Нейросетевой подход к переводу русской безэквивалентной лексики на китайский язык
Автор: Напреенко Г.В., Махнева А.В.
Журнал: Вестник Южно-Уральского государственного университета. Серия: Лингвистика @vestnik-susu-linguistics
Рубрика: Актуальные проблемы перевода
Статья в выпуске: 4 т.22, 2025 года.
Бесплатный доступ
Статья посвящена исследованию проблемы перевода русской общественно-политической безэквивалентной лексики, которую можно встретить в современных электронных СМИ и научных работах, с помощью нейросетевого перевода на китайский язык. В работе описаны методы перевода, использованные нейросетью, согласно классификации Л.С. Бархударова, установлена успешность полученных результатов. Цель настоящего исследования – определение качества перевода безэквивалентной лексики нейронными сетями, сравнение результатов деятельности искусственного интеллекта с ручным переводом. Материалом послужила русская безэквивалентная лексика из общественно-политического дискурса, отобранная из научных статей и интернет-СМИ. Анализ проводился с помощью методов нейросетевого перевода и сопоставления. Исследование показало, что в большинстве случаев нейросеть успешно справляется с поставленной задачей, поэтому у нее есть потенциал стать новым инструментом практикующих переводчиков, однако некоторые предлагаемые ею переводы могут ввести носителей языка в заблуждение, что говорит о необходимости совершенствования нейронных сетей в данном направлении.
Безэквивалентная лексика, реалии, общественно-политические реалии, нейросетевой перевод, методы перевода, Национальный корпус русского языка
Короткий адрес: https://sciup.org/147253186
IDR: 147253186 | УДК: 811.1/.8: 811.93: 81'322.4 | DOI: 10.14529/ling250402
Neural network translation of Russian non-equivalent vocabulary into the Chinese language
The article is devoted to the study of the problem of translating Russian socio-political non-equivalent vocabulary found in modern electronic media and scientific works into Chinese, using neural network translation. The paper describes the translation methods used by the neural network, based on L.S. Barkhudarov’s classification. The success of the obtained results is stated. The purpose of this study is to determine the quality of neural network translation of non-equivalent vocabulary and to compare the results of artificial intelligence with manual translation. The material of the study is Russian non-equivalent vocabulary from socio-political discourse, selected from scientific articles and Internet media. The analysis has been carried out using neural network translation and comparative analy-sis. The study showed that in most cases the neural network successfully copes with the task, so it has the potential to become a new tool for practicing translators, but some of the translations offered to it can mislead native speakers, which highlights the need for further development in this area.
