Пн-Пт: 8:00 - 17:00 GMT+2

9:00 - 18:00 CET

Искусственный интеллект и нейронные сети машинного перевода

Поделиться в facebook
Поделиться в twitter
Поделиться в linkedin

Нейронные сети машинного перевода – это и есть искусственный интеллект. Обученные нейронные сети уже сегодня качественно переводят тексты вместо людей по основным языковым парам. Количество языков стремительно расширяется.

Немного истории

В 2017 году мы тестировали несколько движков нейронного машинного перевода с английского языка на русский и пришли к заключению продлить запрет на использование машинного перевода в нашей компании. Причина: русский текст очень похож по стилистике на английский оригинал. Первые 30-60 минут редактор видит и правит кальку, но дальше мозг человека начинает воспринимать ее как должное. Качество перевода заметно падает.

Восторг и апатия одновременно

На момент написания этой статьи я решил обновить знания и протестировал движок нейронного машинного перевода DeepL. Он появился на рынке в мае 2017 года и тогда не было технической возможности подключить его к нашей САП. Мы перевели договор с английского языка на русский. Полученный результат вызвал восторг и апатию одновременно.

С одной стороны, я обрадовался достойному качеству перевода без повсеместной английской кальки, с правильной терминологией и стилистикой русского языка. Конечно, перевод нужно прочитать, сделать корректуру, подправить теги, несколько терминов, кальку, которая иногда встречается. Но в целом перевод хорошего качества.

С другой стороны, меня начало атаковать чувство апатии. В ближайшие 5-10 лет переводчики станут редакторами и корректорами машинного перевода. Позже машины смогут заменить человека примерно на 50-80%. Такие реалии. Искусственный интеллект совершенствуется каждый день.

Какие тексты машины переводят хорошо уже сегодня

Чем проще структура предложений, тем качественнее машина сделает перевод. Это означает, что типичную документацию уже сегодня можно и нужно переводить движками нейронного машинного перевода. Это технические и юридические документы. Эти две тематики лидируют по количеству перевода на мировом рынке. По ним наработаны огромные памяти переводов, которые делал человек. Для нейронных сетей, память перевода – это база данных для обучения. Считаю, что следующими тематиками будут медицинские и маркетинговые тексты, потом все остальные. В художественной литературе много сложных оборотов и, скорее всего, машины не смогут качественно переводить такие тексты, хотя это вопрос времени.

Вывод

Мы будем внедрять нейронные сети машинного перевода для перевода юридической и технической документации в 2020 году. Конечно, сначала проведем несколько десятков тестов, адаптируем инструкции контроля качества под новые реалии. К сожалению, большинство клиентов сейчас категорически против машинного перевода потому, что не специалисту сложно понять разницу между классическим машинным переводом и нейронными движками машинного перевода. Но давайте вспомним внедрение систем автоматизации перевода (CAT-программ) с их преимуществами для клиентов. На начальном этапе их воспринимали как технологию «перевод гуглом» и просили переводить вручную, а сегодня использование САП, памяти перевода и глоссария стало обязательным условием. Такая же история будет с нейронными системами машинного перевода, другими словами – перевода документов искусственным интеллектом.

Кстати, у DeepL есть бесплатный онлайн-переводчик. Языков меньше, чем у Google Translate, зато перевод качественнее. Он отлично подходит для перевода деловой переписки и любых других текстов. Рекомендую.

Пишите комментарии, ставьте лайки, делитесь статьей с друзьями. Я старался сделать ее интересной.

Yevhen Venherenko

Yevhen Venherenko

Оставьте комментарий




Отлично!

Ты нужен нам прямо сейчас!

Отправь примеры разверстанных файлов и оригиналов на почту perevod@itaf.biz. Приложи файл, в котором есть таблицы и картинки, помимо простого текста.

Напиши сколько лет работаешь верстальщиком и какие программы знаешь.




Этот сайт использует файлы cookie.

Этот сайт использует файлы cookie.