Постредактирование (postediting) – процесс, заключающийся в обработке машинного перевода для достижения приемлемого качества. Человека, занимающегося постредактированием, называют постредактором. Концепция постредактирования связана с концепцией предредактирования (pre-editing). Наилучшего результата при переводе с помощью машинного перевода можно достичь путём предредактирования исходного текста и постредактирования полученного из машины текста. Постредактирование отличается от просто редактирования, которое означает обработку текста, созданного человеком. Текст, который прошёл этап постредактирования, также может быть передан редактору для исправления стилистических, грамматических и лексических ошибок.
Постредактирование включает в себя исправление результатов машинного перевода для того, чтобы качество конечного продукта соответствовало требованиям заказчика. Лёгкое постредактирование направлено на то, чтобы сделать полученный текст понятным; полное постредактирование – на то, чтобы сохранить стиль оригинала в переводе. С развитием машинного перевода полное постредактирование становится альтернативой ручному переводу. Почти все системы автоматизированного перевода (CAT) теперь поддерживают постредактирование результатов машинного перевода.
Постредактирование и машинный перевод
правитьМашинный перевод начали использовать по назначению в конце семидесятых годов в некоторых крупных учреждениях, таких как Европейская Комиссия и Панамериканская организация здравоохранения, а позже в некоторых корпорациях, таких как «Катерпиллар» и «Дженерал Моторс». Первые исследования по постредактированию проводились в восьмидесятых годах и были связаны с этими внедрениями.[1] Для разработки соответствующих руководящих принципов и обучения члены Американской ассоциации машинного перевода (АМТА) и Европейской ассоциации машинного перевода (EAMT) в 1999 году создали Специальную группу по постредактированию.[2]
После девяностых годов, достижения в области компьютерной производительности и обеспечение связи ускорили развитие машинного перевода и позволили внедрить его через веб-браузер, в том числе в качестве бесплатного, полезного дополнения к основным поисковым системам (Google Translate, Bing Translator, Yahoo! Babel Fish). Более широкое признание далекого от совершенства машинного перевода сопровождалось также широким признанием постредактирования. Поскольку спрос на локализацию товаров и услуг растет так быстро, что людям-переводчикам не удастся удовлетворить его, даже с помощью памяти перевода и других технологий управления переводами, отраслевые органы, такие как Общество пользователей автоматизации переводов (TAUS), ожидают, что машинный перевод и постредактирование будут играть гораздо большую роль в течение следующих нескольких лет.[3]
Использование машинного перевода иногда предполагает предредактирование.
Легкое и полное постредактирование
правитьВ исследованиях, проходивших в восьмидесятые годы, различали степени постредактирования, которые сначала назывались обычное и быстрое или полное и быстрое. Легкое и полное постредактирование - наиболее распространенные термины.
Легкое постредактирование подразумевает минимальное вмешательство постредактора, так как его целью является помочь конечному пользователю понять смысл текста. Легкое постредактирование используется тогда, когда заказчику документ нужен срочно и качество стоит на втором месте.
Полное постредактирование предполагает большее вмешательство для того, чтобы достичь качества, необходимого клиенту. Считается, что результатом должен быть текст, который не только понятный, но и стилистически соответствует исходному тексту.
Что самое главное в полном постредактировании, конечный текст должен соответствовать всем критериям качества традиционного перевода. Однако считается, что переводчикам требуется меньше усилий для работы непосредственно с исходным текстом, чем для постредактирования перевода, сделанного машиной. С развитием машинного перевода ситуация может измениться. Для некоторых языковых пар и для некоторых задач, а также с движками, которые были настроены с учетом специфических для домена качественных данных, некоторые клиенты уже просят переводчиков заниматься постредактированием вместо того, чтобы переводить с нуля, считая, что качество будет аналогичным, а затраты - ниже.
Эффективность постредактирования
правитьПостредактирование используется, когда необработанный машинный перевод недостаточно хорош, а человеческий перевод не требуется. Постредактирование рекомендуется использовать, когда оно может увеличить производительность ручного перевода, по крайней мере, в два раза, а в случае легкого постредактирования – даже в четыре раза.
Однако эффективность постредактирования трудно предсказать. Согласно различным исследованиям постредактирование, как правило, происходит быстрее, чем перевод с нуля, независимо от языковых пар или опыта переводчиков.[4] Однако нет единого мнения о том, сколько времени можно сэкономить с помощью постредактирования на практике (если вообще можно): в то время как в индустрии сообщается об экономии около 40% времени,[5] некоторые академические исследования предполагают, что экономия времени в реальных условиях труда, скорее всего, составит от 0 до 20%. Специалисты также сообщают о негативном росте производительности там, где обработка текста требует больше времени, чем перевод с нуля.[6][7]
Постредактирование и рынок переводческих услуг
правитьПримерно тридцать лет спустя постредактирование все еще остается «зарождающейся профессией».[8] Какими характеристиками должен обладать постредактор, еще до конца не изучено. Постредактирование немного, но переплетается с переводом и редактированием. Большинство считает, что идеальным постредактором будет переводчик, стремящийся обучиться определенным навыкам, но есть и такие, кто считает, что билингва без опыта перевода обучить будет легче.[9] Мало что известно о том, кто такие настоящие постредакторы, являются ли они профессиональными переводчиками, работают ли они в основном в качестве штатных сотрудников или самозанятых и на каких условиях. Многие профессиональные переводчики не любят постредактирование, в том числе потому, что оно, как правило, оплачивается по более низким ставкам, чем обычные переводы, и Международная ассоциация профессиональных переводчиков (IAPTI) особенно громко высказывается по этому поводу.[10]
Качество вывода машинного перевода для постредактирования выше и, следовательно, требует меньше усилий после редактирования, когда машинный перевод обеспечивается нейронным, вертикальным или настраиваемым машинным переводом. Повышение эффективности перевода может быть измерено путем отслеживания времени, необходимого лингвистам для коррекции машинного перевода в одной и той же среде перевода, например, XTM Cloud[11], Системы управления переводом и Системы автоматизированного перевода, где можно сравнить время постредактирования и результаты оценки качества постредактируемых текстов.
Нет четких данных о том, насколько важное место занимает постредактирование в переводческой индустрии. Недавнее исследование показало, что 50% поставщиков языковых услуг предлагают его, но для 85% из них постредактирование составляет менее 10% от их производительности.[12] Memsource, облачное окружение для автоматизированного перевода, утверждает, что более 50% перевода между английским и испанским, французским и другими языками было произведено с использованием памяти переводов вместе с машинным переводом.[13] Постредактирование также производится с помощью порталов краудсорсинга таких как Unbabel, на котором к Ноябрю 2014 года было постредактировано более 11 миллионов слов.[14]
Оценки производительности и объема в любом случае являются движущими целями, поскольку прогресс в области машинного перевода, в значительной степени обусловленный возвращением постредактируемого текста в его механизмы, будет означать, что чем больше будет сделано постредактирования, тем выше будет качество машинного перевода и тем более распространенным станет постредактирование.
Примечания
править- ↑ Senez, Dorothy. Post-editing service for machine translation users at the European Commission (1998). Дата обращения: 4 января 2021. Архивировано 20 января 2021 года.
- ↑ Allen, Jeffrey. "Post-editing", in Harold Somers (ed.). Computers and Translation. A translator's guide. (2003). Дата обращения: 4 января 2021. Архивировано 17 января 2021 года.
- ↑ TAUS website. Дата обращения: 4 января 2021. Архивировано 23 февраля 2020 года.
- ↑ Green, Spence, Jeffrey Heer, and Christopher D. Manning. The Efficacy of Human Post-Editing for Language Translation. ACM Human Factors in Computing Systems (2013). Дата обращения: 4 января 2021. Архивировано 11 марта 2020 года.
- ↑ Plitt, Mirko and Francois Masselot (2010). "A Productivity Test of Statistical Machine Translation Post-Editing in A Typical Localisation Context" (PDF). Prague Bulletin of Mathematical Linguistics. 93: 7–16. doi:10.2478/v10108-010-0010-x. Архивировано (PDF) 20 сентября 2020. Дата обращения: 4 января 2021.
- ↑ "Measuring user productivity in machine translation enhanced computer assisted translation" (PDF). Proceedings of the Tenth Biennial Conference of the Association for Machine Translation in the Americas (AMTA), San Diego, CA, October 28 – November 1. 2012. Архивировано из оригинала (PDF) 7 марта 2017. Дата обращения: 4 января 2021.
{{cite conference}}: Неизвестный параметр|authors=игнорируется (справка) - ↑ "Assessing post-editing efficiency in a realistic translation environment" (PDF). Proceedings of the 2nd Workshop on Post-editing Technology and Practice. 2013. pp. 83—91. Архивировано из оригинала (PDF) 23 апреля 2018. Дата обращения: 4 января 2021.
{{cite conference}}: Неизвестный параметр|authors=игнорируется (справка) - ↑ TAUS website. Дата обращения: 4 января 2021. Архивировано 12 августа 2016 года.
- ↑ Hutchins, John. Reflections on the History and present state of machine translation (1995). Дата обращения: 4 января 2021. Архивировано из оригинала 6 ноября 2020 года.
- ↑ IAPTI website. Дата обращения: 4 января 2021. Архивировано из оригинала 7 февраля 2017 года.
- ↑ XTM International official website. Дата обращения: 4 января 2021. Архивировано 24 апреля 2020 года.
- ↑ Postediting in Practice. A TAUS Report. (март 2010). Дата обращения: 4 января 2021. Архивировано 22 января 2022 года.
- ↑ Memsource website. Дата обращения: 4 января 2021. Архивировано 25 сентября 2016 года.
- ↑ Unbabel Launches A Human-Edited Machine Translation Service To Help Businesses Go Global, Localize Customer Support. Дата обращения: 4 января 2021. Архивировано 27 февраля 2021 года.