Keywords
машинный перевод,
How to Cite
Abstract
Развитие систем машинного перевода (МП) на основе искусственного интеллекта (ИИ) ставит под вопрос традиционную роль переводчика. Эта статья исследует изменение личности переводчика в условиях растущей автоматизации, анализируя, какие навыки и компетенции остаются незаменимыми и как меняется взаимодействие человека и машины в процессе перевода. Особое внимание уделяется этическим вопросам, связанным с использованием искусственного интеллекта, и необходимости адаптации образовательных программ для подготовки переводчиков к новой реальности. Сравнительный анализ машинного и человеческого перевода художественных текстов демонстрирует разницу в подходе к передаче смысла и нюансов.
References
1. Bowker, L. (2015). Computer-Aided Translation Technology: A Practical Introduction. University of Ottawa Press.
2. Cronin, M. (2013). Translation in the Digital Age. Routledge.
3. Guerberof Arenas, A. (2009). Productivity and quality in post-editing. New Voices in Translation Studies.
4. Hutchins, J. (2005). The history of machine translation in a nutshell. In Machine Translation: From Research to Real Users. Springer.
5. Kenny, D. (2019). Machine Translation for Everyone: A Beginner's Guide. Routledge.
6. Kiraly, D. (2000). A Social Constructivist Approach to Translator Education: Empowerment from Theory to Practice. St. Jerome Publishing.
7. Nord, C. (1991). Text analysis in translation: Theory, methodology, and didactic application of a model for translation-oriented text analysis. Rodopi.
8. O'Neil, C. (2016). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Crown.
9. Pym, A. (2011). On Translator Ethics: Principles for Mediation between Cultures. John Benjamins Publishing.
10. Samuelson, P. (1994). A case study on computer programs. Communications of the ACM, 37 (1), 21-30.
11. Somers, H. (2003). Computers and Translation: A User's Guide. John Benjamins Publishing.
12. Vaswani A, Shazeer N, Parmar N, Uszkoreit J, Jones L, Gomez AN, Kaiser Ł, Polo-sukhin I. 2017. Attention is all you need. In: Advances in neural informationprocessing systems. Red Hook: Curran Associates.
(PDF) Pay attention and you won’t lose it: a deep learning approach to sequence imputation.
13. https://en.m.wikisource.org/wiki/The_Lady_with_the_Dog_and_Other_Stories/The_Lady_with_the_Dog#
14. Nematov, O. (2022). HEAVY INDUSTRY INFRASTRUCTURE IN JIZZAKH PROVINCE: ACHIEVEMENTS, PROBLEMS AND SOLUTIONS. International Journal Of History And Political Sciences, 2(11), 41-44.
This work is licensed under a Creative Commons Attribution 4.0 International License.