Comparative analysis of machine and professional translations of technical texts (on the material of operating instructions)

Cover Page

Cite item

Full Text

Abstract

In an era of rapid scientific and technological progress, operating instructions, which are part of the technical documentation, play an important role. Accurate translation of such texts helps to prevent operational errors that can lead to injuries and accidents. The need for quality and fast translation of technical texts determine the relevance of the undertaken research. Analysing the quality of machine translation helps to improve information processing algorithms, which leads to higher translation accuracy. The aim of the study is to conduct a comparative analysis of machine translation and professional translation of technical texts from English into Russian on the example of operating instructions. In the course of the research the following main tasks were solved: studying the classification of machine translation systems, genre-stylistic and lexico-grammatical features of technical texts, classification of machine translation errors; carrying out a comparative analysis of machine and professional translations of texts of operating instructions; revealing the frequency of occurrence and the nature of translation errors in machine translation. The material of the study is the texts of the operating instructions of medical equipment in English and Russian languages, namely mobile ultrasound diagnostic systems ACUSON X600 and ACUSON X700 produced by Siemens. Machine translation of the selected material was performed using the online translation services Yandex Translator and Google Translate. The work uses general scientific methods: analysis and synthesis, generalisation, classification, quantitative method, as well as linguistic methods: descriptive, comparative, method of contextual analysis of translation. The most common are: violations related to the denotative content of the text; errors that distort the semantic content of the original text; errors that reduce the accuracy of conveying the semantic content of the original text; violations in conveying the functional, stylistic or genre features of the original text; calquing the original; violations related to the design requirements for this type of texts, lexical and grammatical norms of the translating language, orthography and punctuation, conveyance of specific types of the given text. The least numerous group of errors are violations of conveying the expressive background of the original and the author’s evaluation.

About the authors

Olga Andreyevna Kononova

Tomsk State Pedagogical University

Email: olga1722@inbox.ru
Tomsk, Russian Federation

Anastasiya Sergeyevna Persidskaya

Tomsk State Pedagogical University

Email: persidskayaas@tspu.ru
Tomsk, Russian Federation

References

  1. Марчук Ю.Н. Компьютерная лингвистика: учеб. пособие. М.: АСТ: Восток-Запад. 2007. 317 с.
  2. Суховерхов А.В., де Витт Д., Манасиди И.И., Нитта К., Крстич В. Трудности машинного перевода: контекстная языковая неопределенность // Вестник Волгоградского государственного университета. Серия 2: Языкознание. 2019. Т. 18, № 4. С. 129–144. doi: 10.15688/jvolsu2.2019.4.10
  3. Савватеева Ю.О., Корсак М.В., Данилова Е.В. Сравнительный анализ систем машинного перевода // Информационные технологии в науке и образовании: материалы Всероссийской научно-практической конференции (Хабаровск, 15–16 декабря 2023 г.) / под ред. Е.В. Фалеевой. Хабаровск: Изд-во ДВГУПС, 2024. С. 101–106.
  4. Sokolova N.V. Machine vs Human Translation in the Synergetic Translation Space // Vestnik Volgogradskogo gosudarstvennogo universiteta. Seriya 2: Yazykoznanie, 2021. Vol. 20, № 6. P. 89–98. doi: 10.15688/jvolsu2.2021.6.8
  5. Кузьмин О.И. Сопоставительное исследование современного цифрового инструментария автоматизированного перевода (на материале подъязыка «логистика»): автореф. дис. ... канд. филол. наук. М., 2023. 23 с.
  6. Ляшук А.Р., Калашникова Л.В. К вопросу о качестве машинного перевода узкоспециализированных научных текстов // Актуальные вопросы лингвистики и лингводидактики в контексте межкультурной коммуникации: сборник материалов IV Всероссийской научно-практической конференции (28 марта 2024 г.) / под ред. О.Ю. Ивановой. Орел: ОГУ имени И.С. Тургенева, 2024. С. 173–178.
  7. Трегубова Ю.А. Программы машинного перевода при работе над специальным текстом // Филология, лингвистика и лингводидактика в современном обществе: сборник материалов международной научной конференции. 11–12 апреля 2024 г. Елец: Елецкий государственный университет им. И.А. Бунина, 2024. С. 111–114.
  8. Siemens ACUSON X600, ACUSON X700 Диагностическая ультразвуковая система: инструкция по эксплуатации. Республика Корея, 2014. 382 с. URL: https://www.usclub.ru/upload/files/product/resource/X7002-0_X6001-0_Manual_RUS_31838986.pdf (дата обращения: 15.11.2024).
  9. Siemens ACUSON X600, ACUSON X700 Diagnostic Ultrasound System: instructions for use. Republic of Korea, 2014. 382 p. URL: http://www.frankshospitalworkshop.com/equipment/documents/ultrasonographs/user_manuals/Siemens%20Acuson%20X600,%20X700%20Ultrasound%20-%20User%20manual.pdf (дата обращения: 15.11.2024).
  10. Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии: учеб. пособие. М.: Изд-во МГТУ им. Баумана, 2005. 304 с.
  11. Kastberg P. Machine Translation Tools – Tools of the Translator’s Trade // Communication & Language at Work. 2012. Vol. 1, № 1. P. 34–45. URL: https://www.researchgate.net/publication/277845572_Machine_Translation_Tools_-_Tools_of_the_Translator’s_Trade (дата обращения: 17.11.2024).
  12. Wang Y. Research of types and current state of machine translation // Applied and Computational Engineering: Proceedings of the 2023 International Conference on Machine Learning and Automation. 2024. Vol. 37. P. 95–101. URL: https://www.researchgate.net/publication/378435724_Research_of_types_and_current_state_of_machine_translation (дата обращения: 15.11.2024).
  13. Liu Y. The development and advance of machine translation // Applied and Computational Engineering: Proceedings of the 5th International Conference on Computing and Data Science. 2023. Vol. 13. P. 213–220. URL: https://www.ewadirect.com/proceedings/ace/article/view/4508 (дата обращения: 18.11.2024).
  14. Benková L. Neural Machine Translation as a Novel Approach to Machine Translation // Proceedings of the 13th International Scientific Conference on Distance Learning in Applied Informatics. 2020. P. 499–508. URL: https://www.researchgate.net/publication/344476131_Neural_Machine_Translation_as_a_Novel_Approach_to_Machine_Translation (дата обращения: 26.11.2024).
  15. Cheng Y. Joint Training for Neural Machine Translation. Singapore: Springer, 2019. 78 p.
  16. Graves A. Supervised Sequence Labelling with Recurrent Neural Networks. Heidelberg: Springer Berlin, 2012. 146 p.
  17. Somers H. Machine translation: latest developments // The Oxford Handbook of Computational Linguistics. 2012. P. 512–528. URL: https://personalpages.manchester.ac.uk/staff/harold.somers/Mitkov-book-chapter.pdf (дата обращения: 25.11.2024).
  18. Латышев Л.К. Технология перевода: учеб. пособие. М.: НВИ-ТЕЗАУРУС, 2000. 280 с.
  19. Комиссаров В.Н. Теория перевода (лингвистические аспекты): учебник. М.: Высшая школа, 1990. 253 с.
  20. Гарбовский Н.К. Теория перевода. М.: Изд-во Моск. ун-та, 2007. 544 с.
  21. Семенов А.Л. Современные информационные технологии и перевод: учеб. пособие. М.: Академия, 2008. 224 с.
  22. Новый взгляд на классификацию переводческих ошибок / Д.М. Бузаджи, В.В. Гусев, В.К. Ланчиков, Д.В. Псурцев; под ред. И.И. Убина. М.: Всероссийский центр пер. науч.-техн. лит. и документации, 2009. 119 с.
  23. Комиссаров В.Н., Рецкер Я.И., Тархов В.И. Пособие по переводу с английского языка на русский: учеб. пособие: в 3 ч. Ч. 2: Грамматические и жанрово-стилистические основы перевода. М.: Высшая школа, 1965. 287 с.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».