Структурно-семантические трансформации в научно-техническом тексте при машинном переводе в современном английском языке
Дипломная работа - Иностранные языки
Другие дипломы по предмету Иностранные языки
?ругой стороны, в анализе мы рассматриваем ограниченные отрывки текста вырванные из контекста - поведение переводчика может быть объяснено компенсацией.
Авторская речь построена в первом лице множественного числа:
... so we should begin with a careful analysis of this concept ...
... We will have 0 6 r < n.example, we are now in Section 1.1 ...
Это мы имеет двойное значение:
вовлечение читателей в процесс рассуждения;
множественное скромности.
При переводе множественного скромности переводчик применял различные трансформации.
В первом отрывкеalgorithm we consider ...
Статистическая СМП:
Каждый алгоритм, который рассматриваем ...
Трансфертная СМП:
Каждому алгоритму, который мы рассматриваем ...
Переводчик-человек:
Каждому рассматриваемому алгоритму ...
Машина перевела текст, через сложноподчиненное предложение, как было в оригинале. Переводчик воспользовался причастием. Использование причастий тоже характерно для научного русскоязычного текста (что нельзя утверждать про английский), однако во многих случаях они перегружают текст. Решение переводчика может быть объяснено попыткой избежать тавтологий в тексте - в предыдущем предложении тоже использовано слово который. Варианты и СМП и переводчика верны. Но вариант СМП точнее, и более полно отражает стиль автора. Важно понимать, что для СМП в текущей их реализации стилистическая стройность переводного текста не учитывается. Текст создается ни как произведение научно-технической прозы, а как мост между носителями двух различных языков (но не культур). Потому в тексте перевода могут возникать тавтологии и многие другие погрешности, которые не позволительны, если текст создается носителем языка.
Аналогичную ситуацию можно встретить и в десятом предложении второго отрывка. Однако варианты переводчика и вариант трансфертной СМП являются эквивалентными в стилистическом плане.
Рассмотрим другой пример. В шестом предложении второго отрывка:
... however, in such a case we usually have ...
Статистическая СМП:
... в таком случае мы, как правило ...
Трансфертная СМП:
... в таком случае у нас обычно есть ...
Переводчик-человек:
Но в таком случае получится...
Здесь переводчик очередной раз решил избежать местоимения мы, но причина, возможно, была продиктована личными предпочтениями автора перевода. Отчасти, на решение повлиять переводческая компенсация, о которой мы писали выше.
Если отдельно проанализировать перевод отрывков, выполненный человеком, тоже можно заключить, что переводчик упорно избегал множественного числа, как указания на автора, используя более безличные формы. Во втором отрывке также встречаются:
but we may ignore будут игнорироваться,
we have described работа лифта описывалась
В третьем отрывке:
We must admit that, Следует признать,
we don't know how неизвестно, we wantпоскольку желательно
Достаточно трудно объяснить использование оборотов в каждом случае, не зная личных мотивов автора перевода. Учитывая, что в некоторых местах переводчик использует менее официальные формулировки, то опять можно говорить о компенсации. Но нельзя упускать из внимания и личные предпочтения переводчика. В данном случае СМП любая свободна от таких предпочтений. При использовании машинного перевода с большей вероятностью удастся получить перевод, с учетом стиля автора исходного текста, а не с учетом стиля переводчика.
Стоит так же рассмотреть пример обезличивания предложений на следующем примере. В восемнадцатом предложении второго отрывка:a person presses a button, the appropriate variable is set to 1
Статистическая СМП:
Когда человек нажимает кнопку, соответствующая переменная установлена в 1
Трансфертная СМП:
Когда человек нажимает кнопку, соответствующая переменная устанавливается в 1
Переводчик-человек:
При нажатии кнопки соотвь словами автора. Из контекста повествования ясно, что кнопку должен нажимать человек. Но чтобы придти к такому выводу приходится задуматься. Поведение объектов рассматривается в двух системах координат - относительно лифта и относительно человека.
Автор умышленно акцентирует внимание, на то, что именно должен нажимать кнопку. С другой стороны - высказать аналогичную мысль красиво и правильно на русском языке нельзя, потому переводчик решил немного пренебречь точностью высказывания.
Вернемся к описанию алгоритма Эвклида. Как было сказано ранее, использованы безличные предложения, глаголы стоят в повелительном наклонении. Интересно заметить, что при машинном переводе императивное наклонение было сохранено (в форме просьбы), в то время как, переводчик привел алгоритм более стилистически приемлемой форме.
Какой из вариантов правильнее, вопрос спорный. В оригинальном тексте, да и в английском языке вообще глаголы в алгоритмах имеют форму повелительного наклонения. Очень часто их переводят на русский в форме приказа (выполнить, разделить). В первом пункте алгоритма переводчик вообще не стал использовать императив, сведя фразу к определенно личному предложению. При этом на третьем шаге использована повелительная форма глагола. Можно сказать, что такой прием был вызван предложением в скобках Но использование разных по форме глаголов в шагах алгоритм может сбить читателей с толку. Мы iитаем, что в данном случае машина перевела стилистически верно, и, возможно, лучше переводчика-человека.
Согласно одной из морфологических особенностей научн