Российские лингвисты фиксируют проблемы в работе машинного перевода тюркских языков народов России: зачастую допускаются лексико-семантические, грамматические и морфологические ошибки, которые существенно снижают качество и ясность переводов.
Наиболее полное исследование ошибок машинного перевода провела доктор филологических наук Акулина Васильева из Якутского государственного университета совместно с Ольгой Бурцевой. В своей работе, опубликованной в журнале Алтайского государственного университета, ученые подробно анализировали перевод текстов разных жанров. Исследование проводилось на примере двух крупнейших сервисов машинного перевода: «Яндекс.Переводчик» и «Google Translate». Результаты выявили более пяти категорий систематических ошибок. По словам Васильевой, ошибки машинного перевода в этой паре языков связаны прежде всего с разным объемом заложенных в системы исходных данных для анализа языка, а также со специфическими лингвистическими различиями между русским и якутским языками, включая вопросы полисемии и грамматических пропусков.
Российские ученые выделили наиболее часто встречающиеся типы ошибок при переводе на тюркские языки. Согласно исследованию , ошибки в машинном переводе классифицируются по уровню языковой системы, на котором они возникают. Ошибки на семантическом уровне возникают из-за неправильного соотнесения знаков исходного языка с понятиями целевого языка — когда машина приписывает словам совсем не те значения, которые они имеют в действительности. Ошибки на синтаксическом уровне часто происходят от неправильного понимания синтаксической организации высказывания и особенно критичны в сложных грамматических конструкциях. Лексические ошибки включают неправильный выбор эквивалента слова в целевом языке и нарушение норм лексической сочетаемости. Грамматические и морфологические ошибки проявляются в неверном выборе форм числа, лица, падежа и неправильном порядке слов.
Тюркские языки России представляют особую сложность для ИИ-переводчиков из-за своих уникальных лингвистических характеристик. Согласно научному исследованию доктора технических наук Джавдета Сулейманова, Булата Хакимова и Рината Гильмуллина, опубликованному в контексте разработки Корпуса татарского языка, принадлежность к агглютинативному типу определяет особенности морфологического строения слова в тюркских языках: словоформы формируются путем последовательного присоединения к основе словообразовательных и словоизменительных аффиксов. Русский язык принципиально отличается своей флективной системой словоизменения, где грамматическая информация выражается изменением окончаний и суффиксов. В агглютинативных языках каждое грамматическое значение, как правило, выражается отдельным аффиксом, аффиксы регулярны, то есть способны присоединяться ко всем словам определенной части речи. Эта фундаментальная разница в морфологической организации делает статистический машинный перевод между русским и тюркскими языками значительно более сложным, нежели между двумя флективными языками.
В начале ноября 2024 года в Казани прошла ХII Международная конференция по компьютерной обработке тюркских языков TurkLang 2024, которая была специально посвящена развитию технологий ИИ для малых языков. На конференции присутствовало более 150 экспертов из России, Казахстана, Узбекистана, США, Германии, Турции и других стран. Они обсудили 82 доклада по вопросам национальной локализации компьютерных систем, машинного перевода и речевых технологий.
Скоординированная работа лингвистов, разработчиков, государственных институтов и самих носителей языков по расширению цифровых ресурсов, обучение новых поколений специалистов станет необходимым условием для сохранения культурного наследия малых народов России.
Отправить ответ