Бесплатных решений точно подсказать не сможем. Иногда приходят задачи на перевод файлов такого формата, но очень редко, таких кейсов не так много. Нашему инженеру по локализации приходится проводить много манипуляций. Тестировать разные сценарии и CAT-системы, смотреть, справится ли она с таким форматом. Касаемо стоимости через агентства это сделать дешево тоже не получится. В стоимость будет входить как настройка, так и перевод.
Один из примеров обратного перевода. Здесь ошибка у движка: брак переведен не как дефект продукции, а как союз. Ошибка никуда не делась, смысл перевода на английский остается некорректным
Спасибо за такой подробный коммент! Да, качество переводчиков и правда сильно возросло за последние несколько лет, мощный прорыв сделал DeepL, яндекс и гугл, по ощущениям, не сильно отстают (хотя исследования от intento говорят об обратном). Особенно если мы говорим о переводе простых предложений, а не сложных с разными видами связи.Ещё появление нейронки сильно улучшило понимание контекста, что радует и дает надежды на то, что скоро МП будет близок к идеалу.
Возможно, некоторые модели дообучались как раз на научных статьях?
Тут, скорее, модели дообучаются на разных типах текстов, не только на статьях. Мы ничего не имеем против перевода статей через МП, просто тут нужно заранее оценивать все шансы и понимать, насколько сложен текст и сможет ли переводчик его перевести так, чтобы за результат потом не было стыдно. И отталкиваться от области знаний, как вы подметили. Если там доступная терминология, то подходит, но желательна вычитка. Думаю, нужно было развернуть этот момент подробнее в статье, чтобы не было недопониманий.
Ну и еще один вопрос напоследок. Мне кажется, что метод с обратным переводом способен резко упростить поиск ошибок в переводах и составление метрик качества переводов.
У нас изначально не было планов раскрывать эту тему и писать про методы проверки. Если ориентироваться на опыт именно в рамках нашей компании, то у нас были заказы, где основным требованием была проверка текста обратным переводом. Но это, скорее, исключение, чем постоянное явление) Это редко востребовано в медицинском переводе. Но не применим в текстах, в которых нужна транскреация. Наши переводчики, имеющие опыт с таким методом обратного перевода, утверждают, что иногда при обратном переводе ошибка никуда не исчезает. Кроме того, её так можно и вовсе не заметить. Да, он может уберечь от каких-то явно заметных ошибок и сгладить их. Но не во всех случаях. Семантические, то есть смысловые, ошибки - самые критичные и иногда такой проверкой можно ввести себя в заблуждение.
Да, вы правильно заметили это упущение. Чтобы не было недопонимания, нам нужно было указать, что предложение переводилось не отдельно, а в контексте) Это полностью меняет смысл. Информация про модный дом была в предложениях до этого, в наш пример попала только та часть целого текста, которую переводчик не смог перевести правильно, учитывая всё, о чем говорилось. Если бы модный дом внезапно появился из ниоткуда, мы бы забеспокоились не меньше)))
По-моему, и гугловский, и яндексовский переводчики, и даже DeepL уже полгода как списаны в утиль и представляют исключительно исторический интерес.
Конечно, тут можно много перебирать все "за" и "против" перевода с помощью GPT. Цель нашей статьи - обсудить именно движки перевода и технологии, с помощью которых они переводят. Для нас, как для других переводчиков, работающих в cat-системах со встроенными в них движками перевода, это актуально. Согласитесь, если бы МП ушел в прошлое, компании не вкладывали бы в их развитие миллионы долларов. К тому же, практически все МП сейчас содержат нейронку, тот же DeepL. Нейронка + другие виды машинного перевода в сочетании дают неплохие результаты, для совершенствования которых компаниям остаётся только одно - заниматься обучением системы ( а может и не только этим))). Возможно, такими темпами мы когда-нибудь приблизимся к идеальному переводу без помощи человека.
Хочется упомянуть тут коллег по цеху и отправить ссылку на их публикацию с тестированием: https://t.me/bitvamachine/156
Лайфхаки в вашей публикации тоже можно использовать, почему бы и нет))) они подходят для людей, готовых работать с промтами и описывать задания, а не для тех, кому нужно решить проблему здесь и сейчас и просто закинуть информацию в переводчик.
Бесплатных решений точно подсказать не сможем. Иногда приходят задачи на перевод файлов такого формата, но очень редко, таких кейсов не так много. Нашему инженеру по локализации приходится проводить много манипуляций. Тестировать разные сценарии и CAT-системы, смотреть, справится ли она с таким форматом.
Касаемо стоимости через агентства это сделать дешево тоже не получится. В стоимость будет входить как настройка, так и перевод.
Один из примеров обратного перевода. Здесь ошибка у движка: брак переведен не как дефект продукции, а как союз. Ошибка никуда не делась, смысл перевода на английский остается некорректным
Спасибо за такой подробный коммент!
Да, качество переводчиков и правда сильно возросло за последние несколько лет, мощный прорыв сделал DeepL, яндекс и гугл, по ощущениям, не сильно отстают (хотя исследования от intento говорят об обратном). Особенно если мы говорим о переводе простых предложений, а не сложных с разными видами связи.Ещё появление нейронки сильно улучшило понимание контекста, что радует и дает надежды на то, что скоро МП будет близок к идеалу.
Тут, скорее, модели дообучаются на разных типах текстов, не только на статьях.
Мы ничего не имеем против перевода статей через МП, просто тут нужно заранее оценивать все шансы и понимать, насколько сложен текст и сможет ли переводчик его перевести так, чтобы за результат потом не было стыдно. И отталкиваться от области знаний, как вы подметили. Если там доступная терминология, то подходит, но желательна вычитка. Думаю, нужно было развернуть этот момент подробнее в статье, чтобы не было недопониманий.
У нас изначально не было планов раскрывать эту тему и писать про методы проверки. Если ориентироваться на опыт именно в рамках нашей компании, то у нас были заказы, где основным требованием была проверка текста обратным переводом. Но это, скорее, исключение, чем постоянное явление) Это редко востребовано в медицинском переводе. Но не применим в текстах, в которых нужна транскреация. Наши переводчики, имеющие опыт с таким методом обратного перевода, утверждают, что иногда при обратном переводе ошибка никуда не исчезает. Кроме того, её так можно и вовсе не заметить. Да, он может уберечь от каких-то явно заметных ошибок и сгладить их. Но не во всех случаях. Семантические, то есть смысловые, ошибки - самые критичные и иногда такой проверкой можно ввести себя в заблуждение.
Да, вы правильно заметили это упущение. Чтобы не было недопонимания, нам нужно было указать, что предложение переводилось не отдельно, а в контексте) Это полностью меняет смысл. Информация про модный дом была в предложениях до этого, в наш пример попала только та часть целого текста, которую переводчик не смог перевести правильно, учитывая всё, о чем говорилось.
Если бы модный дом внезапно появился из ниоткуда, мы бы забеспокоились не меньше)))
Ответил в комментариях
Спасибо за ваш комментарий и развернутое мнение!)
Конечно, тут можно много перебирать все "за" и "против" перевода с помощью GPT. Цель нашей статьи - обсудить именно движки перевода и технологии, с помощью которых они переводят. Для нас, как для других переводчиков, работающих в cat-системах со встроенными в них движками перевода, это актуально.
Согласитесь, если бы МП ушел в прошлое, компании не вкладывали бы в их развитие миллионы долларов. К тому же, практически все МП сейчас содержат нейронку, тот же DeepL. Нейронка + другие виды машинного перевода в сочетании дают неплохие результаты, для совершенствования которых компаниям остаётся только одно - заниматься обучением системы ( а может и не только этим))). Возможно, такими темпами мы когда-нибудь приблизимся к идеальному переводу без помощи человека.
Хочется упомянуть тут коллег по цеху и отправить ссылку на их публикацию с тестированием: https://t.me/bitvamachine/156
Лайфхаки в вашей публикации тоже можно использовать, почему бы и нет))) они подходят для людей, готовых работать с промтами и описывать задания, а не для тех, кому нужно решить проблему здесь и сейчас и просто закинуть информацию в переводчик.