Search

2008 m. pradžioje pristatytą internetinę anglų-lietuvių kalbų mašininio vertimo programą jau išbandė daug vartotojų, buvo ir esama visokių nuomonių. Straipsnyje pateikiami kai kurie kokybiniai šios programos darbo tyrimo rezultatai, aptariamos svarbesnės problemos. Daugiau dėmesio skirta beekvivalenčių žodžių vertimui. Aptarti terminai realija, lakūna ir beekvivalenčiai žodžiai. Pateikiami argumentai, kodėl pastarasis terminas yra tinkamiausias. Tyrimo rezultatai atskleidė daugialypę automatizuoto beekvivalenčių žodžių vertimo problematiką. Tyrimo pradžioje kelta hipotezė, kad mašininio vertimo kokybė priklauso nuo verčiamo teksto stiliaus, nepasitvirtino. Tam įtakos galėjo turėti programos naudojamas bendro pobūdžio žodynas. Kita vertus, tokius rezultatus reikėtų interpretuoti atsargiai. Gali būti, kad anglų–lietuvių kalbų mašininio vertimo sistema nėra gera ir negali identifikuoti skirtingo stiliaus vertimo skirtumų. Mašininio vertimo leksikos klaidų analizė rodo, kad jas lemia įvardijimo reiškiniai: daugiareikšmiškumas, homonimija, įvardijimas žodžių junginiais ir tam tikrų sąvokų neįvardijimas. Vertimo klaidų atsiranda ir dėl žodyno dydžio, jo struktūros, vertimo principo (dažniausiai pažodinis vertimas). Mašininio vertimo leksikos klaidų analizė parodo tik kryptis, kuriomis turėtų būti gerinama programa. Savaime suprantama, beekvivalenčių žodžių vertimas nėra didžiausia programos problema. Anglų–lietuvių kalbų mašininio vertimo programą reikia tobulinti: išplėsti žodyną, įtraukti daugiau frazių ir pažymų apie žodžio reikšmių vartosenos sritis; sukurti taisykles, leidžiančias atskirti anglų kalbos homonimus ir parinkti jiems tinkamus lietuvių kalbos atitikmenis The on-line machine translation programme, which was created by Vytautas Magnus University and introduced at the beginning of 2008, translates texts from English into the Lithuanian language. Many users have already tried this programme. It is natural that it is both praised and criticized. The article presents a quality research of this programme. The main problems of the programme are discussed. More attention is paid to the complicated translation of non-equivalent words. Terms "realia", "lacuna" and "non-equivalent words" are discussed; arguments in favour of the latter term are provided. The research data shows many-sided problems of machine translation of non-equivalent words. The raised hypothesis for the research that machine translation quality depends on the text style was not confirmed. This might have been due to the non-specialized dictionary of the programme. On the other hand, the results of the research should be interpreted with care. It is possible that the English-Lithuanian machine translation programme is not good enough so that style translation differences could be identified. The analysis of lexical machine translation mistakes showed that the mistakes are conditioned by ordinary phenomena of nomination: polysemy, homonymy, nomination by multiword units and the lack of nomination. The size and structure of the dictionary, as well as the model of translation (literal translation), also influence the appearance of translation mistakes. The analysis of the mistakes only shows the directions in which the machine translation programme should be improved. The translation of non-equivalent words is obviously not the major problem of the programme. The English-Lithuanian machine translation programme has to be improved: additional sense and homonym notations should be added; where possible, rules should be provided; the dictionary should be continuously expanded with new words

2008 m. pradžioje pristatytą internetinę anglų – lietuvių kalbų mašininio vertimo programą jau išbandė daug vartotojų, buvo ir esama visokių nuomonių. Straipsnyje pateikiami kai kurie kokybiniai šios programos darbo tyrimo rezultatai, aptariamos svarbesnės problemos. Daugiau dėmesio skirta beekvivalenčių žodžių vertimui. Aptarti terminai realija, lakūna ir beekvivalenčiai žodžiai. Pateikiami argumentai, kodėl pastarasis terminas yra tinkamiausias. Tyrimo rezultatai atskleidė daugialypę automatizuoto beekvivalenčių žodžių vertimo problematiką. Tyrimo pradžioje kelta hipotezė, kad mašininio vertimo kokybė priklauso nuo verčiamo teksto stiliaus, nepasitvirtino. Tam įtakos galėjo turėti programos naudojamas bendro pobūdžio žodynas. Kita vertus, tokius rezultatus reikėtų interpretuoti atsargiai. Gali būti, kad anglų – lietuvių kalbų mašininio vertimo sistema nėra gera ir negali identifikuoti skirtingo stiliaus vertimo skirtumų. Mašininio vertimo leksikos klaidų analizė rodo, kad jas lemia įvardijimo reiškiniai: daugiareikšmiškumas, homonimija, įvardijimas žodžių junginiais ir tam tikrų sąvokų neįvardijimas. Vertimo klaidų atsiranda ir dėl žodyno dydžio, jo struktūros, vertimo principo (dažniausiai pažodinis vertimas). Mašininio vertimo leksikos klaidų analizė parodo tik kryptis, kuriomis turėtų būti gerinama programa. Savaime suprantama, beekvivalenčių žodžių vertimas nėra didžiausia programos problema. Anglų – lietuvių kalbų mašininio vertimo programą reikia tobulinti: išplėsti... [toliau žr. visą tekstą] The on-line machine translation programme, which was created by Vytautas Magnus University and introduced at the beginning of 2008, translates texts from English into the Lithuanian language. Many users have already tried this programme. It is natural that it is both praised and criticized. The article presents a quality research of this programme. The main problems of the programme are discussed. More attention is paid to the complicated translation of non-equivalent words. Terms “realia”, “lacuna” and “non-equivalent words” are discussed; arguments in favour of the latter term are provided. The research data shows many-sided problems of machine translation of non-equivalent words. The raised hypothesis for the research that machine translation quality depends on the text style was not confirmed. This might have been due to the non-specialized dictionary of the programme. On the other hand, the results of the research should be interpreted with care. It is possible that the English – Lithuanian machine translation programme is not good enough so that style translation differences could be identified. The analysis of lexical machine translation mistakes showed that the mistakes are conditioned by ordinary phenomena of nomination: polysemy, homonymy, nomination by multiword units and the lack of nomination. The size and structure of the dictionary, as well as the model of translation (literal translation), also influence the appearance of translation mistakes. The analysis of... [to full text]

Straipsnyje analizuojamas vienas iš sąvokų raiškos aspektų – leksinės ertmės (anglų kalboje „lexical gaps“). Leksinėmis ertmėmis laikytini tie kalbos atvejai, kai sąvoka vienoje kalboje yra įvardyta leksiniu vienetu, o kitoje kalboje jai nusakyti vartojamas laisvasis žodžių junginys. Verčiant paprastai pasigendama tiesioginio atitikmens ir pasitelkiami įvairūs kompensavimo būdai. Straipsnyje norima parodyti, kaip gyvenimas veikia kalbą; gilinamasi į kultūrinį sąvokų raiškos aspektą ir dėl jo atsirandančias leksinės ertmes lietuvių kalboje. Tekstynų lingvistikos metodu ištyrus keletą sąvokų raiškos atvejų anglų ir lietuvių kalbose, pasitvirtino, kad sąvokos įvardijimą ir jos raiškos būdus neretai lemia įvairūs socialiniai ir ekonominiai veiksniai, kalbos vartotojų bendruomenę veikiantis požiūris, ideologija bei kultūra. Jeigu visuomenei neaktualus reiškinys, nebūdingas požiūris ar neišplėtotos kai kurios gyvenimo sferos, atitinkama spraga, t. y. leksinė ertmė, atsiveria ir kalboje, o tai, kas yra aktualu ir reikšminga, yra įvardinama ir dažnai vartojama. Lyginant anglų kalbos daiktavardžio pet ir lietuvių kalbos žodžių junginių žyminčių panašias, tačiau netapačias sąvokas, duomenų analizė atskleidė pavartojimo dažnumo, kolokacijų gausos bei jų sukeliamų konotacijų skirtumus. Apibendrinama, kad kalba yra išsamus ja kalbančios bendruomenės vertybių rodiklis, o leksinės ertmės, raktažodžiai, jų dažnumas, atitikmenys, vartojimo kontekstas yra aktualūs kalbos technologijų produktų (vertimo programų) kūrėjams, taip pat vienas iš būdų, galinčių padėti atskleisti tautos būdą. Languages are directly affected by culture, social and economic factors. Words that are important for a certain culture are often lexically elaborated; they occur in stable word combinations, expressions, songs, etc. They reflect the importance of concepts they encapsulate and therefore are called key-words. It is quite obvious that key-words may lack equivalents in other languages. In cases like these, or due to linguistic and other reasons, when a concept is not lexicalized, a lexical gap occurs. Lexical gaps are instances of lack of nomination detected in one language while comparing two languages or in a target language during translation. Although the problem seems to be minor and clear, one gets rather the opposite impression after an excursion through the linguistic literature on lexical gaps or translational equivalence. Therefore in the first part of the article, variuos perceptions of non-equivalent lexis, realia and other concepts are presented. The article also discusses such terms as "cultural elaboration", "culture specific words" and others. The second half of the article focuses on the way such problematic cases are rendered in bilingual dictionaries and in corpora. Statistical and linguistic analysis of corpus data for culturally important word in the Anglo-Saxon context a pet, also socially biased overcrowding and their possible Lithuanian counterparts once again proved that there is a close interrelationship between the lexicon, culture and various social, political and economic phenomena.

Leksinės ertmės yra neatitikimas tarp sąvokos ir jos leksinės raiškos. Tai reiškinys, kai vienoje kalboje sąvoka yra leksikalizuota, t. y. įvardinta žodžiu, o kitoje kalboje pastovaus ir visuotinai žinomo pavadinimo neturi ir yra reiškiama vis kitaip. Leksinė ertmė dažniausiai žymi sąvoką, kuri nėra žinoma ar svarbi tos kalbos vartotojams. Vertime neleksikalizuotoji sąvoka verčiama įvairiais kompensaciniais metodais. Anglų kalbos daiktavardžio ,,a pet“ reikšmė ,,namuose malonumui auginamas gyvūnas“ neturi visuotinai priimto ir vartojamo lietuviško ekvivalento, todėl šioje vietoje lietuvių kalboje yra leksinė ertmė. Ši leksinė ertmė analizuojama dviem etapais. Pirma, aptariami aiškinamųjų anglų kalbos bei vertimo žodynų duomenys. Aiškinamųjų žodynų apibrėžimuose identifikuojami reikšmės komponentai, kurių pagalba sudaromas struktūriškas analizuojamos sąvokos vaizdinys. Šių komponentų palyginimas su vertimo žodynuose pateikiamų sisteminių atitikmenų reikšmių komponentais padeda suvokti dviejų kalbų leksikalizacijos proceso skirtybes. Antrojo etapo metu analizuojami palyginamųjų tekstynų duomenys. Ieškoma kolokacijų ar kontekstinių partnerių, turinčių skiriamuosius reišmės komponentus, apibrėžtus pirmojo etapo metu. Tokiu būdu aptinkami kiti aptariamos sąvokos leksikalizacijos atvejai (tekstiniai vienažodžiai ir daugiažodžiai atitikmenys). Aptariant semantinius reikšmės komponentus išryškėja, kaip sąvoka yra įvardinta arba leksikalizuota kalboje, turinčioje leksinę ertmę (pvz., vienu platesnės ar siauresnės reikšmės žodžiu ar daugiažodžiu junginiu) A lexical gap is a mismatch between a concept and its lexical expression. It is a phenomenon when a concept in one language is lexicalized—denominated by a word, meanwhile in other languages this concept does not have a constant and universally known appellative and is therefore expressed differently on every occasion. A lexical gap usually marks a concept that is known or important to users of that language. Non-lexicalized concept is translated using a variety of compensation methods. English noun “pet” means “an animal kept at home for enjoyment”. In Lithuanian it has no universally accepted and used Lithuanian equivalent, thus a lexical gap exists. This lexical gap is analysed in two stages. First of all, data of explanatory English language and translation vocabularies is discussed. Definitions of explanatory words contain meaning components that help structurally analysing the image of the concept. Comparison of these components to meaning components of systematic equivalents helps understanding differences of lexicalization process of two languages. During stage two, comparative textual data is analysed. It aims identifying co-locations or contextual partners that have distinctive meaning components identified during stage one. This way, other cases of lexicalization are discovered (textual equivalents consisting of one or few words). Discussion regarding semantic meaning components reveals how a concept is denominated or lexicalized in language that has a lexical gap (e.g. by one word containing a narrower or broader meaning or a multi-word combination).