Постредактура машинного перевода: для каких текстов она подходит, а для каких нет

Применение искусственного интеллекта уже стало обычной практикой в отрасли переводов. Среди основных причин его внедрения — снижение расходов и повышение продуктивности. Тем не менее пока компании не спешат поручать всю работу машине, ведь ИИ иногда ошибается. Вместо этого они все чаще прибегают к постредактуре машинного перевода: полученный от ИИ текст проверяется и дорабатывается специалистом-человеком. Такой подход позволяет достичь баланса между экономией и качеством — но не всегда. В этой статье мы расскажем, для каких текстов постредактура подходит, а для каких лучше изначально задействовать профессиональных переводчиков.

О постредактуре

Сперва подробнее опишем, что такое постредактура. Часто ее называют англоязычными терминами PEMT и MTPE: это сокращения от Post-Editing Machine Translation и Machine Translation Post-Editing — то есть «постредактура машинного перевода». Встречается и аббревиатура этой фразы на кириллице: «ПРМП». Как видно, часть «post» перекочевала в русскоязычное название и позволяет отличать такой тип редактуры от обычной.

Постредактура бывает:

• Легкой. В этом случае редактор исправляет не все ошибки, а только самые серьезные. Качество текста, скорее всего, будет ниже: в нем могут остаться странно звучащие фразы, неверная пунктуация и другие недочеты.
• Полной. В этом случае специалист работает более тщательно — результат должен выглядеть не хуже текстов, переведенных и отредактированных профессионалами-людьми от начала и до конца.

Когда постредактура уместна, а когда нет

Чтобы определить, насколько ваш текст пригоден для MTPE, учитывайте следующее:

• Язык: стандартный и простой. Язык должен быть стандартным или хотя бы не слишком сложным. Чересчур метафоричные описания, малоизвестные сленговые выражения или термины из узкой области могут исказиться при переводе.

Проверить это утверждение легко: достаточно вспомнить наш эксперимент с редактурой ChatGPT. Художественный отрывок с метафорами и ритмической прозой нейросеть превратила в плоский, бессвязный текст. От оригинального замысла автора остались только узнаваемые слова, собранные в случайном порядке.

• Некритичные недочеты. Если в финальном продукте обнаружится какой-то недочет, это не должно иметь критических последствий. Поскольку при работе с ИИ возникает соблазн положиться на его экспертизу и не тратить лишнее время на перепроверку, это иногда случается.
• Связность текста и контекст. Текст должен быть связным, а не разбитым на отдельные кусочки, для понимания которых нужен общий контекст. Пример «несвязного» текста — интерфейс игры, выгруженный для перевода в таблицу. Игровые термины и имена персонажей будут повторяться, но ИИ может перевести их по-разному в разных местах. Так, вероятно, что при переводе с английского персонаж по имени Lena будет то «Линой» (в соответствии с английским произношением), то «Леной» (как принято говорить в русском). В целом, ИИ можно натренировать, чтобы он учитывал контекст, но это отдельная техническая задача.

Для наглядности подробнее остановимся на конкретных категориях текстов из переводческой практики.

Подходят для MTPE

• Шаблонные юридические и финансовые документы. В материалах, которые создавались по одному образцу, целые разделы могут повторяться почти дословно. От ИИ просто требуется выдать распространенные формулировки из соответствующей области, а это снижает вероятность ошибки. Кроме того, машина быстро найдет нужные термины — а переводчик-человек может задержаться на этом шаге.
• Не слишком сложная или нишевая техническая документация: инструкции к массово производимым бытовым приборам, руководства пользователя и прочее. Как и в категории выше, ИИ легко подберет стандартные отраслевые выражения.
• Контент общего характера, без сложных стилистических приемов и скрытых отсылок: например, короткие записи для социальных сетей. ИИ неплохо генерирует такие тексты — они звучат гладко и выразительно, хотя иногда не совсем связно. Однако постредактору будет несложно устранить недочеты этого типа.

Пример

Для примера взят рецепт печенья из Викиучебника.

Перевод в ChatGPT

Перевод в Gemini

Текст несложный, в нем нет малоизвестных терминов, поэтому ИИ — в этом случае ChatGPT и Gemini — справились хорошо. Постредактор сравнит перевод с оригиналом, чтобы исключить возможность галлюцинаций, и отшлифует результат. Например, можно исправить первую фразу у ChatGPT на «Вот простой рецепт очень вкусного печенья», а у Gemini заменить «жир» на «масло» — хотя первое понятие в кулинарии включает в себя масла, новичков это запутает, а рецепт предназначен именно для этой аудитории.

В некоторой степени подходят для MTPE

• Уже упомянутые интерфейсы: ПО, приложения, сайты и тому подобное. Даже когда у ИИ есть доступ к контексту, в котором используется элемент, это не всегда улучшает перевод. Машина может проигнорировать такие инструкции: поставить точку в заголовке страницы или неверно расставить теги — хотя эти ошибки постредактор быстро исправит. Но когда ИИ превышает указанный лимит символов или додумывает контекст от себя, искажая смысл, текст придется переводить заново. Если промахов второго типа будет много, MTPE займет больше времени, чем ожидалось.
• Публицистика, маркетинг, пиар. Здесь результат не всегда предсказуем. В таком контенте часто встречаются тонкие смысловые оттенки и стилистические приемы, с которыми ИИ справляется то хорошо, то посредственно, то совсем плохо. Если машинный перевод окажется некачественным, постредактору придется переделать неудачные куски с нуля. С другой стороны, если ваша целевая аудитория не слишком чувствительна к языковым нюансам, можно запросить легкую постредактуру — это сэкономит время.
• Образовательные, научные, медицинские и технические тексты. В целом, ИИ справится, но чем уже тема, тем вероятнее искажения. Разбирающийся в ней постредактор будет тщательно исправлять недостоверный перевод, и процесс затянется. А если нанять исполнителя, который плохо знает эту область, он либо потратит время на ознакомление с ней, либо же вовсе пропустит смысловые ошибки.
• Юридические тексты с высокой степенью риска, конфиденциальности, описывающие нешаблонные ситуации. Здесь нужно будет приложить дополнительные усилия: изучить правила выбранного ИИ-сервиса в отношении пользовательских данных и найти лингвиста как с навыками редактуры, так и с опытом в соответствующей сфере законодательства.

Пример

Для примера взят шаблон рекламного СМС от сервиса по дизайну интерьеров.

Перевод в ChatGPT

Перевод в Gemini

ChatGPT перевел «It’s finally here» буквально — «Наконец-то это здесь», что звучит довольно странно. Поскольку в коротком маркетинговом контенте важно каждое слово, постредактору придется полностью перефразировать эту часть так, чтобы она стала понятнее и при этом привлекала внимание потенциального клиента. Также не помешает поправить «вы выберете нас для дизайна интерьера» — аудитории может не понравиться такое самоуверенное утверждение. Все это займет дополнительное время, а значит, постредактура будет продвигаться медленнее.

Gemini справился лучше. В первом варианте возникла похожая проблема со вступлением — «Свершилось!» звучит чересчур пафосно на фоне спокойного тона всего сообщения. Однако далее в любом из трех вариантов постредактору остается сверить смысл перевода с оригиналом и внести поправки лишь при отдельной необходимости: для соответствия требованиям клиента к стилю, терминам и пр.

Не подходят для MTPE

• Креативный копирайтинг: слоганы, имиджевые тексты и другое. Из-за отличий аудиторий в разных странах здесь часто нужен не перевод с редактурой, а адаптация или даже полная переработка заложенного посыла. Чтобы определить, так ли это, нужно обратиться к экспертам из этой сферы.
• Нестандартные произведения с выраженной стилистикой: художественная литература, поэзия и тому подобное. С большой вероятностью ИИ исказит изначальный замысел. Вместо уникальных формулировок у вас будут проскакивать приевшиеся клише, а если машина не разберется в авторской идее, то додумает что-то от себя. Исправление всех таких погрешностей займет столько времени, что проще обратиться к специалисту-человеку и перевести текст с нуля.

Пример

Для примера взят лимерик — короткий стишок с абсурдным сюжетом. В этом лимерике говорится о том, как рассказчик не вернул долг одной пожилой женщине, но она ушла в мир иной и рассказчик рад, что теперь у него нет соблазна занять у нее еще немного. Трудности перевода здесь заключаются в том, что нужно сохранить и общую идею, и рифму в формате «AABBA», и юмор, основанный на созвучии географических названий с другими словами.

Перевод в ChatGPT

Перевод в Gemini

ChatGPT не справился с задачей: рифма присутствует, но остальные условия не выполняются. Редактура тут не подходит, так как ИИ выдал совсем некачественный результат.

Gemini предупредительно указывает, что это очень сложный для перевода текст. Из предложенных вариантов первый звучит наиболее приемлемо, но даже там фраза «С ней бог упокоился» собьет читателя с толку. Постредактору придется заменить ее на что-то более понятное, а такая правка, скорее всего, повлечет за собой остальные — если рифма поменяется, нужно будет редактировать и последующую строку. При этом смысл этих двух строк, вероятно, станет немного другим, и тогда понадобится перестраивать остальные строки.

Таким образом, даже если на первый взгляд перевод выглядит неплохо, постредактор так или иначе будет воссоздавать произведение с нуля.

Заключение

Постредактура — эффективный, но все еще не универсальный подход к переводу в эпоху искусственного интеллекта. Подводные камни MTPE малозаметны, если нужно раз в месяц перевести пару-тройку текстов, но при постоянной работе с большими объемами специфика этого метода себя проявит. Для удержания качества на высоком уровне иногда необходимы дополнительные этапы: оценка конечного результата, предварительное определение пригодности текста для постредактуры или даже его подгонка под ИИ. Поэтому не стоит чересчур полагаться на машину — лучше в любом случае заручиться поддержкой профессиональных лингвистов.