Проблеми систем машинного перекладу Google Translate та Microsoft Translate при передачі українською мовою спеціалізованих англомовних текстів

Abstract

Розвиток систем машинного перекладу пройшов значний шлях від перших спроб дослівного перекладу на базі словникових даних до сучасних нейронних мереж, що забезпечують якісний і точний переклад. Машинний переклад все ще стикається з викликами, такими як точність перекладу спеціалізованих текстів у сферах медицини чи юриспруденції. Подальший розвиток цієї галузі залежить від удосконалення алгоритмів штучного інтелекту, врахування специфіки мов та адаптації до різних контекстів. У ході дослідження, присвяченого аналізу перекладу спеціалізованих англомовних текстів на українську мову за допомогою автоматизованого перекладача Google Translate (GT), було проведено ретельне порівняння двох фрагментів оригінального тексту (ОТ), машинного перекладу (МП) та його постредагованої версії. Результати аналізу дозволили виявити різні типи помилок, характерних для перекладу, здійсненого програмою GT, та оцінити якість і точність перекладу з погляду лексичної, граматичної, термінологічної та стилістичної правильності. Машинний переклад Microsoft Translate продемонстрував можливості перекладу на загальному рівні, проте для досягнення високої якості перекладу та збереження точності, необхідне професійне постредагування, особливо для спеціалізованих наукових матеріалів. Машинний переклад має обмеження в точності та адекватності передачі інформації в науковотехнічних текстах, а отже, для забезпечення якості перекладу необхідне професійне постредагування.

When translating specialized English-language texts into Ukrainian, such as technical, legal and medical texts, there are difficulties with the accuracy of terminology and contextual nuances. Existing research shows that machine translation systems such as Google Translate and Microsoft Translate work well with everyday texts, but have limitations in terms of accuracy when translating specialized materials. Studying these problems and finding ways to overcome them is important for improving the quality of machine translation and developing linguistic technologies in Ukraine. The study allows us to evaluate how Google Translate and Microsoft Translate handle context and terminology, and contributes to the development of machine translation theory, in particular in the areas of ambiguity, contextual translation, and model adaptation to language pairs such as EnglishUkrainian.