Strojový preklad – kedy sa ho oplatí využiť

V poslednom desaťročí sa stal strojový preklad najdynamickejšie sa rozvíjajúcim segmentom prekladateľského odvetvia. Poďme sa pozrieť na to, v čom nám môže byť nápomocný, a čomu sa naopak pri jeho používaní vyhnúť.

V poslednom desaťročí sa stal strojový preklad najdynamickejšie sa rozvíjajúcim segmentom prekladateľského odvetvia. V dnešnej dobe poskytuje túto službu každá profesionálna prekladateľská agentúra. Tento pokrok je spôsobený rozšírením takzvaných systémov neurónových strojových prekladačov (Neural Machine Translation, NMT), ktoré využívajú rovnaký model umelej inteligencie ako napríklad systémy na rozpoznávanie obrazu a hlasu.

V porovnaní s predchádzajúcimi prístupmi, neurónový strojový preklad viedol k radikálnemu zlepšeniu kvality prekladov. Vďaka tomu sa strojový preklad priblížil k tomu ľudskému. Možno ho použiť na dosiahnutie profesionálnych výsledkov, výrazného skrátenia času prekladu alebo zníženia nákladov pri mnohých typoch textov.

Je však značný rozdiel medzi verejne dostupným strojovým prekladačom a na mieru navrhnutým systémom. Kvalita voľne dostupných služieb známych technologických spoločností (napr. Google, Microsoft či Amazon) sa môže v porovnaní s prekladačmi vytvorenými podľa konkrétnych potrieb výrazne líšiť, aj keď princíp fungovania je rovnaký.

Každý prekladač potrebuje najskôr tréning. Znamená to, že existujúce preklady, zvyčajne vytvorené ľuďmi, sa rozdelia na dvojice viet v zdrojovom a cieľovom jazyku a stroj ich použije ako príklady na získanie informácií o gramatike daných jazykov a o zhode jazykových prostriedkov. Z toho všetkého vyplýva, že kvalitu prekladu ovplyvňuje predovšetkým množstvo a kvalita textu, na ktorom bol daný prekladový nástroj vycvičený.

Pri plánovaní projektov s využitím strojového prekladu je vždy prvým krokom analýza zdrojového textu, pretože nie všetky typy textov je možné preložiť strojovým prekladom v dostatočnej kvalite. V takýchto prípadoch by bola následná úprava neúmerne drahá a časovo náročná.

Je strojový prekladač vhodný na akýkoľvek jazyk?

Vo všeobecnosti možno povedať, že v prípade jazykov s veľkým počtom hovoriacich (napr. angličtina, nemčina, španielčina, francúzština) možno pomocou strojového prekladu dosiahnuť dobré výsledky, ale záleží aj na tom, či sú dané jazyky navzájom príbuzné alebo ako sú si podobné z typologického hľadiska. Dôležité je však vedieť, že napriek tomu sa dá strojový preklad v súčasnosti výborne použiť aj pri malých jazykoch ako je slovenčina alebo čeština, ak je druhým jazykom napríklad angličtina alebo iný veľký európsky jazyk.

Aké typy textov vie strojový prekladač spoľahlivo preložiť?

Strojový preklad sa najlepšie používa na jednoducho a stručne formulovaný obsah. To znamená, že zložené súvetia, odkazy na skoršie alebo nasledujúce časti textu, či nejasné formulácie v zdrojovom texte znižujú jeho kvalitu. Veľmi dobrú kvalitu však možno očakávať v prípade jednoduchých textov, ktoré neobsahujú vety dlhšie ako 20 – 25 slov. Dôležité je spomenúť, že náročnosť prekladu zvyšujú aj nespisovné časti textu, ale aj humor, sarkazmus, idiómy a nespisovné jazykové prvky.

V závislosti od zmýšľaného použitia textov je potrebné okrem bežnej internej kontroly kvality doplniť službu strojového prekladu aj o ľudský krok úpravy (posteditáciu).

Posteditácia je zvyčajne dostupná v dvoch úrovniach, tzv. základnej a úplnej. V prvom prípade je cieľom vytvoriť gramaticky a obsahovo správny, zrozumiteľný preklad bez závažných chýb v krátkom čase s čo najmenším zásahom človeka. V prípade úplnej post-editácie musí výsledný výstup vo všetkých ohľadoch spĺňať kritériá kvality ľudského prekladu.

Použitie strojového prekladu môže byť prínosom, keď:

• je hlavným faktorom skrátiť čas realizácie,
• ľudský preklad nezapadá do dostupného kontextu,
• je hlavným cieľom pochopiť podstatu textu,
• je potrebné preložiť veľké množstvo textu v krátkom čase,
• projekt alebo spolupráca vyžaduje preklad mnohých podobných dokumentov obsahujúcich opakujúce sa jazykové prvky (napr. správy, denníky, produktové listy).

Photo credit: Marku Spiske, Joshua Sortino, Pietro Jeng, Nathana Rebouças