Стилистическая адекватность перевода русских научных текстов на английский язык нейросетевыми системами: возможности и ограничения

настоящее исследование посвящено оценке способности нейросетевых систем машинного перевода адаптировать научные тексты к стилистическим особенностям языка перевода. В работе анализируется перевод русскоязычной статьи по экономике, выполненный системой DeepL, с точки зрения соответствия нормам английского научного стиля. Основное внимание уделяется ключевым критериям: синтаксической структуре, использованию залога, лексической конкретности и способам выражения логических связей. Результаты исследования демонстрируют, что, несмотря на высокую точность передачи содержания, нейросетевой переводчик не всегда успешно адаптирует текст к стилистическим нормам английского научного дискурса. В частности, сохраняется избыточная синтаксическая сложность, буквально передаются русские безличные конструкции и цепочки родительного падежа, что снижает естественность англоязычного текста. В то же время система успешно преобразует возвратные глаголы в пассивные конструкции и частично адаптирует лексику. Практическая значимость работы заключается в выявлении конкретных направлений для совершенствования нейросетевых переводчиков при работе с научными текстами. Результаты могут быть использованы для разработки принципиально новых подходов к обучению нейросетей, включая создание специализированных языковых моделей на размеченных научных корпусах, разработку механизмов стилистического анализа и алгоритмов контекстно-зависимой трансформации текста, что особенно актуально в условиях роста объемов международных научных публикаций и необходимости преодоления языкового неравенства в академической среде.

машинный перевод, нейросетевые технологии, научный стиль, стилистическая адаптация, русско-английский перевод, переводческие трансформации