Появление машинного перевода как технологии произошло в середине XX века. Параллельно с развитием информатики, совершенствовалась и лингвистика, что позволяло обрабатывать все бóльшие массивы данных с помощью ЭВМ. В этой статье мы рассмотрим основные исторические вехи развития машинного перевода и расскажем подробнее о самых популярных сервисах, с помощью которых перевод десятков страниц стал возможным за считанные секунды.
Первые эксперименты (1950-е годы)
Отправной точкой развития МП считается проект, начатый в 1950-х годах. В 1954 году в рамках проекта, финансируемого правительством США, был проведен эксперимент по переводу текстов с русского на английский язык с использованием компьютера IBM 701. Этот проект, известный как "Georgetown-IBM experiment", продемонстрировал возможность автоматического перевода и стал первым значительным шагом в области машинного перевода. В ходе эксперимента были переведены около 250 предложений, и результаты вызвали большой интерес к данной технологии.
Научные достижения

В 1960-х годах ученые начали разрабатывать более сложные алгоритмы и модели для машинного перевода. Одним из первых научных трудов в этой области стал проект "SYSTRAN", который был создан в начале 1960-х годов и использовался для перевода документов, связанных с международной торговлей и дипломатией.
"Computers and Translation"
В 1966 году была опубликована статья "Computers and Translation", написанная математиком Уорреном Вивером, в которой он описывал возможности машинного перевода и предлагал использовать методы обработки естественного языка для улучшения качества перевода. Эта работа стала основополагающей для дальнейших исследований в области машинного перевода.
В 1990-х годах произошел переход от правил к статистическим методам. Система, основанная на статистических моделях, использует огромные объемы двуязычных текстов для обучения, что позволяет ей делать более точные предположения о переводе.
В 1990-х годах произошел переход от правил к статистическим методам. Система, основанная на статистических моделях, использует огромные объемы двуязычных текстов для обучения, что позволяет ей делать более точные предположения о переводе.
Наши дни
С начала 2010-х годов на смену статистическим методам пришли нейронные сети. Нейронный машинный перевод, например, реализованный в Google Translate, использует глубокое обучение для создания более естественных и контекстуально правильных переводов.
С ростом использования AI-технологий компании начали разрабатывать стандарты и рекомендации для обеспечения качества переводов и предотвращения распространения неверной информации.
С ростом использования AI-технологий компании начали разрабатывать стандарты и рекомендации для обеспечения качества переводов и предотвращения распространения неверной информации.
Как почувствовать разницу?
В 2021 году Google представил обновленную версию своего переводчика, основанную на технологии нейронных сетей, которая значительно улучшила качество перевода, особенно для языков с ограниченными ресурсами. Эта версия использует модель под названием "Transformer", которая позволяет учитывать контекст целого предложения, а не переводить слова по отдельности.
Пример:
Исходный текст на английском:
"She has a knack for making everyone feel welcome."
Перевод на русский до 2021 года:
"У нее есть способность заставлять всех чувствовать себя желанными."
Перевод на русский после 2021 года с использованием обновленных технологий:
"У неё есть талант заставлять всех чувствовать себя как дома."
В этом примере видно, как современные модели машинного перевода могут лучше передавать не только смысл, но и эмоциональную окраску фразы. Новый перевод звучит более естественно и понятно для носителей русского языка.
Пример:
Исходный текст на английском:
"She has a knack for making everyone feel welcome."
Перевод на русский до 2021 года:
"У нее есть способность заставлять всех чувствовать себя желанными."
Перевод на русский после 2021 года с использованием обновленных технологий:
"У неё есть талант заставлять всех чувствовать себя как дома."
В этом примере видно, как современные модели машинного перевода могут лучше передавать не только смысл, но и эмоциональную окраску фразы. Новый перевод звучит более естественно и понятно для носителей русского языка.
Не Гуглом единым…
На сегодняшний день существует масса сервисов, предлагающих широкий спектр функций по переводу текстов. Остановимся подробнее на самых крупных из них:
DeepL

DeepL — относительно новый игрок на рынке, но он быстро завоевал популярность благодаря высокому качеству перевода. Сервис поддерживает несколько европейских языков.
Плюсы:
• Высокая точность перевода, особенно для сложных фраз и текстов.
• Удобный интерфейс с возможностью редактирования перевода.
• Часто учитывает контекст лучше, чем многие другие сервисы.
Минусы:
• Ограниченная поддержка языков по сравнению с Google Translate.
• Некоторые пользователи отмечают медленное обновление базы данных.
Плюсы:
• Высокая точность перевода, особенно для сложных фраз и текстов.
• Удобный интерфейс с возможностью редактирования перевода.
• Часто учитывает контекст лучше, чем многие другие сервисы.
Минусы:
• Ограниченная поддержка языков по сравнению с Google Translate.
• Некоторые пользователи отмечают медленное обновление базы данных.
Microsoft Translator

Общие характеристики: Microsoft Translator предлагает разнообразные функции, включая текстовый перевод, голосовой перевод и интеграцию с другими продуктами Microsoft.
Плюсы:
• Хорошая интеграция с другими приложениями Microsoft, такими как Office и Skype.
• Поддержка множества языков и возможность перевода в реальном времени.
• Удобный интерфейс и возможность использования на мобильных устройствах.
Минусы:
• Качество перевода может быть менее предсказуемым по сравнению с Google Translate и DeepL.
• Некоторые пользователи сообщают о проблемах с качеством перевода в специфических областях.
Плюсы:
• Хорошая интеграция с другими приложениями Microsoft, такими как Office и Skype.
• Поддержка множества языков и возможность перевода в реальном времени.
• Удобный интерфейс и возможность использования на мобильных устройствах.
Минусы:
• Качество перевода может быть менее предсказуемым по сравнению с Google Translate и DeepL.
• Некоторые пользователи сообщают о проблемах с качеством перевода в специфических областях.
Yandex.Translate

Yandex.Translate — сервис от российской компании Яндекс, который предлагает перевод на множество языков, включая менее распространенные.
Плюсы:
• Хорошая поддержка славянских языков и специфических терминов.
• Возможность работы с текстами, изображениями и веб-страницами.
• Удобный интерфейс и доступность на мобильных устройствах.
Минусы:
• Качество перевода может варьироваться, особенно для сложных текстов.
• Не всегда учитывает культурные особенности и контекст.
Плюсы:
• Хорошая поддержка славянских языков и специфических терминов.
• Возможность работы с текстами, изображениями и веб-страницами.
• Удобный интерфейс и доступность на мобильных устройствах.
Минусы:
• Качество перевода может варьироваться, особенно для сложных текстов.
• Не всегда учитывает культурные особенности и контекст.
Человеческий перевод против машинного: кто кого?
Несмотря на достижения в области машинного перевода, человеческий перевод все равно остается незаменимыми. Машинный перевод может быть быстрым и эффективным, но часто не достигает необходимого уровня качества. Например, в таких сферах, как юриспруденция или медицина, точность машинного перевода может достигать и 94-97%. Тем не менее, остаются те самые 3-4%, где подключение профильного специалиста-переводчика просто необходимо, во избежание фатальных ошибок. Поэтому многие компании прибегают к постредактуре машинного перевода профессиональными лингвистами для обеспечения точности и локализации. К машинному переводу стоит относиться как к очень качественному, эффективному, но все же инструменту, а не как к 100%-ному способу заменить человеческий перевод.
Присоединяйтесь к нашему сообществу в Telegram и будьте в курсе самых актуальных вакансий в сфере переводов!