Информация о работе
Подробнее о работе
ФОРМИРОВАНИЕ ТЕХНОЛОГИЧЕСКОЙ КОМПЕТЕНТНОСТИ БУДУЩИХ ПЕРЕВОДЧИКОВ В УСЛОВИЯХ ИНТЕГРАЦИИ НЕЙРОСЕТЕВОГО МАШИННОГО ПЕРЕВОДА В ОБУЧЕНИЕ ПИСЬМЕННОМУ ПЕРЕВОД
- 10 страниц
- 2026 год
- 0 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Под влиянием развития новых технологий в переводческой отрасли происходят изменения роли переводчика-человека. Нейросетевой машинный перевод (здесь и далее – НМП) становится популярным учебным инструментом – обучающиеся регулярно используют сервисы машинного перевода при подготовке работ по письменному переводу, что фактически меняет условия обучения.
тема: ФОРМИРОВАНИЕ ТЕХНОЛОГИЧЕСКОЙ КОМПЕТЕНТНОСТИ БУДУЩИХ ПЕРЕВОДЧИКОВ В УСЛОВИЯХ ИНТЕГРАЦИИ НЕЙРОСЕТЕВОГО МАШИННОГО ПЕРЕВОДА В ОБУЧЕНИЕ ПИСЬМЕННОМУ ПЕРЕВОДУ НА СТАРШИХ КУРСАХ ВУЗА
В статье рассматриваются дидактически значимые особенности нейросетевого машинного перевода (типовые ошибки, стилистические и терминологические сбои), уровни постредактирования (минимальное, полное, творческое) и предлагается примерная система заданий и индикаторов оценивания. Современному переводчику необходимо уметь применять не только навыки классического перевода, но и уметь задавать подходящие задачи нейросети, оценивать пригодность выполненного перевода, выполнять постредактирование. Это требует обновления вузовской подготовки на старших курсах: будущий переводчик должен владеть соответствующей технологической компетентностью, которую можно определить как совокупность знаний о переводческих технологиях, умений осознанно выбирать и применять их в рабочем процессе, а также критически оценивать результат.
Ключевые слова: технологическая компетентность, нейросетевой машинный перевод, постредактирование, обучение письменному переводу, переводческие технологии, оценка качества.
Developing Technological Competence in Future Translators through Integrating Neural Machine Translation into Written Translation Training in the Upper Years of University Education
The article examines didactically significant features of neural machine translation (typical errors, stylistic and terminological inconsistencies), levels of post editing (minimal, full, creative), and proposes a sample system of tasks and assessment indicators.
A modern translator needs to be able not only to apply classical translation skills, but also to formulate appropriate tasks for a neural network, evaluate the suitability of the generated translation, and perform post editing. This requires updating university training in the upper years: a future translator must possess the relevant technological competence, which can be defined as a combination of knowledge about translation technologies, the ability to consciously select and apply them in the work process, and the capacity to critically evaluate the results.
Keywords: technological competence, neural machine translation, post editing, written translation training, translation technologies, quality assessment.
Литература
1. Massey G. Re-framing conceptual metaphor translation research in the age of neural machine translation: Investigating translators’ added value with products and processes. Training, Language and Culture, 2021. [Электронный ресурс]. Режим доступа: https://rudn.tlcjournal.org/archive/5%281%29/5%281%29-03.pdf
2. Ramírez-Sánchez G. et al. MultiTraiNMT: Training Materials to Approach Neural Machine Translation from Scratch. Proceedings of TRITON, 2021. [Электронный ресурс]. Режим доступа: https://aclanthology.org/2021.triton-1.21.pdf
3. Rothwell A., Moorkens J., Svoboda T. Training in translation tools and technologies: Findings of the EMT survey 2023. 2025 [Электронный ресурс]. Режим доступа: https://arxiv.org/pdf/2503.22735
4. Tian X. Personalized translator training in the era of digital intelligence: Opportunities, challenges, and prospects. 2024 [Электронный ресурс]. Режим доступа: https://pmc.ncbi.nlm.nih.gov/articles/PMC11535966/
5. Venkatesan H. Technology Preparedness and Translator Training: Implications for Pedagogy. MT Summit XIX (Users Track), 2023. [Электронный ресурс]. Режим доступа: https://aclanthology.org/2021.triton-1.21.pdf
6. Волегжанина И. С., Чусовлянова С. В. Нейросетевой машинный перевод в обучении иностранному языку в техническом вузе. Russian Journal of Education and Psychology, 2024. [Электронный ресурс]. Режим доступа: https://rjep.ru/jour/index.php/rjep/article/view/640/281
7. Нечипоренко Н. А., Мельник О. Г. Ошибки нейросетей и программ перевода как основа для расширения возможностей обучения переводчиков. Вестник МГУ. Серия 22. Теория перевода, 2025. [Электронный ресурс]. Режим доступа: https://vestnik-translation.ru/upload/iblock/b21/zcmefrirgypgb0ussxugapxt2wag7abg/Translation_theory_Ser_22_2025_2_206_226.pdf
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
