Нейронный машинный перевод в военной сфере: оценка эффективности, ограничений и перспектив использования

Цель исследования – оценить эффективность нейронного машинного перевода (НМП) для военных текстов различных стилей на английском и вьетнамском языках, выявить преимущества и ограничения технологии.

Процедура и методы. Методы включают эксперимент с НМП-системами (Google Translate, ChatGPT, Gemini) и сравнительный анализ их переводов с работами профессиональных переводчиков. Качество оценивалось по точности содержания, терминологической корректности, стилистическому соответствию и уровню ошибок.

Результаты показали, что НМП обеспечивает высокую скорость и приемлемое качество перевода научных и официально-деловых текстов, но испытывает трудности с художественными и разговорными текстами, где важна стилистическая выразительность.

Теоретическая и практическая значимость работы заключается в уточнении границ применимости НМП, рекомендациях по его использованию в военном переводе и обосновании необходимости отечественных офлайн-решений для повышения качества перевода и безопасности данных. 

1. Раренко М. Б. Машинный перевод как вызов // Вестник Московского университета. Серия 22: Теория перевода. 2021. № 2. С. 117–126.

2. Марчук Ю. Н. Компьютерная лингвистика: учебное пособие. М.: Восток – Запад, 2007. 318 с.

3. Kirkedal A. Tree-based Hybrid Machine Translation // Proceedings of the 13th Conference of the European Chapter of the Association for Computational Linguistics (Avignon, France, April 23–27, 2012). Stroudsburg, PA: Association for Computational Linguistics, 2012. P. 77–86.

4. Искусственный интеллект в технологиях машинного перевода / К. К. Колин, А. А. Хорошилов, Ю. В. Никитин, С. И. Пшеничный, А. А. Хорошилов // Социальные новации и социальные науки. 2021. № 2 (4). С. 64–80. DOI: 10.31249/snsn/2021.02.05.

5. Раренко М. Б. Машинный перевод: от перевода «по правилам» к нейронному переводу // Социальные и гуманитарные науки. Отечественная и зарубежная литература. Серия 6: Языкознание. 2021. № 3. С. 70–79. DOI: 10.31249/ling/2021.03.05.

6. Мифтахова Р. Г., Морозкина Е. А. Машинный перевод. Нейроперевод // Вестник Башкирского университета. 2019. Т. 24. № 2. С. 497–502.

7. Калинин С. М. Актуальные подходы к улучшению точности нейронного машинного перевода // Вестник Брянского государственного университета. 2017. № 1 (31). С. 284–287.

8. Гарбовский Н. К., Костикова О. И. Интеллект для перевода: искусный или искусственный? // Вестник Московского университета. Серия 22: Теория перевода. 2019. № 4. С. 3–25.

9. Касьянов В. К., Федулова В. В. Основные проблемы нейронного машинного перевода // Успехи в химии и химической технологии. 2021. Т. 35. № 11 (246). С. 43–45.

10. Сдобников В. В. Искусственный интеллект в переводе: уточнение понятий // Военно-филологический журнал. 2024. № 4. С. 38–47.

11. Легостина М. С. Метрики оценки качества машинного перевода // Инноватика-2019: сборник материалов XV Международной школы-конференции студентов, аспирантов и молодых ученых (Томск, 25–27 апреля 2019 г.). Томск: СТТ, 2019. С. 490–493.

12. Улиткин И. А. Автоматическая оценка качества машинного перевода научного текста: 5 лет спустя // Вестник Московского государственного областного университета. Серия: Лингвистика. 2022. № 1. С. 47–59. DOI: 10.18384/2310-712X-2022-1-47-59