Стандарты оценки качества перевода политического дискурса с применением больших языковых моделей

Обложка

Цитировать

Полный текст

Аннотация

Предметом настоящего исследования является разработка комплексной системы стандартов оценки качества перевода политического дискурса с применением больших языковых моделей. Исследование сфокусировано на создании интегративного подхода к оценке перевода китайского политического дискурса на русский язык, что особенно актуально в контексте укрепления российско-китайского стратегического партнерства. Разработанная трехуровневая модель оценки учитывает специфику политического дискурса, характеризующегося высокой степенью терминологической насыщенности, концептуальной специфичности и идеологической маркированности. Модель базируется на параметрах информационной целостности, языковой точности и межкультурной удобочитаемости, обеспечивая комплексный анализ перевода на всех уровнях: от лексического и синтаксического соответствия до передачи семантических отношений и культурно-прагматических аспектов. Особое внимание в рамках исследования уделяется применению технологических возможностей больших языковых моделей для автоматизированной диагностики переводческих проблем и повышения объективности оценки перевода политических текстов. Предлагаемая система учитывает требования «Базовых норм перевода китайского политического дискурса», адаптируя их к контексту российско-китайской межкультурной коммуникации. Методология исследования основана на системном анализе классических и современных моделей оценки перевода, с последующим функциональным моделированием интегративного подхода, объединяющего лингвистические теории, компьютерные методы и возможности больших языковых моделей для оценки переводов. Научная новизна исследования заключается в преодолении разрыва между теоретическими моделями оценки перевода и их практической реализацией за счет интеграции традиционных лингвистических подходов, компьютерных методов и требований отраслевых стандартов с технологическими возможностями больших языковых моделей. Впервые предложена детализированная структура оценки качества перевода политического дискурса с 10 параметрами второго уровня и 36 параметрами третьего уровня, что обеспечивает всесторонний анализ переводческой деятельности. Доказано, что применение больших языковых моделей значительно повышает эффективность и объективность оценки благодаря глубокому семантическому анализу и автоматизированной диагностике переводческих проблем. Разработанная система имеет высокую практическую ценность, будучи применимой как для анализа готовых переводов, так и для прогнозирования потенциальных трудностей при переводе политических текстов в контексте российско-китайской межкультурной коммуникации.

Об авторах

Мяо Лю

Пекинский университет

Email: liumiaolm@pku.edu.cn
ORCID iD: 0000-0003-2346-0600
доцент; факультет русского языка и литературы;

Список литературы

  1. Федоров А. В. Введение в теорию перевода: (лингвистич. проблемы). – 2-е изд., перераб. – Москва: Изд. лит. на иностр. яз., 1958. – 374 с.
  2. Бархударов Л. С. Язык и перевод. – М.: Международные отношения, 1975. – 235 с.
  3. Комиссаров В. Н. Лингвистика перевода. – Москва: Международные отношения, 1980. – 167 с.
  4. Райс К. Возможности и границы критики перевода. – Мюнхен: М. Хюбер, 1971. – 124 с.
  5. House J. Translation Quality Assessment: A Model Revisited. – Gunter Narr Verlag, 1997. – 207 p.
  6. Williams M. Translation quality assessment: An argumentation-centred approach. – University of Ottawa Press, 2004. – 209 p.
  7. Specia L., Raj D., Turchi M. Machine Translation Evaluation versus Quality Estimation // Machine Translation. – 2010. – Vol. 24. – P. 39-50. doi: 10.1007/s10590-010-9077-2 EDN: QHHKQW
  8. Юй Шивэнь. О некоторых исследованиях в области вычислительной лингвистики // Применение языка и письменности. – 1993. – № 3. – С. 55-64.
  9. Callison-Burch C., Fordyce C. S., Koehn P., Monz C., Schroeder J. (Meta-) Evaluation of Machine Translation // In Proceedings of the Second Workshop on Statistical Machine Translation. – 2007. – P. 136-158.
  10. Kocmi T., Federmann C. Large language models are state-of-the-art evaluators of translation quality // arXiv preprint arXiv:2302.14520. – 2023.
  11. Денисенко В. В., Чесников Л. С. Стратегии оптимизации и методы оценки для точной настройки больших языковых моделей // Международный журнал гуманитарных и естественных наук. – 2024. – № 4-1 (91). – С. 180-184. doi: 10.24412/2500-1000-2024-4-1-180-184 EDN: MGIFYI
  12. Лю М., Шао Ц., Се Г. Автоматизированный перевод политического дискурса: от больших языковых моделей к мультиагентной системе MAGIC-PTF // Litera. 2024. № 11. С. 28-46. doi: 10.25136/2409-8698.2024.11.72197 EDN: GFRZMO URL: https://nbpublish.com/library_read_article.php?id=72197
  13. Чжао Цзюньфэн, Ли Сян. Исследование построения и применения переводческих агентов на основе больших языковых моделей // Преподавание иностранных языков с помощью электронных технологий. – 2024. – № 5. – С. 22-28, 75, 108.
  14. Ли Дэфэн, Ван Хуашу, Лю Шицзе. Национальные возможности переводческих технологий и большие языковые модели // Шанхайский перевод. – 2025. – № 2. – С. 18-24.
  15. Lu Q., et al. Error analysis prompting enables human-like translation evaluation in large language models // arXiv preprint arXiv:2303.13809. – 2023.
  16. Huang H., et al. Towards making the most of llm for translation quality estimation // CCF International Conference on Natural Language Processing and Chinese Computing. – Cham: Springer Nature Switzerland, 2023.
  17. Zhang B., Haddow B., Birch A. Prompting large language model for machine translation: A case study // International Conference on Machine Learning. – PMLR, 2023.
  18. Чжао Янь, Чжан Хуэй, Ян Ичэнь. Сравнительное исследование качества больших языковых моделей в переводе текстов - на примере перевода "Цветения" // Преподавание иностранных языков с помощью электронных технологий. – 2024. – № 4. – С. 60-66, 109.
  19. Бюлер К. Теория языка: Репрезентативная функция языка. – Йена: Густав Фишер, 1934. – 434 c.
  20. Чжан Мэйфан. Функциональный подход к исследованию перевода. – Шанхай: Шанхайское издательство образования по иностранным языкам, 2005. – 233 c.
  21. House J. A Model for Translation Quality Assessment. – TBL-Verlag Narr, 1977. – 344 p.
  22. Юань Хун. Объяснительная сила типологии текста и функциональной лингвистики в оценке качества перевода // Журнал Хунаньского института гуманитарных наук и технологий. – 2007. – № 1. – С. 158-161.
  23. Newmark P. Approaches to Translation. – Oxford: Pergamon Press, 1981. – 344 p.
  24. Newmark P. A textbook of translation. – Vol. 66. – New York: Prentice Hall, 1988. – 402 p.
  25. Гу Чжэнкунь. О многомерной взаимодополняющей теории стандартов перевода // Китайский перевод. – 1989. – № 1. – С. 16-20.
  26. Пэн Чуньянь. Новая теория стандартов перевода - пересмотр системы стандартов перевода, установленной профессором Гу Чжэнкунем // Научный журнал Университета Сунь Ятсена. – 2004. – № 5. – С. 237-241.
  27. Сы Сяньчжу. Исследование модели оценки качества перевода с точки зрения функциональной лингвистики // Преподавание иностранных языков. – 2004. – № 4. – С. 45-50.
  28. Хэ Саньнин. Исследование моделей оценки качества перевода. – Пекин: Центральное издательство переводов, 2015. – 256 с.
  29. Papineni K., Roukos S., Ward T., Zhu W. J. "BLEU: A Method for Automatic Evaluation of Machine Translation." // In Proceedings of the 40th Annual Meeting of the Association for Computational Linguistics. – 2002. – P. 311-318.
  30. Doddington G. "Automatic Evaluation of Machine Translation Quality Using N-gram Co-occurrence Statistics." // In Proceedings of the Second International Conference on Human Language Technology Research. – 2002. – P. 138-145.
  31. Duh K. "Ranking vs. Regression in Machine Translation Evaluation." // In Proceedings of the Third Workshop on Statistical Machine Translation. – 2008. – P. 191-194.
  32. Базовые нормы перевода китайского политического дискурса на английский язык / Под ред. редакционной группы. – Пекин: Издательство литературы на иностранных языках, 2023. – 234 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).