Статья: Машинный перевод социокультурных и стилистических элементов в курдских литературных текстах: проблемы и перспективы (на материале романа «Последнее гранатовое дерево») (2026)

Читать онлайн

Нейронные системы машинного перевода (МП) достигли впечатляющих результатов для языков с богатыми ресурсами, однако демонстрируют системные сбои при работе с литературными текстами низкоресурсных языков, где культурная укоренённость и стили стическая сложность текста превышают возможности статистически ориентированных моделей. Курдский язык представляет особую исследовательскую проблему ввиду значительной диалектной вариативности, агглютинативной морфологии и острой нехватки параллельных литературных корпусов. Цель данного исследования выявить закономерности утраты культурно-специфических единиц (КСЕ) при машинном переводе курдского литературного текста на английский язык и определить стратегические различия между переводом человека и машины. Материалом исследования послужили 15 КСЕ, охватывающих имена собственные, социальные и религиозные роли, предметы материальной культуры, пищу, одежду и ритуальные объекты, отобранных из романа Бахтиара Али «Последнее гранатовое дерево» (сорани, 2002) и курдской культуры в целом. В качестве переводческих агентов сравнивались: профессиональный переводчик-эксперт, системы Google Translate и Microsoft Bing Translator, а также модель большого языка (Claude 3 Opus) с управляющим промптом на форенизацию. Каждый перевод оценивался по двум метрикам: точность (культурная достоверность) и беглость (языковая естественность) по шкале от 1 до 5, с последующим кодированием переводческой стратегии по модели Л. Венути (1995). Результаты показывают принципиальное стратегическое различие: переводчик-человек и управляемая ИИ-система в 100% случаев применяли стратегии сохранения (форенизация с глоссами), тогда как Google Translate использовал «стира ющие» стратегии в 86,7% случаев, а Microsoft Bing в 73,3%. Разрыв в эффективности составляет 30-50% в пользу человека. Особую опасность представляет «невидимость» культурного стирания: машинный перевод создаёт грамматически правильный, беглый текст, в котором КСЕ незаметно замещены обеднёнными эквивалентами. Исследование показывает, что провалы МП при работе с КСЕ носят не только технический, но и архитектурный, идеологический характер, воспроизводя культурную маргинализацию низкоресурсных языков. Работа вносит вклад в развитие направления «машинный перевод художественной литературы» и обосновывает необходимость создания культурно-аннотированных корпусов, новых метрик оценки и совместных человеко-машинных моделей перевода.

Ключевые фразы: машинный перевод, курдская литература, культурно-специфические единицы, низкоресурсные языки, ФОРЕНИЗАЦИЯ, ДОМЕСТИКАЦИЯ
Автор (ы): Агхабава Хемн М. (Aghabava H. M.), Новикова Вера Павловна (Novikova V. P.)
Журнал: ФИЛОЛОГИЧЕСКИЕ НАУКИ В МГИМО

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Языкознание
УДК
81. Лингвистика. Языкознание. Языки
Для цитирования:
АГХАБАВА Х. М., НОВИКОВА В. П. МАШИННЫЙ ПЕРЕВОД СОЦИОКУЛЬТУРНЫХ И СТИЛИСТИЧЕСКИХ ЭЛЕМЕНТОВ В КУРДСКИХ ЛИТЕРАТУРНЫХ ТЕКСТАХ: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ (НА МАТЕРИАЛЕ РОМАНА «ПОСЛЕДНЕЕ ГРАНАТОВОЕ ДЕРЕВО») // ФИЛОЛОГИЧЕСКИЕ НАУКИ В МГИМО. 2026. Т. 12 №3
Моя история просмотров (10)
Будьте первым, кто начнет обсуждение

Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.