Тип публикации: статья из журнала
Год издания: 2026
Ключевые слова: artificial Intelligence (AI), self-learning neural networks, technical translation, искусственный интеллект (ИИ), самообучающиеся нейронные сети, технический перевод
Аннотация: В статье анализируются достижения и перспективы использования искусственного интеллекта в сфере перевода технических текстов. Показано, что внедрение технологии нейронных сетей стало несомненным прорывом, однако пока не позволило уравнять качество получаемого перевода с переводом, сделанным вручную. При этом на данный момент временПоказать полностьюи такие сервисы, несмотря на ряд недостатков, используются широким кругом пользователей для самых разных целей, что обусловливает актуальность регулярного мониторинга их возможностей в переводе текстов различных функциональных стилей. Установлено, что привлечение самообучающихся нейронных сетей позволило практически исключить грамматические ошибки при переводе технических текстов и значительно уменьшить количество лексических. В то же время актуальной проблемой остается наличие фактических ошибок и несоответствующих широкому контексту формулировок, что обусловлено неспособностью нейронных сетей выявлять связи между текстом и лингвистической реальностью (сопоставлять графики и иллюстрации, осуществлять поиск стандартных терминологических эквивалентов, использующихся в текстах аналогичной тематики, и т. д.). По всей видимости, еще некоторое время будет существовать необходимость корректировки технических переводов, сделанных ИИ специалистом-переводчиком для того, чтобы получить корректную интерпретацию технического переводимого текста. The article analyzes the achievements and prospects of using artificial intelligence in the field of translation of technical texts. It has been shown that the introduction of neural network technology has become an undoubted breakthrough, but so far it has not allowed to equalize the quality of the resulting translation with the manual translation. At the same time, at the moment, such services, despite a number of shortcomings, are used by a wide range of users for a wide variety of purposes, which makes it urgent to regularly monitor their capabilities in translating texts of various functional styles. It was established that the involvement of self-learning neural networks made it possible to practically eliminate grammatical errors when translating technical texts and significantly reduce the number of lexical ones. At the same time, actual errors and formulations that do not correspond to a wide context remain an urgent problem, due to the inability of neural networks to identify links between text and linguistic reality (compare graphs and illustrations, search for standard terminological equivalents used in texts of similar subjects, etc.). Apparently, for some time there will be a need to adjust the technical translations made by the AI specialist translator in order to obtain a correct interpretation of the technical translated text.
Журнал: Инженерные системы и энергетика
Выпуск журнала: № 1
Номера страниц: 34-39
Место издания: Красноярск
Издатель: Красноярский государственный аграрный университет