О машинском превођењу

Прво да разјаснимо основно: на нашем подручју је и даље прилично широко распрострањено неколико погрешних убеђења у погледу преводилачких алата, и то како међу лаицима, тако и међу транслатолозима, чак нажалост и самим преводиоцима (као практичарима) који су слабије упућени у ова питања. Најчешћа заблуда је изједначавање термина „програм за машинско превођење“ са термином „преводилачки алат“.

У теоријској основи и машинског превођења и преводилачких одн. CATⁱ алата налази се рачунарска лингвистика, али се ова два информатичка решења суштински разликују по начину функционисања, те тиме и практичној примени. Најједноставније речено, машинско превођење подразумева преводилачки процес који извршава софтвер без директног учешћа људског фактора. У самом почетку развоја овај процес се одвијао на основу глосара и језичких правила похрањених у систем, да би се касније развио статистички метод који се користи самостално или „хибридно“.

Мада на глобалном тржишту постоји више програма за машинско превођење (нпр. Systran, Promt, Reverso, Targumatik, WinBabel, BeGlobal…), од којих се неки могу прилагодити и специфичним потребама клијената, најпознатија јавно доступна онлајн апликација је Гугл Преводилац (енг. Google Translate) који тренутно у понуди има избор од 90 светских језика.ⁱⁱ Уколико Гугл Преводилац у процесу превођења наиђе на термин који не постоји у бази система, он врши транслитерацију на циљни језик или задржава термин у изворном облику. Или следи неку своју логику, на весеље корисника широм планете. Мали ли је број примера „преводилачких бисера“ из Гуглове радионице! Због тих добро познатих лоших решења, овај машински преводилац је стекао надимак Gurgleⁱⁱⁱ на англофоном подручју.

Иако је Гугл Преводилац најпознатији пример машинског превођења који ће одмах пасти на памет читаоцу, треба поменути да је технологија машинског превођења почела да се развија у доба Хладног рата, а после узела замах кроз вишејезичне институције и мултинационалне компаније. У Генералном директорату за писмено превођење ЕК користи се машински преводилац MT@EC од јула 2013, а развојним планом предвиђало се постизање хибридног система 10. генерације до краја 2014. године. То би требало да је довело до бољих резултата у неким језичким комбинацијама, али је већ унапред било јасно да ће за оне језике изразито инфлективног или аглутинативног карактера морати још много да се ради на пољу рачунарске лингвистике (Клуванец, 2014).

Уз машинско превођење неминовна је и појава нове пословне делатности која се на енглеском говорном подручју зове post-editing, што би се дословно могло у преводу назвати лектуром, будући да је задатак извршиоца да машински преведени текст прегледа и исправи. Да би се клијенти заштитили од тога да им се лекторисан машински „превод“ подметне и наплати као преводилачка услуга, за коју је по стандардима ЕН 15038 или ИСО 17100 о услузи писменог превођења јасно дефинисано да исту обавља стручно лице одговарајућих компетенција, у изради је стандард ЕН 18587 који ће се бавити управо квалитетом лектуре машинског превода, а и разрадом профила вршиоца овог радног поступка.

Мора се истаћи да лектура машинског превода није увек могућа, а ни оправдана, посебно у ускостручним областима и у ретким језичким комбинацијама са малим корпусом за примену машинског превођења. Због тога чврсто верујемо да ће и даље у догледној будућности остати потреба за квалитетним људима-преводиоцима.^iv

О утицају технолошког развоја на преводилачку струку 09. 10. 2015. за емисију Контекст 21 РТС-а говориле су Драгана Вукићевић и Драгица Милетић.

ⁱ Овај акроним настао је од енглеског израза Computer-Aided (или Assisted) Translation.

ⁱⁱ Податак из јуна 2015. године.

ⁱⁱⁱ Што значи „гукање, гугутање“ у смислу првих слогова „гу-гу“ које испушта беба.

^iv На англофоном подручју користе се термини „human translator/translation“ као супротност терминима „machine translator/translation“. Како у Србији још није установљена и стандардизована терминологија у овој области, у раду се термин „човек-преводилац“ користи да означи људско биће које обавља процес превођења како би се направила јасна разлика у погледу вршиоца радње.

Литература:

1. Baker, M., & Sandanha, G. (eds.) (2009). Routledge encyclopedia of translation studies (2nd edition). Abingdon: Routledge.
2. Mitkov, R. (ed.) (2003). The Oxford handbook of computational linguistics. Oxford: Oxford University Press.
3. СРПС ЕН 15038:2008 – Услуге превођења – Захтеви за услуге (ен). Београд: Институт за стандардизацију Србије.
4. Kluvanec, D. (2014). Getting the right mix – Approaches to machine translation in the European Commission. Објављено у: Baur W, Eichner B, Kalina S. et al. (eds.) (2014). Man vs. Machine? Рад представљен на XX светском конгресу Међународне преводилачке федерације (FIT) Man vs. Machine? The Future of Translators, Interpreters and Terminologists у Берлину (стр. 51-57). Berlin: BDÜ Fachverlag
5. Olivia Craciunescu, Constanza Gerding-Salas, Susan Stringer-O’Keeffe (2004). Machine Translation and Computer-Assisted Translation: a New Way of Translating? Објављено у: Translation Journal. http://translationjournal.net/journal/29computers.htm. Приступљено: 10. 7. 2015, 05:10
6. R. Ivanov & D. Marković (urednici) (2003). Microsoft računarski rečnik (Prevod 5. izdanja). Kovačević, D. & Živković, D. (prevodioci). Beograd: CET Computer Equipment and Trade.