ОСОБЛИВОСТІ МАШИННОГО ПЕРЕКЛАДУ МОРСЬКОЇ ТЕРМІНОЛОГІЇ: АНАЛІЗ ТОЧНОСТІ ТА КОНТЕКСТУАЛІЗАЦІЇ

Анотація

Стаття присвячена дослідженню особливостей машинного перекладу морської термінології як складної багаторівневої системи, що поєднує лексичну, граматичну, семантичну та прагматичну специфіку. У межах роботи здійснено комплексний аналіз структури морської терміносистеми, виявлено типові помилки автоматизованого перекладу, проведено порівняльне дослідження якості перекладу у провідних системах машинного перекладу, а також оцінено роль контексту та термінологічної сталості у забезпеченні точності технічного перекладу. Актуальність теми зумовлена зростаючою потребою у швидкому та якісному перекладі морської документації в умовах глобалізації морського транспорту, міжнародної комунікації та цифровізації професійної діяльності. У ході дослідження сформовано корпус морських термінів, здійснено їх структурно-семантичний аналіз, а також проведено експериментальне тестування перекладу за допомогою систем Google Translate, DeepL, Microsoft Translator, SDL Trados Studio та нейронних моделей нового покоління. Виявлено, що найбільш поширеними помилками є неправильна інтерпретація багатозначних термінів, фрагментація складних словосполучень, некоректне розпізнавання абревіатур, стилістична неузгодженість та порушення термінологічної сталості. Порівняльний аналіз показав, що спеціалізовані системи з доступом до термінологічних баз демонструють вищу точність, тоді як універсальні моделі часто не справляються з контекстуальною адаптацією. Особливу увагу приділено ролі контексту – лексичного, синтаксичного, семантичного, прагматичного та дискурсивного – у процесі автоматизованого перекладу, а також термінологічній сталості, що охоплює внутрішньотекстову, міжтекстову, ієрархічну, функціональну та темпоральну узгодженість термінів. Запропоновано низку стратегій покращення якості машинного перекладу морської технічної лексики, серед яких: створення спеціалізованих корпусів і термінологічних баз, інтеграція онтологій, адаптивне навчання моделей на основі експертного фідбеку, використання гібридних архітектур, мультимодальних підходів та спеціалізованих метрик оцінки якості.