMINNE / ÖVERSÄTTNINGSAKUMULATOR / PROFESSIONELL UTBILDNING/ ÖVERSÄTTNING / UTBILDNING I ÖVERSÄTTNING/ TM-PROGRAM / ÖVERSÄTTNINGSMINNE / PROFESSIONELL UTBILDNING / ÖVERSÄTTNING / UNDERVISNING ÖVERSÄTTNING / TM MJUKVARA

anteckning vetenskaplig artikel om data- och informationsvetenskap, författare till det vetenskapliga arbetet - Olga Ivanovna Babina, Pavel Grigorievich Osminin

Problemet med att lära eleverna att arbeta med specialiserad programvara beaktas. Historien om utvecklingen av översättningsminnesprogram tas upp, exempel på de mest kända programmen, inklusive rysk utveckling, och kriterier för deras skillnader ges, och allmän process när man arbetar med program, anges de mest typiska användningsområdena för översättningsminnesteknologi. Fördelarna med översättningsminnesprogram anges, vilka består i att öka översättarens produktivitet och förenkla efterlevnaden av terminologins enhetlighet i översättningstexten. Nackdelarna med sådana program är givna; ökad arbetseffektivitet är endast möjlig när det krävs tid och ekonomiska kostnader för att översätta texter som innehåller ett stort antal upprepningar. Användningen av översättningsminnesteknologi i utbildningsprocessen är underbyggd och ger också Olika typer uppgifter för elever som syftar till att utveckla färdigheten att använda översättningsminne. Uppdragen återspeglar de verkliga detaljerna i en översättares arbete, vilket ökar konkurrenskraften för den framtida utexaminerade på arbetsmarknaden. En metodik för att bedöma lärandemål presenteras. Resultaten av artikeln kan användas vid sammanställning metodiska rekommendationer till kursen översättningsutbildning.

Relaterade ämnen vetenskapliga verk om data- och informationsvetenskap, författare till det vetenskapliga arbetet - Olga Ivanovna Babina, Pavel Grigorievich Osminin

Översättningsminne som ett sätt att förbättra översättarens produktivitet
2017 / Chemezov Yan Robertovich
Om utbildning och fortbildning av tekniska översättare
2014 / Popov S.A.
Använder TQI-indexet för att förbättra översättningskvaliteten
2017 / Chemezov Yan Robertovich
Det inledande skedet av att bemästra översättningsminnesprogram med exemplet med Wordfast-produkten
2011 / Naugolnykh A. Yu.
Använda informationsteknik för att optimera översättningsprocessen
2012 / Morozkina E. A., Shakirova N. R.
Integrering av projektmetoden i processen för undervisning i översättning
2018 / Kondrashova Elena Valerievna, Drygina Inna Valerievna
Från erfarenhet av att använda projektarbete för att utbilda översättare
2017 / Nagovitsyna I. A., Lekomtseva I. A.
En modern modell för professionell kompetens hos en översättare inom ramen för översättarutbildningssystemet vid ryskspråkiga universitet
2012 / Lipatova Victoria Valerievna, Litvinov Alexander Viktorovich
Metodik för att använda kvantitativa mått för att bedöma kvaliteten på skriftlig militär-teknisk översättning i utbildningsprocessen
2018 / Shvets T.P.
Användningen av IKT för att organisera processen för utbildning av översättare på basis av språkavdelningar
2012 / Marutyan Mikhail Borisovich

Denna artikel behandlar en aktuell fråga om modern yrkesutbildning som består i att lära studenter att använda speciell programvara i yrkesverksamhet. Artikeln presenterar en historisk bakgrund av utvecklingen av programvaran Translation Memory (TM); mest populära TM-programvaran (inklusive ryska landvinningar på detta område) exemplifieras och jämförs. Den allmänna processen för att använda TM-programvara i översättares verksamhet beskrivs; typiska sfärer för användning av översättningsminne är uppräknade. Fördelarna med att använda TM-mjukvaran (att öka översättarnas arbetseffektivitet, underlätta terminologiens enhetlighet i texten på målspråket) visas. Vissa nackdelar med dessa datorprogram (en förmåga att öka effektiviteten endast inom begränsade domäner i texter som innehåller många upprepningar, högt pris på programvaran, tid för att lära sig använda programvaran) nämns också. Användningen av programvara för översättningsminne inom utbildning är grundad. Olika typer av uppgifter för studenter som syftar till att bemästra sina praktiska färdigheter i att använda programvara för översättningsminne föreslås. Dessa uppgifter speglar en specifik karaktär hos översättarnas arbete, vilket gör att alumnerna kan få konkurrensfördelar på arbetsmarknaden. Procedur för att utvärdera utbildningsresultat ges. Resultaten av uppsatsen kan användas för att sammanställa akademiska riktlinjer för översättares utbildning.

Text av vetenskapligt arbete på ämnet "Översättningsminne i översättarutbildning"

UDC 378,16 BBK Sh11

ÖVERSÄTTNINGSMINNE I UTBILDNING ÖVERSÄTTARE

O.I. Babina, P.G. Osminin South Ural State University (Chelyabinsk)

Problemet med att lära eleverna att arbeta med specialiserad programvara beaktas. Historien om utvecklingen av översättningsminnesprogram täcks, exempel på de mest kända programmen, inklusive rysk utveckling, och kriterier för deras skillnader ges, den allmänna processen för att arbeta med program beskrivs och de mest typiska tillämpningsområdena för översättning minnesteknik indikeras. Fördelarna med översättningsminnesprogram anges, vilket inkluderar att öka översättarens produktivitet och förenkla efterlevnaden av terminologins enhetlighet i översättningstexten. Nackdelarna med sådana program är givna - att öka arbetseffektiviteten är endast möjlig när översättning av texter som innehåller ett stort antal upprepningar kräver vanligtvis tid och ekonomiska kostnader. Användningen av översättningsminnesteknik i utbildningsprocessen är underbyggd och olika typer av uppgifter ges för eleverna, som syftar till att utveckla färdigheten att använda översättningsminne. Uppdragen återspeglar de verkliga detaljerna i en översättares arbete, vilket ökar konkurrenskraften för den framtida utexaminerade på arbetsmarknaden. En metodik för att bedöma lärandemål presenteras. Resultaten av artikeln kan användas för att utarbeta metodologiska rekommendationer för en översättningskurs.

Nyckelord: översättningsminne, översättningsminne, yrkesutbildning, översättning, översättningsutbildning, TM-program.

Introduktion

I modern värld Behovet av översättningstjänster ökar. Volymen på översättningsmarknaden växer, behovet av kvalificerade översättare ökar och översättarnas produktivitet måste öka. Rollen har ökat markant informationstekniköversatt - blev utbredd som allmänna program(textredigerare) och specialiserade översättningsprogram (elektroniska ordböcker, textkorpus, översättningsminnesprogram, terminologidatabaser). Själva materialet för översättning har genomgått förändringar – allt mer digitalt material erbjuds för översättning i form av presentationer och multimediamaterial. Ett antal författare noterar att när man utbildar översättare är det nödvändigt att ta hänsyn till förändringar i översättarnas arbete, lära ut moderna färdigheter och förmågor och använda modern informationsteknik i utbildningen.

Översikt över TM-program

Översättningsminne (TM) teknologi är designad för återanvändning

i översättningsverksamhet av tidigare översatta texter.

Några av de första försöken att använda en dator för att hjälpa till med manuell översättning går tillbaka till 1966. I Mannheim använde den tyska försvarsmaktens översättningsbyrå en dator för att skapa ordlistor för vissa typer av texter. Arbetet fortgick enligt följande: översättaren läste Engelsk text och understrukna ord som han behövde tyska motsvarigheter till. Datoroperatören matade sedan in denna information i datorn, som kunde sammanställa tre eller fyra ordlistor för texten på tio minuters arbete.

I Luxemburg använde terminologikontoret för Europeiska kol- och stålgemenskapen en automatisk ordbokssökning efter termer. Enligt byråns uppskattningar ägnade översättaren minst en fjärdedel av sin tid åt att söka efter termer. När översättaren arbetade med systemet underströk de för honom okända orden. Sedan matades hela meningen in i datorn, en automatisk sökning gjordes och de mest liknande meningarna skrevs ut, samt ord med översättning i den ordning de förekom i texten. Ju fler kom

förfrågningar från översättaren, desto fler meningar söktes, vilket ökade sannolikheten för att termer skulle förekomma i rätt sammanhang. Således kunde byrån inte bara underlätta översättarens arbete, utan också att sammanställa specialiserade ordlistor på kort tid.

1979 kom Peter Arten fram till att EU-kommissionens texter, som måste översättas till flera språk, innehöll ett mycket stort antal upprepningar och citat från olika kommissionsdokument, så att översättare tvingades slösa tid på att översätta redan översatta texter. Arten föreslog att det är nödvändigt att ha ett stort gemensamt centralminne med en sökfunktion, där alla organisationens dokument och deras översättningar kommer att lagras. När du skriver text kommer det att vara möjligt att ange de språk som krävs för översättning och jämföra dokumentet med dokument i det delade minnet, varifrån de närmaste översättningarna av meningar av originaltexten på de önskade språken kommer att skrivas ut.

Martin Kaye beskrev i en rapport från 1980 en föreslagen översättarhjälpanordning bestående av en ordbehandlare och en ordbok. Textredigeraren består av två fönster - det översta, där originaltexten finns, och det nedersta, där översättningen skrivs in. Översättaren har förmågan att markera ett ord eller en fras i texten och söka i ordboken; det var tänkt att det skulle vara möjligt att redigera poster i ordboken.

De första kommersiella TM-programmen dök upp i början av 1990-talet. 1984 grundades STAR (en akronym för Software Translation Artwork Recording) i Stein am Rhein, Schweiz. Företaget höll på att utvecklas programvara, tillhandahålla översättningstjänster. 1991 släppte företaget Transit-programmet för operativ system DOS, programmet inkluderade en terminologihanteringsmodul TermStar.

1984 grundades TRADOS (en akronym för TRanslation & Documentation Software) i den tyska staden Stuttgart och 1992 släppte företaget Translator's Workbench för operationssalen DOS-system. Programmet inkluderade ett översättningsminne, en textredigerare och en MultiTerm terminologihanteringsmodul.

1992 grundades SDL International, en leverantör av språktjänster, i den engelska staden Maidenhead. Företaget växte snabbt, förvärvade mindre företag och blev en av marknadsledarna. 1998 släppte SDL sitt eget TM-program, SDLX. 2005 förvärvade SDL TRADOS.

1993 grundades ATRIL i Madrid och släppte Deja Vu, den första TM-mjukvaran för operationssalen. Windows-system 3.1. Programmet var inbyggt i Microsoft Word för Windows 2.0. 1996-1997 Deja Vu har designats om till ett program med ett separat gränssnitt.

I vårt land finns det en hel del utvecklingar relaterade till TM-program. MT2007 TM-programmet har utvecklats sedan cirka 2007 av en enda utvecklare och finns tillgängligt som en separat applikation. Utvecklingen av programmet avbröts under en tid; programmet kan vara tillgängligt under namnet CATnip. ABBYY erbjuder ABBYY Aligner, ett verktyg för att skapa översättningsminnen från parallella texter. ryskt företag PROMT erbjuder en kombination av teknik för maskinöversättning (MT) och översättningsminne (TM).

Det finns många olika TM-program tillgängliga idag. De mest populära är Across, Deja Vu, MemoQ, OmegaT, SDL Trados Studio, STAR Transit, Wordfast.

Vanligtvis finns både betalt och gratis utbildningsmaterial tillgängligt på webbplatsen för företaget som utvecklar programmet. För programmen Deja Vu och SDL Trados finns gratis utbildningsmaterial tillgängligt på ryska från de officiella distributörerna av programmen i Ryssland och OSS-länderna - översättningsbyrån Okay och företaget T-Service.

För närvarande är översättningsminnet en databas som lagrar textsegment på källspråket och målspråket. Originalsegmentet och översättningssegmentet som är associerat med det utgör en översättningsenhet (TU). Rollen för ett segment är vanligtvis textmeningar.

TM-program kan särskiljas enligt flera kriterier.

1) Baserat på teknisk implementering kan vi särskilja lokala TM-program och de som är tillgängliga online. Använder sig av

onlineversioner (till exempel Google Translator Toolkit och Wordfast Anywhere) fungerar i ett webbläsarfönster. I fig. Figur 1 visar ett exempel på hur man arbetar med Wordfast Anywhere. Samtidigt kan resultaten av arbetet (översättningsminnen, ordlistor) i Google Translator Toolkit göras tillgängliga för andra användare.

Lokala program kan vara fristående applikationer eller inbäddade applikationer.

sparas i en textredigerare (till exempel Microsoft Word). Översättningen sker direkt i textredigerare. Fördelen med detta tillvägagångssätt är att användaren arbetar med det välbekanta redigeringsgränssnittet och har tillgång till avancerade textredigeringsmöjligheter. Nackdelen är att stödet för filformat är begränsat - vanligtvis finns bara textredigeringsformat tillgängliga.

När man arbetar med enskilda applikationer sker hela översättningsprocessen inom applikationsmiljön. Ytterligare format kan dock finnas tillgängliga. Nackdelen kan vara behovet av att vänja sig vid programgränssnittet.

2) Genom ytterligare funktionalitet. Terminologihanteringsprogram är ofta inbyggda i TM-program - de låter dig tillhandahålla allmän tillgång till terminologidatabaser, lagra och bearbeta terminologi. Detta gör att vi kan säkerställa enhetlig terminologi i översättning, säkerställa överensstämmelse med språket

politik inom ett visst företag eller ämnesområde.

För att bygga ett översättningsminne måste du kunna jämföra delar av källtexten och översättningen för att sedan lägga in dessa par i programdatabasen. Därför är TM-program ofta utrustade med en funktion för att justera textsegment (oftast meningar).

Dessutom direkt under översättningsprocessen för att lösa oklarheter

se användningen av ett visst ord i sitt sammanhang. TM-program ger som regel möjlighet att bygga en konkordans av ett ord - hitta en lista över alla användningsområden för ordet i sammanhanget, samtidigt som metoder för att översätta den lexikala enheten i varje fall presenteras. Faktum är att den här funktionen ger tillgång till en flerspråkig textkorpus, och sökningen efter lexikaliska objekt utförs genom gränssnitt liknande de som används när man arbetar med textkorpus. Vissa parallella korpus för enskilda språkpar med gränssnitt för att kompilera en konkordans är tillgängliga online (som Tran88earcs, WeBiText, Tranlogi, SupbroTerri och andra). Eftersom sökning av en informationsresurs redan är en ganska kraftfull källa till språklig information för en översättare, separeras parallella korpus av texter med ett sökverktyg för det ibland i en separat typ av översättningsminne och kontrasteras med själva översättningsminnesprogram, där sökningen efter upprepas

» Fil Redigera Visningsverktyg? & | ^ | o = |<^? | □ | ^ ■=£>] O @ , Q. Ei | lSi ♦ «*

100 % (TM ENsRU) Privat TU

Kommersiella TM-program har som regel inbyggda system för att extrahera terminologi och sammansättning.

lägga till en ordlista med termer (SDL MultiTerm Extract, SDL MultiTerm, PROMT Term, Mono-Conc Pro, Simple Concordance Program, etc.).

Den "råa" texten, som inkluderar automatiskt ersatta termer och textsegment med deras översatta motsvarigheter, efterredigeras i slutskedet.

3. Kvalitetskontroll: omfattar en formell kontroll av den färdiga översättningen för fullständighet, grammatisk korrekthet, korrekt översättning av relevant terminologi, som kan utföras av översättaren själv, (eventuellt) kunden, samt vid en mellanlänk som ger kommunikation mellan översättaren och kunden. I det här fallet är processen att spela in slutförda redigeringar i översättningsminnet av stor betydelse, annars kan fel upprepas i efterföljande översättningar.

Sålunda, när man arbetar med ett TM-program, särskiljs innehållet (inklusive användningen av ett antal funktioner för att automatisera översättningsaktiviteter), formella och ekonomiska aspekter av översättning. De identifierade aspekterna är en viktig komponent i användningen av översättningsminne i översättares yrkesverksamhet. I detta avseende bör var och en av dessa aspekter återspeglas i den praktiska utbildningen av framtida översättare i användningen av TM-program i översättningsaktiviteter. Samtidigt verkar det nödvändigt att "leda" den framtida översättaren sekventiellt genom alla stadier av den verkliga översättningsprocessen under simulerade förhållanden, vilket innebär uppgiften att utveckla meningsfullt konsekventa uppgifter när man lär sig att använda TM-program.

Utbildning i användning av TM-program

När vi undervisar studenter vid ett universitet anser vi att det är lämpligt att använda onlineversioner av TM-program, eftersom detta tillvägagångssätt har ett antal fördelar:

Online TM är gratis, vilket förenklar deras introduktion i utbildningsprocessen.

Online TM kan användas på olika enheter (datorer, bärbara datorer, surfplattor) och operativsystem (Windows, Linux, Mac OS).

Online TM kan användas överallt där det finns tillgång till Internet. Det finns inget behov av att installera programmet på ett visst antal datorer i förväg. Detta tillvägagångssätt tillåter oss att avsevärt utöka antalet utbildade studenter. Till exempel,

klasser kan genomföras med studenter med specialiserade specialiteter (lingvister, översättare), med studenter av icke-kärnspecialiteter (tilläggsutbildningskurser).

När man arbetar med ett TM-program måste en översättare veta hur man använder och uppdaterar programmets databas. Man måste komma ihåg att alla verktyg fungerar bättre om de används på rätt sätt.

De typer av uppgifter som eleverna utför i klassrummet är varierande och återspeglar särdragen i en översättares faktiska arbete. Låt oss lista några uppgifter.

Uppgift att sammanställa en korpus av texter. Eleverna får parametrarna för de texter som behöver ingå i korpusen (namn på ämnesområdet, genre, textstil, datum för tillkomsten etc.), och ombeds skapa en pedagogisk korpus av flera texter. Denna uppgift beror på ett antal författares uppfattning att TM:er kan användas i kombination med andra läromedel (till exempel textkorpus), vilket ytterligare ökar lektionernas effektivitet. Samtidigt kan vissa metoder att använda en textkorpus i undervisningen i ett främmande språk återanvändas vid utbildning av översättare.

I den "mjuka" versionen föreslås en viss allmän korpus av texter tillgängliga online som en textkälla (till exempel National Corpus of the Russian Language, British National Corpus, Michigan Corpus of Academic Spoken English, etc.). Många onlinekorpus har textmeta-markup som klassificerar texter enligt ett antal parametrar. I detta avseende är det en ganska enkel uppgift att välja texter från en sådan korpus, endast processen att använda sökverktyg för en textkorpus kan orsaka svårigheter. Därför bör användningen av sökmotorer för textkorpus tillgängliga online vara en integrerad del av utbildningen av en professionell översättare.

Det "hårda" alternativet syftar till att lösa ett mer komplext problem - en oberoende sökning efter texter enligt parametrar på Internet. Detta innebär i sin tur uppgiften att använda kapaciteten hos internetsökmotorer, och därför är informationshämtning och sökverktyg också nödvändiga för en översättare i sin yrkesverksamhet.

Skapad under denna uppgift

textkorpus kan användas för att utföra efterföljande uppgifter vid utbildning av översättare.

Uppgift att sammanställa en ordlista över texten. Eleverna får en text från ett visst ämnesområde och sammanställer en ordlista med termer med översättning från den för att använda denna ordlista för att kontrollera enhetligheten i terminologin i den översättning de utför. Som tidigare nämnts, för att välja terminologi, används som regel verktyg för att automatiskt extrahera lexikaliska enheter från texter, som kan byggas in i kommersiella TM-program, men som ofta saknas i onlinesystem. I inlärningsprocessen föreslår vi att använda ett verktyg för att extrahera substantivfraser, som kan användas både för undervisning i främmande språk och som en integrerad del av översättarutbildningen. Att bekanta sig med metoderna för att använda ett verktyg för att automatiskt extrahera terminologi från texter är en nödvändig komponent i processen att lära sig att använda översättningsminnesprogram i yrkesverksamhet.

En förlängning av en sådan uppgift kan vara uppgiften att presentera den resulterande ordlistan över termer på ett strukturerat sätt, i form av en lexikal ontologi. Tillsammans med översättningsminnen utvecklas terminologiontologier som ett viktigt verktyg för att följa företagens språkpolicyer. Dessutom finns det studier om användning och jämförelse av terminologiska ontologier för olika språk för att skapa en resurs som är användbar både inom översättningsminnesteknologi och i automatisk översättning av texter.

Textjusteringsuppgift och

översättning. Eleverna får en text och dess översättning och utför textjustering för att få ett fullt översättningsminne. En variant på denna uppgift är att använda den automatiska, interaktiva termjusteringsproceduren.

Uppgift för en preliminär analys av effektiviteten av att använda TM. Eleven får två texter och informeras om att den första texten används för att skapa ett översättningsminne, den andra texten kommer att översättas med hjälp av översättningsminnet. Eleven ombeds analysera hur effektiv användningen av översättningsminne är för ett givet textpar. Exempel på sådana texter presenteras i fig. 2. För att upprätthålla kontinuiteten i uppgifterna kan texten för att skapa en TM vara en underkorpus av den korpus av texter som används för att skapa en ordlista med termer.

Denna uppgift handlar om att identifiera upprepade block i båda texterna och beräkna andelen sådana block i texten som används för översättning. För att lösa detta problem är det i den utökade versionen av uppgiften möjligt att använda extra automationsverktyg (kompilera frekvenslistor, använda program för att extrahera terminologi från texter, verktyg för jämförande analys av använda lexikaliska enheter, etc.).

En uppgift att översätta en text med hjälp av TM. Eleverna får texten och översätter den självständigt med hjälp av TM. Texten ges från det ämnesområde som tidigare använts för att bilda en ordlista och översättningsminne, vilket gör det möjligt att använda resultaten från tidigare uppgifter. Inledningsvis föreslås att texten som gavs under föregående uppgift översätts. Ytterligare

Text för att skapa TM Text för översättning med TM

Ett initialt gränsvärdesproblem för Boussinesq-Love-ekvationen som definieras på en graf studeras. En reduktion till det abstrakta Cauchy-problemet för en andra ordningens Sobolev-typekvation utförs. En sats om fasrummet för den ursprungliga ekvationen erhålls. Uppsatsen överväger den optimala kontrollen av lösningar på det initiala-slutliga problemet för en linjär ekvation av Sobolev-typ med en (b, p)-sektionsoperator. Det initiala-slutliga problemet för Boussinesq-Love-ekvationen, som modellerar longitudinella vibrationer för. en balk, anses. En reduktion till ett abstrakt initialt-slutligt problem för en andra ordningens Sobolev-typekvation utförs. Satser om originalproblemens unika lösbarhet och abstrakta problem erhålls

Ris. 2. Exempel på texter för att analysera effektiviteten av att använda TM

Det är möjligt att självständigt söka efter text från samma ämnesområde och försöka översätta den med samma översättningsminne.

En uppgift för att jämföra översättningar gjorda med TM. Uppgiften liknar den föregående. Däremot får eleverna flera texter från olika ämnesområden. Uppgiften kan utföras på flera sätt.

Alternativ 1: eleverna uppmanas att använda det tidigare skapade översättningsminnet och "prova" att översätta texter om olika ämnen med hjälp av det.

Alternativ 2: eleverna uppmanas att självständigt sammanställa textkorpus för de ämnesområden som de utgivna texterna för översättning ägnas åt, och använda dem för att skapa ett översättningsminne. Och översätt sedan varje text med det översättningsminne som är relevant för den.

Som ett resultat ombeds eleverna att jämföra de resulterande översättningarna av texter för att avgöra användbarheten av översättningsminnet för att översätta var och en av dem. I det första alternativet kommer det uppenbarligen att vara effektivare att använda översättningsminne för att översätta text från samma ämnesområde som TM kompilerades för än när man översätter texter från andra ämnesområden. I det andra fallet är alternativ möjliga. Beroende på närheten av texterna som används som korpus till texten som ska översättas, kan effektiviteten hos den skapade TM variera. I varje alternativ ombeds eleverna att förklara vad som orsakar skillnaden i effektiviteten av TM-användning.

Bedömningsmetodik

lärandemål

För att kontrollera resultaten av träning i användningen av TM-program har vi utvecklat följande metodik, baserad på principen om felackumulering - felaktigt utförda uppgifter bedöms enligt ett antal kriterier. För slutlig kontroll under träningen används följande kriterier:

Förmåga att arbeta med mjukvara;

Kvaliteten på den utförda översättningen.

Utvärdera enligt det första kriteriet

ändamålsenligt ur teoretisk och praktisk synpunkt. Den teoretiska sidan av bedömningen genomförs i form av ett flervalsminitest, som inkluderar allmänna frågor om TM-teknik och specifika frågor

frågor om de datorprogram som studeras. Ett felaktigt svar är värt en poäng.

Den praktiska sidan består av att bedöma förmågan att använda funktionerna i det TM-program som studeras vid självständigt utförandet av uppgifter av olika slag, beskrivna tidigare i denna artikel. Resultatet bedöms på en binär skala (uppgift genomförd / ej klar). Vid misslyckande med uppgiften läggs 2 poäng till elevens samlade betyg.

Tröskelfelfrekvensen vid vilken testuppgiften anses avslutad är 40 % av det högsta möjliga antalet poäng som ges för fel (vilket motsvarar 60 % korrekthet av resultaten). Så om testet innehåller 4 testfrågor och en bedömning av 2 praktiska uppgifter är den acceptabla felfrekvensen 3 poäng.

För att utvärdera det andra kriteriet finns det många tillvägagångssätt, såsom ett subjektivt tillvägagångssätt, jämförelse med originalet enligt vissa parametrar och andra.

Vi föreslår att använda ett tillvägagångssätt baserat på felviktning, som används i olika översättningsföretag, både utländska, till exempel Lionbridge, och ryska, till exempel Logrus, Pa1ex. Grunden för detta tillvägagångssätt är att klassificera fel beroende på hur mycket varje fel stör framgångsrik kommunikation. Översättningsfel tilldelas "vikter" - numeriska mått som kännetecknar graden av inverkan av felet på processen att uppfatta meddelandets text. Mer allvarliga fel som förvränger innebörden av meddelandet betygsätts högre. I fig. 3 visar en felklassificerare för användning vid träning.

När en översättning kontrolleras, räknas antalet fel av varje typ och översättningskvalitetsindexet TQI beräknas med hjälp av följande formel:

TQI = (E16 + B2-2 + E3 1) / W 1000, där E1 är antalet grova fel, E2 är antalet medelstora fel, E3 är antalet mindre fel, W är volymen av originaltexten i ordanvändning.

Acceptansen av en översättning bestäms av tröskelvärdet för TQI-koefficienten, som kan ställas in beroende på graden av tolerans för olika typer av fel i översättningen. I utbildningssyfte empiriskt

E1 (grovt fel) E2 (medelstort fel) E3 (mindre fel)

Förvrängning av originalets betydelse; omotiverat utelämnande av text för översättning. Felaktig översättning av en term; inkonsekvens av terminologi i översättning; inkonsekvens med ordlistan; bristande efterlevnad av normerna för målspråket Skrivfel (till exempel saknade mellanslag)

Ris. 3. Felklassificerare

Ris. 4. Exempel på automatisering vid bedömning av översättningskvalitet

På detta sätt fastställde vi en acceptabel kvalitetsfaktor för den slutliga kontrollen - mindre än 24 poäng, vilket motsvarar 1 grovt fel eller 3 medelfel eller 6 mindre fel per 250 ordanvändning. Denna koefficient kan även användas för mellanstyrning. Uppenbarligen kan tröskelvärdet för koefficienten skärpas (minskas) för att stärka elevernas vana att sträva efter maximal översättningsförmåga, eller försvagas (ökas) när elevernas arbete bedöms i det inledande skedet av att utveckla översättningsfärdigheter med hjälp av TM.

Slutpoängen är lika med summan av poäng för förmågan att arbeta med programvaran och kvaliteten på den utförda översättningen. Ju lägre siffra som erhålls, desto mer framgångsrika blir inlärningsresultaten. Vi rekommenderar att man sammanställer testmaterial för den slutliga kontrollen på ett sådant sätt att totalpoängen är minst 80 % baserat på bedömningen av översättningskvalitetskriteriet. Sålunda, när man bedömer förmågan att arbeta med programvara med hjälp av 4 teoretiska frågor om användningen av TM och 2 praktiska uppgifter på "godkänd/underkänd"-skalan och bedömning av kvaliteten på en översättningstext med hjälp av TQI-koefficienten, fördelas de tillåtna felkoefficienterna i förhållande till varandra 11 % (3 poäng) och 89 % (24 poäng).

Den föreslagna metoden för att bedöma läranderesultat har ett antal fördelar.

Varje elevs arbete bedöms individuellt. Eleven kan se typerna av sina misstag och arbeta för att rätta till dem. Dessutom kan översättningskvalitetsbedömning användas separat i översättningsklasser, efter att ha konfigurerat felklassificeraren för ämnesområdet eller texttyperna.

Det är lätt att automatisera poängsättning med den angivna metoden. I fig. 4 visar ett exempel på sådan automatisering vid bedömning av översättningskvalitet. Läraren fyller i ett kalkylblad som anger numret på varje typ av fel. Totalpoängen visas automatiskt.

Som nämnts tidigare använder stora översättningsföretag liknande metoder för att bedöma en översättares arbete. Sålunda, när du använder denna teknik, simuleras de verkliga arbetsförhållandena för en översättare, vilket gör det möjligt att förbereda eleverna för de verkliga kraven på marknaden.

Slutsats

Sammanfattningsvis noterar vi att användningen av TM-program, liksom användningen av all informationsteknologi, kan stöta på svårigheter orsakade av problemet med att avvisa det nya. Detta problem är särskilt akut i mentaliteten i det moderna ryska samhället. Att samtidigt övervinna denna hämmande faktor beror på tidsandan. Enligt resultaten av en studie av översättningsbyrån EnRus är ett av huvudkraven för översättning

chiku - tillgänglighet och förmåga att använda TM-program. I detta avseende är integrationen i utbildningsprocessen av metoder och metoder för kunskapshantering i översättningsminnesprogram för närvarande en fråga om konkurrenskraften för den framtida översättaren på arbetsmarknaden. Användningen av översättningsminnesteknik i undervisningen är därför ett effektivt sätt att utveckla praktiska färdigheter hos elever och förbereda dem för marknadens krav.

Litteratur

1. Zhang, Y. Datorstödd översättningsundervisning med hjälp av modern informationsteknologi / Y. Zhang // 7th International Conference on Computer Science & Education (ICCSE). -Mudanjiang, 2012. - P. 1628-1632.

2. Porshneva, E.R. Utbildning av professionella översättare i ljuset av den nya statliga standarden / E.R. Porshneva, I.Yu. Zinovieva // Högre utbildning i Ryssland. - 2011. - Nr 3. - P. 63-69.

3. Canovas, M. Programvara med öppen källkod i översättarutbildning / M. Canovas, R. Samson // Tradumatica: traduccio i tecnologies de la in-formacio i la comunicacio. - 2011. - Nr 9. -P. 46-56.

4. Språk och maskiner - Datorer inom översättning och lingvistik: En LPA C-rapport / National Academy of Sciences, National Research Council; John R. Pierce. - Washington, DC, 1966. - 138 sid.

5. Arthern, P.J. Maskinöversättning och datoriserade terminologisystem: A Translator's Viewpoint / P.J. Arthern // Translating and the Computer, Proceedings of a Seminar / red.

B.M. Tafs. - London; Amsterdam, 1978. -P. 77-108.

6. Människors och maskinernas rätta plats i språköversättning: Forskningsrapport CSL-80-11 / Xerox Palo Alto Research Center; Martin Kay. - Palo Alto, CA, 1980. - 21 sid.

7.MT2007. - http://mt2007-cat.ru/.

8. ABBYY Aligner. - http://www.abbyy.ru/aligner/.

9. PROMT företagets webbplats. - http://www. promt.ru/.

10. Ryska sajten Deja Vu X2. - http://www.tmemory.ru/.

11. T-Service-företagets webbplats. - http://www.tra-service.ru/.

12. Google Translator Toolkit. - http://translate.google.com/toolkit.

13. Wordfast Anywhere. - http://www. freetm. se/.

14. Macklovitch, E. Two Types of Translation Memory / Elliott Macklovitch // Proceedings of the Twenty-Second International Conference Translating and the Computer 22 (16-17 november 2000). - London: Aslib, 2000. - 15 sid.

15. Ilner, A. O. Utbildning av översättare i Ryssland och utomlands: en jämförande analys / A. O. Ilner // Education and Science. -2010. - Nr 8. - S. 65-70.

16. Li, Q. Tillämpning av CAT i översättningsundervisning / Qingjun Li, Likun Zhang // 2010 andra internationella workshop om utbildningsteknik och datavetenskap (ETCS). -Wuhan, 2010. - Vol. 2. - P. 559-562.

17. Seewald-Heg, Yu Lokalisering av programvara, krav på informationsteknik för en översättare i globaliseringens tidevarv / Yu. Seewald-Heg // Vestnik Perm. nationell forskat Yrkeshögskola un-ta. Samhällsekonomiska vetenskaper. - 2012. -Nr 16. - S. 85-96.

18. Frantzi, K. Automatisk igenkänning av termer med flera ord: C-värde/NC-värdemetoden / K. Frantzi, S. Ananiadou, H. Mima // International Journal on Digital Libraries. - 2000. - Nr 3. - P. 115-130.

19. Kombinera lingvistik med statistik för flerordsutdrag: En fruktbar förening? / Gael Dias, Sylvie Guillore, Jean-Claude Bassano, Jose Gabriel Pereira Lopes // Proceedings of the 6th International Conference Computer-Assisted Information Retrieval (Recherche d"Informations Assistee par Ordinateur) (RIA0"2000) / ed. Joseph-Jean Mariani, Donna Harman. - Frankrike: College de France, 2000. -P. 1473-1491.

20. Chen, J. A Multi-word Term Extraction System / Jisong Chen, Chung-Hsing Yeh, Rowena Chau // Proceedings of the 9th Pacific Rim International Conference on Artificial Intelligence 2006: Trends in Artificial Intelligence / ed. Q.Yang,

G. Webb. - Guilin, 2006. - Lecture Notes in Computer Science/ - Vol. 4099. - P. 1160-1165.

21. Sheremetyeva, S. Om att extrahera flerords NP-terminologi för MT / S. Sheremetyeva // EAMT-2009: Proceedings of the 13th Annual Conference of the European Association for Machine Translation / ed. Lluis Marquez och Harold Somers (14-15 maj 2009). - Barcelona, Spanien: Universitat Politecnica de Catalunya, 2009. - S. 205-212.

22. Ruiz Yepes, G. Parallella korpora i

översättarutbildning / G. Ruiz Yepes // Redit. Revista Electronica de Didactica de la Traduccion y la Interpretacion. - 2011. - Nr 7. - P. 65-80.

23. Zheng, W. Design of a CAI System for Translation Teaching / Wang Zheng // Proceedings of International Conference CESM 2011, Part II / ed. S. Lin och X. Huang. - Wuhan, 2011. -P. 457-462.

24. Babina, O.I. Använda en korpus av texter för att lära ut ett främmande språk / O.I. Babina // Modern gymnasieskola: Innovativ aspekt. - Chelyabinsk: ChGI Publishing House, 2008. - Nr 1. - S. 21-24.

25. Sheremetyeva, S.O. Om användningen av textbehandlingsprogram för undervisning i främmande språk / S. O. Sheremetyeva // Bulletin of SUSU. Ser. "Lingvistik". -2012. - Vol. 15. - Nr 25 (284). - s. 56-59.

26. Khomutova, T.N. Vetenskaplig text: linguocognitive approach / T.N. Khomutova, O.I. Babina // Bulletin of SUSU. Ser. "Lingvistik". - 2009. - Utgåva. 9. - Nr 25 (158). -

27. Madsen, B.N. Principer för ett system för terminologisk konceptmodellering / B.N. Madsen,

HAN. Thomsen, C. Vikner // Proceedings of the 4th International Conference on Language Resources and Evaluation (Lissabon, Portugal). -Lissabon: ELRA, 2004. - S. 15-19.

28. Gluckstad, F.K. Terminologisk ontologi och kognitiva processer i översättning / F.K. Gluckstad // Proceedings of the 24th Pacific Asia Conference on Language, Information and Computation / ed. av Ryo Otoguro, Kiyoshi Ishi-kawa, Hiroshi Umemoto, Key Yoshimoto, Yasu-nari Harada (Sendai, Japan, 4-7 november 2010). - Sendai: Tohoku University, 2010. -P. 629-636.

29. Dyumin, N.Yu. Automatisk ordjustering som ett sätt att bygga tvåspråkiga lexikon / N.Yu. Dyumin // Lingvistik i kultursammanhang: material från V International. vetenskapligt-praktiskt konf. (Chelyabinsk, 28-30 november 2012) /allmän. ed. E.V. Kharchenko. - Chelyabinsk: Förlag. SUSU Center, 2012. - s. 92-94.

30. Petrosyan, A.E. Mental "blindhet" (rötterna till okänslighet för nya idéer) / A.E. Petrosyan // Vetenskapens och teknikens sociologi. - 2012. - T. 3, nr 3. - P. 24-42.

31. Shakhova, N. Hur man hittar en bra översättare / N. Shakhova // Russian Translators Forum, St. Petersburg, 23-25 september. 2011 - http://www.enrus.ru/ru/publications/TFRussia_ru s.pdf.

32. Tishin, D. Bedömning av kvaliteten på översättningar från TQI till kompetenser / D. Tishin. -http://www.slideshare.net/justm/tqi.

Babina Olga Ivanovna, kandidat för filologiska vetenskaper, docent, docent vid institutionen för lingvistik och interkulturell kommunikation, South Ural State University, [e-postskyddad].

Osminin Pavel Grigorievich, doktorand vid Institutionen för lingvistik och interkulturell kommunikation, South Ural State University, [e-postskyddad].

Bulletin för South Ural State University-serien "Utbildning. Pedagogik” ______________________________________________________2013, vol. 5, nr. 3, sid. 98-108

ÖVERSÄTTNINGSMINNE I ÖVERSÄTTARES UTBILDNING

O.l. Babina, P.G. Osminin

enhet i texten på målspråket) visas. Vissa nackdelar med dessa datorprogram (en förmåga att öka effektiviteten endast inom begränsade domäner i texter som innehåller många upprepningar, högt pris på programvaran, tid för att lära sig använda programvaran) nämns också. Användningen av programvara för översättningsminne inom utbildning är grundad. Olika typer av uppgifter för studenter som syftar till att bemästra sina praktiska färdigheter i att använda programvara för översättningsminne föreslås. Dessa uppgifter speglar en specifik karaktär hos översättarnas arbete, vilket gör att alumnerna kan få konkurrensfördelar på arbetsmarknaden. Procedur för att utvärdera utbildningsresultat ges. Resultaten av uppsatsen kan användas för att sammanställa akademiska riktlinjer för översättares utbildning.

Nyckelord: översättningsminne, professionell utbildning, översättning, undervisning i översättning, TM-programvara.

Babina Olga, filologikandidat (PhD), docent, docent vid ordföranden för lingvistik och interkulturell kommunikation, South Ural State University (Chelyabinsk), babinaoi@ susu.ac.ru.

Osminin Pavel, doktorand vid ordföranden för lingvistik och interkulturell kommunikation, South Ural State University (Chelyabinsk), [e-postskyddad].

När vi pratar om automatiserad översättning menar vi oftast program som utför översättning baserad på maskinöversättningsteknik (Machine Translation). Det finns dock en annan teknik - översättningsminne, som, även om det inte är så allmänt känt för ryska användare, ändå har ett antal fördelar.

Den snabba utvecklingen av tekniska framsteg har lett till en ökning av antalet tekniska enheter, maskiner och annan komplex utrustning, utan vilken livet för en modern person är nästan otänkbart. Till exempel uppgår dokumentationsvolymen för det europeiska Airbus-flygplanet till tiotusentals sidor. Som data från en studie genomförd i slutet av 2004 av LISA-föreningen (LISA 2004 Translation Memory Survey) visar, översätter 42 % av de tillfrågade cirka 1 miljon ord per år, 24 % av företagen som deltar i undersökningen har en årlig volym översättningar på 1-5 miljoner, 12 % översätter från 5 till 10 miljoner, volymen av översättningar från andra företag är från 10 till 500 eller fler miljoner ord per år. I synnerhet är de flesta tillverkare idag inte begränsade till sin lokala marknad utan utvecklar aktivt regionala marknader. Samtidigt är produktlokalisering, inklusive översättning av produktbeskrivningar till det lokala språket, en av förutsättningarna för att komma in på en ny marknad.

Samtidigt, även om tillverkare regelbundet släpper nya versioner av sina produkter - bilar, grävmaskiner, datorer och mobiltelefoner, mjukvara - skiljer sig inte alla i grunden från tidigare modeller. Ibland är en ny telefonmodell en något modifierad (eller omstylad) tidigare modell. Nya versioner säljer bättre, så tillverkare måste regelbundet uppdatera sina produkter. Som ett resultat är dokumentationen för var och en av dessa produkter ofta 70-90 % identisk med den för den tidigare versionen.

Två faktorer - den stora volymen av dokument som kräver översättning och deras höga upprepning - fungerade som ett incitament för att skapa översättningsminnesteknologin (förkortat TM, det finns ingen allmänt accepterad rysk översättning av denna term). Kärnan i TM-tekniken kan bildligt förmedlas i en fras: "Översätt inte samma text två gånger." Översättningsminne används med andra ord för att återanvända tidigare gjorda översättningar. Detta gör att du avsevärt kan minska tiden det tar att förbereda en översättning, särskilt när du arbetar med texter som har en hög grad av upprepning.

Översättningsminnesteknologi förväxlas ofta med maskinöversättning, vilket förvisso också är användbart och intressant, men dess beskrivning är inte syftet med den här artikeln. Användningen av TM-teknik ökar översättningshastigheten genom att minska mängden mekaniskt arbete. Det är dock viktigt att notera att TM inte utför översättningen åt översättaren, utan är ett kraftfullt verktyg för att minska kostnaderna vid översättning av repetitiva texter.

TM-tekniken fungerar enligt principen att ackumulera översättningsresultat: under översättningsprocessen lagras källtexten och dess översättning i TM-databasen. För att göra det enklare att bearbeta information och jämföra olika dokument bryter översättningsminnessystemet all text i separata delar som kallas segment. Dessa segment är oftast meningar, men andra segmenteringsregler kan användas. När ny text laddas, utför TM-systemet segmentering och jämför källtextens segment med de som redan finns tillgängliga i den anslutna översättningsdatabasen. Om systemet lyckas hitta ett helt eller delvis matchande segment, visas dess översättning och anger matchningen i procent. Segment som skiljer sig från den sparade texten är markerade. Således kan översättaren bara översätta nya segment och redigera delvis matchande.

Som regel sätts matchningströskeln på en nivå som inte är lägre än 75 %, eftersom om du ställer in en lägre matchningsprocent kommer kostnaden för textredigering att öka. Varje ändring eller ny översättning sparas i TM, så det finns ingen anledning att översätta samma sak två gånger!

Det är också viktigt att ständigt fylla på översättningsminnesdatabasen genom att lagra i databasen (eller i databaser, om översättningen utförs på olika ämnen) par av "källtext - korrekt översättning"-segment. Detta kommer att avsevärt minska tiden som krävs för att översätta liknande texter. Förutom att minska arbetsintensiteten vid översättning, gör TM-systemet det möjligt att bibehålla enhetlig terminologi och stil genom all dokumentation.

Användningen av TM-teknik ger översättaren följande fördelar:

ökad arbetsproduktivitet. Att ersätta till och med 80 % av matchande segment från översättningsdatabasen kan minska tiden för översättning med 50-60 %. Som praxis visar är det mycket mer effektivt att redigera en färdig översättning än att översätta den igen - "från grunden";
enhet av terminologi och stil i närvaro av en översättningsdatabas om ämnet för det dokument som översätts. Detta är särskilt viktigt vid översättning av högspecialiserad dokumentation;
organisera arbetet för ett team av översättare med garanterad översättningskvalitet tack vare tillgång till en gemensam översättningsminnesdatabas.

Separat noterar vi att i västerländska länder, där översättningsminnesteknologi sedan länge har blivit ett de facto obligatoriskt verktyg för översättare, betraktas inte pengar som spenderas på att skapa en översättningsdatabas som kostnader, utan snarare som investeringar i stabilt och högkvalitativt arbete, vilket ökar kostnaden för endast vinst, men också värdet på själva företaget.

Marknaden för översättningsminnessystem

Den obestridda ledaren på marknaden för översättningsminnessystem är SDL-TRADOS-programmet. Sommaren 2005 slogs de två största utvecklarna av TM-system samman - företagen SDL och TRADOS (mjukvaruprodukter under varumärket TRADOS är välkända för många användare), och nu släpper de en gemensam produkt, som är en standardsättare inom området översättningsminne.

Det nya SDL-TRADOS-systemet har utökad (användarkonfigurerbar) fuzzy matchningsfunktionalitet (sök efter matchningar i översättningsdatabasen), samt verktyg för att kontrollera kvaliteten på översatta dokument. Programmet kontrollerar stavning och skyddar innehållet i minnesblock med hjälp av krypteringsteknik.

Systemet stöder format som Word DOC och RTF, onlinehjälp RTF, PowerPoint, FrameMaker, FrameMaker +SGML, FrameBuilder, Interleaf, QuickSilver, Ventura, QuarkXPress, PageMaker, SGML/HTML/XML, inklusive HTML-hjälp, RC (Windows Resource) , Bookmaster (DCF) och Troff. Utöver SDL-TRADOS-systemet finns det andra TM-system på IT-marknaden. Franska tillverkare är särskilt väl representerade.

Det franska företaget Atrils system (www.atril.com) kallas. Dess utvecklare organiserade först sin egen översättningsbyrå för teknisk dokumentation, varefter idén uppstod att skapa specialiserad programvara baserad på översättningsminnesteknologi.

Detta är en fristående applikation med en systematiserad meny. Systemet kan skapa TM-databaser, såväl som terminologidatabaser och ansluta ordböcker. Översättningsprocessen utförs i ett speciellt projektskal, där filen som behöver översättas bifogas när den skapas, och ytterligare inställningar ansluts: TM-databas, ordböcker etc. Texten översätts i en speciell tabell, där mittemot varje kolumn i originalet måste du fylla i översättningsalternativet. Fördelarna inkluderar också en extra funktion för att översätta filer i olika format, vilket gör att du kan bevara den ursprungliga formateringen av filen.

V.N. Grabovsky; Tidskrift för en praktiserande översättare "BRIDGES" 2/2004

Artikeln talar om ett nytt översättarverktyg - Translation Memory (TM) teknologi, tack vare vilken mekanisering av översättningsaktiviteter utförs.

Neurala nätverk i en översättares arbete

Maskinöversättningsteorier, som har utvecklats i långsam takt sedan urminnes tider, har fått ett stort uppsving sedan 1970-talet. Detta berodde på betydande framsteg inom området för modellering av intellektuell aktivitet. Förutom det rent vetenskapliga intresset förklarades detta av den växande rollen för interspråkig kommunikation i den moderna världen.

Förutom elektroniska ordböcker och samtalsordböcker, i mitten av 1990-talet, blev "elektroniska översättare" (de började kallas MT-teknik) ganska utbredda. I princip är "elektroniska översättare" program som skulle kunna bearbeta en hel text. Visserligen var resultatet inte riktigt vad som behövdes, och ärligt talat var det inte alls vad som behövdes. För att resultatet av MT-tekniken skulle bli en verkligt sammanhängande text var en person tvungen att arbeta mycket med den.

Begreppet "maskinöversättning" har blivit välkänt. Inhemska program Stylus (kallas nu Promt Och Sokrates). Intresset för sådana program minskade dock gradvis efter en period av initial nyfikenhet, och nu är det lågt, även om de har förbättrats avsevärt. För närvarande används de främst för att bekanta sig med innehållet på webbplatser på främmande språk på Internet, samt för att läsa och skriva e-postmeddelanden på ett främmande språk.

I stort sett har en översättares arbete inte förändrats i grunden genom århundradena. Ja, datorer dök upp, typ snabba och bekväma skrivmaskiner. Ja, "elektroniska översättare" har dykt upp. Men även om MT-teknikerna har förbättrats, har de inte blivit ett verktyg som har ett brett utbud av applikationer och som verkligen sparar tid och ansträngning.

Vad är översättningsminnesteknik

Tekniken har blivit ett nytt verktyg för översättare Översättning_minne(TM). I västvärlden är TM-tekniken och de översättningsverktyg som skapats på dess grund - Translation Memory Tools (TMT) - välkända och flitigt använda. En egenskap hos denna teknik är mekaniseringen av översättningsaktiviteter, och inte dess automatisering i den form som skaparna av MT-teknik såg det. Dessutom medförde denna mer blygsamma lösning vid första anblicken oändligt mycket mer praktiska fördelar än det globala konceptet "elektroniska översättare".

Skillnaden från elektroniska ordböcker och andra översättningsverktyg är att ett typiskt TM-klassprogram är baserat på neurala nätverk, som i viss utsträckning kan simulera den mänskliga hjärnans funktion vid bearbetning av data. Dessa nätverk kan lära sig och analysera komplexa datamängder som är svåra att bearbeta med linjära algoritmer.

Dessa program använder en suddig algoritm för att söka efter ord inte bara i sina ordboksformer, utan även i andra former, till exempel i ett annat fall. Dessutom kan de hitta fraser i en annan ordföljd. Ett självorganiserande artificiellt neuralt nätverk är kapabelt att hitta mönster och bestämma relationer mellan dem. Programmet jämför det stycke du arbetar med med innehållet i databasen och ger denna information till displayen. Den kan fastställa att ett givet fragment liknar ett liknande fragment som finns i systemets minne, till exempel 99 %, 74 % eller till och med 20 %.

Varje översättare är bekant med känslan av att frasen han för närvarande kämpar med redan har stött på någonstans, en gång i tiden, åtminstone i ungefärlig form. Dessutom hittade den antingen i samma material eller i något annat översatt tidigare. Det är bara någon form av déjà vu... Jag skulle vilja titta på det, den här frasen, åtminstone för referens, för att förnuftigt formulera den du jobbar med nu...

Du börjar bläddra tillbaka i originalet, rota i bokhyllan. Och det hände ofta att den sökta frasen faktiskt hittades. Oftast, när det är för sent, efter att arbetet med översättningen har slutförts. Jag tror att jag vid ett sådant ögonblick skulle ge vad som helst för ett verktyg som skulle hjälpa mig att hitta den nödvändiga texten. Redan nu, när du skriver en översättningstext med hjälp av en dator snarare än på en skrivmaskin, är det alltid synd att göra om något som komponerats med sådan svårighet. En översättares långvariga dröm är att komma på något sätt som skulle befria honom från behovet av att översätta samma fras flera gånger.

Denna typ av idé ligger till grund för skapandet av Translation Memory-teknologi, eller helt enkelt TM, på grundval av vilken mer eller mindre fungerande program började dyka upp i slutet av 80-talet - början av 90-talet. Faktum är att ett sådant program är ett kontrollskal som fungerar med en eller annan plugin-databas (TM) och som jag skulle kalla en översättningsbank. TM är en datoriserad version av ett stort arkivskåp där varje fras du någonsin har översatt lagras, i par - både på originalspråket och på målspråket. Varje sådant par kallas tvåspråkigt. Programmet kommer omedelbart att påminna dig om hur den här frasen översattes förra gången. Tillgång till information är enkel och snabb.

Översikt över huvudprogrammen i klassen Översättningsminne

För närvarande finns det flera mjukvaruprodukter som använder TM-teknik på världsmarknaden. De skiljer sig från varandra, och ibland betydligt. Men de delar alla vissa gemensamma funktioner.

Till exempel brukar de ha en textredigerare med två parallella fönster. Ett fönster är avsett för originaltexten, det andra för översättning. När det ursprungliga textfragmentet visas i originalfönstret (det kan vara en mening, ett stycke, ett enstaka ord), börjar en sökning efter ett liknande fragment i databasen. Om det finns exakt samma fragment i minnet visas det automatiskt i översättningsfönstret. Om exakt samma fragment inte hittades, men något liknande hittades, visas det hittade fragmentet i programfönstret och anger andelen matchning.

Översättaren redigerar översättningstexten som föreslagits av programmet, bringar den i linje med originalet, skickar den till databasminnet och går vidare till nästa. Om inget hittas alls, översätter översättaren det från början och skriver in texten i översättningsfönstret. Efter att ha arbetat klart detta fragment, skickar översättaren det till databasminnet och fortsätter till nästa. Således sker TM-påfyllning automatiskt när arbetet fortskrider. Omedelbart efter att den tvåspråkiga har gått in i TM:en blir den tillgänglig för användaren. Om TM-programmet finns på en nätverksenhet och andra användare arbetar med det, blir den nya tvåspråkiga omedelbart tillgänglig för andra översättare. Efter att originalfragmentet och översättningsfragmentet har skickats till databasen, visas nästa fragment i originalfönstret.

Det första programmet av denna typ, som kallas Translation Manager, utvecklades av IBM. Till en början använde IBM Translation Manager för sina egna behov - för lokalisering (anpassning till främmande språk) av sin egen programvara. Translation Manager erbjöds sedan marknaden som en kommersiell produkt och hade under en tid monopol på detta område. Detta program är ganska lätt att använda, snabbt och ger goda möjligheter till individuella användarinställningar. Det finns separata fönster för var och en av de tre huvudfunktionerna - Översättning, Översättningsminne och Ordbok. Fönstret Översättningsminne visar matchningar som finns i minnet, om några, och fönstret Ordbok visar terminologi från ordböcker som utvecklats av IBM. Detta program har också vissa olägenheter, till exempel en komplicerad procedur för att söka efter enskilda ord i översättningsminnet.

Ett annat program - SDLX - utvecklades för sina egna behov av ett engelskt företag SDL, engagerad i programvarulokalisering. Varje program som ingår i satsen installeras separat. SDL Edit är i själva verket själva programmet som översättningen utförs med. Den har tre fönster som visar källtexten, översättningen och översättningsminnet. Det bör noteras att dokumentet som ska översättas inte kan importeras direkt till SDL Edit. Det måste först konverteras med SDL Convert, vilket är en klar olägenhet.

Program Deja vuär populär bland översättare i Europa på grund av sin flexibilitet och anpassningsförmåga. Utöver bekvämligheten skiljer sig Déjà Vu från andra produkter genom att ha det högsta pris/kvalitetsförhållandet. Jämfört med de två tidigare programmen har produkten i fråga ett antal praktiska funktioner. Experter noterar att detta program från början utvecklades i kontakt med sina framtida användare. Det är känt att den senaste versionen av Déjà Vu testades, särskilt av ryska översättare. En av dem, Andrey Gerasimov, skrev en positiv recension av detta program i tidningen MultiLingual Computing & Technology

Programmet är välkänt i vårt land och populärt i Europa. STAR Transit. I sin ideologi är den helt olik andra produkter av den aktuella klassen. Du har redan fått en viss förståelse för dem, och du vet att de alla har en central databas med stor kapacitet, ett förråd av översättningar, där den nödvändiga informationen hittas omedelbart (om den finns där, förstås). Som Bill Gates skulle säga: "Information till hands." Så alla översättningsminnesprogram har ett elektroniskt katalogskåp, men det har inte Transit. Allt är annorlunda med honom. Källdata och översättning sparas i textformat som filer, som översättaren placerar i kataloger efter eget gottfinnande. Översättaren kan sedan enkelt tala om för programmet vilka kataloger och till och med vilka filer han behöver. Transit bildar sedan ett associativt nätverk av länkar som det fungerar med. Trots vissa fördelar används inte Transit i stor utsträckning i Ryssland. Till slut gick Promt, den officiella Transit-distributören, över till att distribuera Trados Translator's Workbench.

Men Translator's Workbench, eller helt enkelt Trados, blev snabbt utbredd i Ryssland, först bland översättningsföretag och sedan bland enskilda översättare. Detta kan förmodligen förklaras av att det gör det möjligt att arbeta utan att lämna Word, vilket är psykologiskt bekvämare. Vem gillar att titta på text prickad med alla möjliga koder inom hakparenteser? Translator’s Workbench (Trados), jämfört med andra program, är mer praktiskt för en vanlig översättare som inte är en programmeringsspecialist, det är mer förståeligt än andra program av denna typ. I synnerhet är kontrollknapparna utrustade med verktygstips. Genom att vara i ett välbekant och begripligt Word kan du använda alla dess verktyg (till exempel autotext).

Den här produkten har ett komplett utbud av användbara verktyg som bara finns i andra program i en eller annan grad. Ett av dessa verktyg är Analise, som låter dig analysera originaltexten i förväg och ta reda på om det finns (och i vilken mängd) kompletta och ofullständiga matchningar. Det är värt att nämna ett så bekvämt verktyg som Placeables, som gör att man till exempel automatiskt kan ändra siffror i texten om allt annat i det översatta fragmentet matchar det som finns i översättningsbanken (TM). Den automatiska funktionen att ersätta decimaler och/eller kommatecken, tidsformat, förkortningar etc. i siffror är mycket bekväm. till lämpliga parametrar som specificerats av översättaren.

De allra flesta ryska översättare som använder TM-teknik föredrar Translator’s Workbench (Trados).

Vad har översättningsminnesprogram gemensamt?

För att sammanfatta beskrivningen av de viktigaste mjukvaruprodukterna i översättningsminnesklassen, bör det noteras att de som regel har ett antal gemensamma funktioner.

Blandning - Uppriktning

Denna funktion låter dig skapa översättningsbanker (TM) från befintliga filer. Från två filer - en med originaltexten och den andra med översättningstexten - skapas en uppsättning tvåspråkiga. Mittemot meningen i källtexten är dess översättning byggd. Och så vidare för alla filer som översättaren kompilerade till en enda samling. Graden av bekvämlighet för kombinationsfunktionen varierar från program till program.

Underhåll

När tvåspråkiga ackumuleras i databasen kan deras antal öka så mycket att innehållet i databasen kan överskrida alla gränser. Vissa felaktigheter och till och med fel kan uppstå, särskilt om programmet används av många användare på nätverket. Det kommer att finnas ett behov av att redigera eller förtydliga något, eller till och med helt enkelt ta bort det. För att vara rättvis måste det sägas att det nämnda programunderhållsverktyget inte helt löser detta problem - i praktiken är det fortfarande svårt att hantera igensättningen av översättningsbanker.

Terminologiordbok - Terminologiprogram

Alla program som övervägs har sina egna terminologiska ordböcker, som i huvudsak är elektroniska ordböcker som är kända för alla. Terminologiordböcker kan importera filer i ordboks- eller ordlistaformat, och de kan också uppdateras manuellt.

Textredigerare - Dokumentredigerare

Det är här översättningsprocessen faktiskt äger rum. För detta ändamål har alla program de två ovan nämnda fönstren - för källtexten och för dess översättning. Alla textredigerare har möjlighet att ställa in, i procent, graden av likhet mellan den källtext som för närvarande översätts och texten i översättningsbiblioteket. Ju högre du ställer in likhetsprocenten, till exempel 90 % eller 95 %, desto mindre sannolikt är det att hitta matchande text där. Du kan dock ställa in en mindre procentsats, då kan du samla på dig mycket material som åtminstone skulle vara användbart som referens.

Konkordans (Koppla ordanvändning med sammanhang) - Konkordans

Detta är en mycket användbar funktion för alla program som övervägs. Det händer ofta att en term (eller kombination av termer) kan ha flera betydelser eller betydelsenyanser. Genom att välja en term kan du i fönstret se alla tvåspråkiga i samlingen, och i en mängd olika sammanhang. Detta gör det alltid lättare att välja den mest korrekta översättningen av en given term eller kombination.

Natalya Shakhova, chef för EnRus-byrån, tror att de flesta TM-produkter befriar användaren från behovet av att bekanta sig med olika ordbehandlare. Det räcker med att studera funktionerna i textredigeraren för själva produkten, och du kommer att kunna kontrollera alla olika texter, oavsett om de presenteras i QuarkXPress, FrameMaker eller Adobe Illustrator. Det finns naturligtvis en hake här: för att bemästra nästa ordbehandlare eller publiceringssystem behöver du lämpligt filterprogram, vilket - vad? Det stämmer – det säljs för lite pengar! Rent generellt är penningfrågan den allvarligaste när det gäller TMT. De är inte billiga (vanligtvis flera hundra dollar), och det finns naturligtvis ingen kompatibilitet. Därför, om du köpte (och bemästrade!) en produkt för ett projekt, kan du för nästa behöva köpa en annan produkt och spendera tid på att lära dig den igen.

Natalia Shakhova noterar vidare att västvärlden redan aktivt diskuterar konsekvenserna av den omfattande spridningen av sådana program. En av dem är att en ny översättare förlorar möjligheten att komma in på marknaden. Precis som i Ryssland är det redan mycket svårt för en översättare att få en beställning om han inte har en dator och en skrivare, så utomlands finns det problem med anställningen för översättare som inte har ett TM-program. Detta fenomen har också en positiv sida - genom att anlita ägaren till ett TM-program får kunden viss garanti för sin professionalitet. Men även nybörjare ska ha möjlighet att börja!

Attityder till översättningsminnesteknik i vårt land är olika.

När översättningsbyrån Phonetics började arbeta med Trados Translator’s Workbench 1999, under kontakterna med kunder, pratade vi naturligtvis om övergången till den nya tekniken. Mot förväntningarna var reaktionen försiktig och ibland helt enkelt negativ. Det visade sig att idén om maskinöversättning redan komprometterades av den tanklösa användningen av program som Stylus och Socrat på 90-talet. Dessutom användes de ofta av översättare, säg inte särskilt kvalificerade, som inte brydde sig om att redigera vad de "elektroniska översättarna" producerade. Men användarna av dessa program kan också förstås - att redigera dessa texter krävde mycket tid och ansträngning.

Redan nu kan du ibland hitta kunder från ryska organisationer som visar en försiktig inställning till alla innovationer inom området översättningsprogram. Samtidigt kräver utländska företag tvärtom användningen av översättningsminnesklassprogram. De har ofta etablerade preferenser, främst Trados Translator’s Workbench, samt Star Transit. De har ofta färdiga TM:er (översättningsbanker) som de erbjuder sig att använda.

När det gäller översättare har de ett förståeligt intresse för översättningsminnesteknologi. Översättningsbyråer är ännu mer förståeligt intresserade av dem. De handlar inte så mycket om skönlitteratur, journalistik, poesi etc. utan om bruksanvisningar, felsökningsguider och programvarulokalisering, d.v.s. med de material där det finns upprepade eller liknande textfragment.

I sin nuvarande form verkar översättningsminnesprogram ha nått ett tak. Ytterligare arbete med deras förfining följer vägen för att förbättra deras befintliga funktionalitet. Det leder till att programmen blir mer och mer krångliga och komplexa, och detta trots att det inte finns några i grunden nya idéer där. Samma Translator's Workbench (Trados) i sin senaste version har fått en sådan uppsättning verktyg att det är mycket svårt för en vanlig användare att förstå dem.

Driften av detta program kräver närvaron av en separat anställd på översättningsbyråns personal. Utöver användarmanualen innehåller dokumentationen en TRADOS Specialist Guide. Dessutom innehåller dokumentationspaketet en Project Management Guide, MultiTerm User Guide och WinAlign User Guide. Även en utbildad översättare kommer att kräva mycket ansträngning och tid för att granska hundratals sidor av dessa dokument.

En grupp forskare vid University of Maryland, Baltimore County (USA), under ledning av professor S. Nirenburg, en välkänd specialist inom området artificiell intelligens och maskinöversättning, söker efter nya lösningar. Hittills är utvecklingen på stadium av teoretisk forskning, och sannolikt kommer det att ta avsevärd tid att föra denna forskning till scenen för en kommersiell produkt.

Det är anmärkningsvärt att marknaden för översättarverktyg huvudsakligen ockuperas av utländska företag. Jag skulle vilja hoppas att detta inte kommer att fortsätta för alltid. Potentialen för teoretisk utveckling av ryska specialister inom området semantisk analys är mycket stor. Vår forskning inom detta område har nått en mycket hög nivå. Det finns all anledning att förvänta sig att denna utveckling kommer att förverkligas i form av i grunden ny språklig teknik som helt kommer att frigöra översättarens kreativa potential.

Journal för en praktiserande översättare"Broar", en av få professionella tidskrifter för översättare. Tidskriften publicerar artiklar av översättare av olika specialiteter, både muntliga och skriftliga. På tidningens sidor har översättare som specialiserat sig på olika kunskapsområden möjlighet att diskutera aktuella frågor, debattera med varandra och dela hemligheterna bakom sina yrkeskunskaper.

Populärt i kategorin: