Голованов Егор Олегович – аспирант кафедры иностранных языков.
ул. Профессора Попова, д. 5Ф, Санкт-Петербург, 197022
Egor O. Golovanov – Postgraduate Student at the Department of Foreign Languages, Saint Petersburg Electrotechnical University.
5F Professor Popov str., St Petersburg 197022
Шамина Елена Анатольевна – кандидат филологических наук (1988), доцент кафедры фонетики и методики преподавания иностранных языков филологического факультета.
Университетская наб., д. 7–9, Санкт-Петербург, 199034
Elena A. Shamina – Can. Sci. (Philology, 1988), Associate Professor at the Department of Phonetics and Foreign Language Teaching Methodology, Saint Petersburg State University.
7/9 University emb., St Petersburg 199034
Введение. Статья посвящена разработке инструмента автоматизации перевода художественных текстов, предназначенного для работы с звукоподражательной лексикой. Отличительной особенностью инструмента является его подход к отбору переводческих эквивалентов – алгоритмы предлагают эквиваленты, ориентируясь не на их лексическую близость к оригиналу или частотность, но на звуковую изобразительность. Вследствие стремительного развития средств автоматизированного и машинного перевода решение проблемы перевода элементов звуковой изобразительности представляется в настоящий момент особенно важным.
Методология и источники. Теоретическим фундаментом исследования являются постулаты фоносемантики, изложенные в работах С.В. Воронина, а также описания звукоподражаний для русского языка, приведенные в трудах С.С. Шляховой. Статья рассматривает автоматизированный перевод звукоизобразительных единиц на примере английских глаголов движения, перечисленных в работе Н.К. Хеймонен. Перечни русских эквивалентов для данных глаголов отбирались авторами вручную с использованием ряда англо-русских словарей.
Результаты и обсуждение. Результатом исследования является функционирующий инструмент, представленный в виде веб-приложения. Инструмент выполняет перевод звукоизобразительных элементов текста с английского языка на русский посредством ранжирования их переводческих эквивалентов по звукоизобразительному признаку. Под звукоизобразительным признаком понимается сходство оригинала и его перевода с звукоизобразительной точки зрения. Вычисление этого сходства стало возможным благодаря использованию уникального подхода – сравнения звукоподражательных формул оригинального слова и его переводов с использованием метрики расстояния Левенштейна. Помимо ранжирования эквивалентов статья описывает структуру базы данных, а также организацию работы веб-приложения.
Заключение. Разработанный инструмент успешно справляется с поставленной задачей, а уникальные методы отбора переводческих эквивалентов которые он использует, успешно восполняют отсутствие на рынке готовых решений для перевода звуко-изобразительной лексики, обеспечивая потенциал данной технологии.
Introduction. This article deals with development of an automation tool for translating fiction texts. The tool is designed to work with sound-symbolic vocabulary. A distinctive feature of the tool is its approach to selecting translation equivalents: the algorithms propose equivalents based on their sound symbolic features. Owing to the rapid development of automated and machine translation technologies, it is the time to address the problem of translating iconic vocabulary.
Methodology and sources. The theoretical foundation of the study is based on the principles of phonosemantics formulated in the works of S.V. Voronin, as well as descriptions of onomatopoeia presented in the studies of S.S. Shlyakhova. The article examines automated translation of sound-symbolic vocabulary through the use of motion verbs listed in the work of N.K. Kheimoinen.
Results and discussion. The result of the study is a functioning tool in the form of a web application. The tool translates sound-symbolic elements from English into Russian by ranking their translation equivalents according to the degree of similarity between the original word and its translation from the perspective of sound symbolism. The calculation of this similarity becomes possible due to a unique approach – comparing the onomatopoeic formulas of the original word and its translations using the Levenshtein distance.
Conclusion. The developed tool successfully accomplishes its task. Moreover, the unique methods it employs for selecting translation equivalents demonstrate the strong potential of this technology.
The authors declare that there are no conflicts of interest present.