| id: | 31774 |
|---|---|
| Title: | Корпусне дослідження міжмовної номіналізації в перекладі авторських колонок (на матеріалі Google Translate та ChatGpt) |
| Authors: | Іваницька Н. Б., Іваницька Н. Л. |
| Keywords: | міжмовна номіналізація, особові та неособові дієслова, машинний переклад, Google Translate, ChatGPT, паралельний корпус, корпусний аналіз, авторські колонки, жанру колумністики |
| Date of publication: | 2026-05-26 12:08:34 |
| Last changes: | 2026-05-26 12:08:34 |
| Year of publication: | 2026 |
| Summary: | У статті досліджено явище міжмовної номіналізації особових і неособових дієслів англійської мови в українському перекладі авторських колонок, виконаному системою нейронного машинного перекладу (НМП) Google Translate та генеративною великою мовною моделлю (ВВМ) ChatGPT. Метою дослідження є виявлення закономірностей міжмовної номіналізації та порівняння стратегій трансформації дієслів у номінативні форми різними системами машинного перекладу (МП) з використанням паралельних корпусів та корпусних технологій як інструментів аналізу. Дослідження проведено на власноруч укладеному паралельному англо-українському корпусі, який містив вихідний текст та два цільові переклади, що дозволило порівняти стратегії різних систем МП. Загальний обсяг корпусу становить понад 17 800 токенів в оригіналі та понад 16–18 000 токенів у перекладах. Для аналізу застосовано платформу Sketch Engine, що забезпечило автоматизовану екстракцію особових і неособових дієслів, ідентифікацію випадків номіналізації, а також підрахунок абсолютної та відносної частоти трансформацій і коефіцієнта номіналізації. Статистичний аналіз показав, що Google Translate використав трансформацію номіналізації в 9,1 % випадких перекладу особових і 18,04 % неособових дієслів, тоді як ChatGPT – 3,8 % та 7,52 % відповідно. Відносна частота на 10 000 токенів також вища для Google Translate (31,09 та 124,35) порівняно з ChatGPT (14,22 та 56,28). Це дає підстави припустити, що Google Translate частіше застосовує номіналізаційні трансформації, що призводить до деагентивізації та часткового згортання предикації. Водночас ChatGPT зберігає дієслівну предикативність і жанрову динаміку колонок, демонструючи більшу контекстуальну та стилістичну адекватність перекладу. Отримані результати довели ефективність корпусного аналізу як інструменту кількісного дослідження міжмовних граматичних трансформацій, що дозволяє системно оцінювати трансформаційні процеси в перекладах та виявляти специфічні закономірності для різних систем МП. Отримані дані підтверджують, що граматична організація тексту є носієм дискурсивних стратегій і визначає тон, стиль і авторську присутність у перекладі. Перспективи подальших досліджень пов’язані з оптимізацією постредагування МП із метою забереження авторської експресивності та жанрової автентичності, розробкою рекомендацій щодо балансу між граматичною точністю та стилістичною адекватністю перекладу. |
| URI: | http://ir.vtei.edu.ua/card.php?id=31774 |
| Publication type: | Стаття у наукових фахових виданнях України |
| Publication: | Корпусне дослідження міжмовної номіналізації в перекладі авторських колонок (на матеріалі Google Translate та ChatGpt). Modern Philology. Вип. 5. Видавничий дім «Гельветика», 2026. С. 130-139. DOI https://doi.org/10.32782/modernph-2026.5.19 |
| In the collections: | Статті/ Видання інших установ/ |
| Published by: | Адміністратор |
| File : 31774.pdf Size : 1263546 byte Format : Adobe PDF Access : For all | |
|
| |