Rozwiązywanie problemów w postedycji i tłumaczeniu od podstaw

Oryginalny tytuł:

Problem solving activities in post-editing and translation from scratch

Zawartość książki:

Firmy i organizacje coraz częściej korzystają z tłumaczenia maszynowego w celu poprawy wydajności i opłacalności, a następnie edytują przetłumaczone maszynowo dane wyjściowe, aby stworzyć płynny tekst, który jest zgodny z określonymi konwencjami tekstowymi. Procedura ta znana jest jako post-edycja.

Tłumaczenie i post-edycja mogą być często kategoryzowane jako działania związane z rozwiązywaniem problemów. Gdy tłumaczenie jednostki tekstu źródłowego nie jest od razu oczywiste dla tłumacza, lub innymi słowy, gdy istnieje przeszkoda między elementem źródłowym a elementem docelowym, proces tłumaczenia można uznać za problematyczny. I odwrotnie, jeśli nie ma przeszkody między tekstem źródłowym a docelowym, proces tłumaczenia można uznać za czynność polegającą na rozwiązywaniu zadań, a nie na rozwiązywaniu problemów.

W niniejszym badaniu zbadano, czy tłumaczenie maszynowe wpływa na wysiłek związany z rozwiązywaniem problemów w zakresie wyszukiwania informacji w Internecie, składni i innych wskaźników problemów oraz czy wysiłek ten można powiązać z wiedzą specjalistyczną.

Łącznie 24 tłumaczy (dwunastu profesjonalistów i dwunastu półprofesjonalistów) wykonało tłumaczenia od podstaw z języka angielskiego na niemiecki oraz (monolingwalnie) postedycję tłumaczenia maszynowego na potrzeby tego badania. Badanie jest częścią bazy danych CRITT TPR-DB.

Tłumaczenia i (jednojęzyczne) sesje post-edycji były rejestrowane za pomocą eye-trackera i programu do keyloggingu. Wszyscy uczestnicy otrzymali te same sześć tekstów (po dwa teksty na zadanie). Do identyfikacji problematycznych jednostek tłumaczeniowych zastosowano różne podejścia.

Po pierwsze, wzięto pod uwagę zachowania związane z badaniami internetowymi, ponieważ są one wyraźnym wskaźnikiem problematycznych jednostek tłumaczeniowych. Następnie skupiono się na strukturach składniowych w wynikach MT, które nie są zgodne z regułami języka docelowego, ponieważ założono, że będą one powodować problemy w (jednojęzycznych) zadaniach post-edycji, które nie wystąpiłyby w zadaniu tłumaczenia od podstaw. Wreszcie, wskaźniki problemów zostały zidentyfikowane za pomocą różnych parametrów, takich jak Munit, który wskazuje, jak często uczestnicy tworzą.