Kiekvienas, kas nors kartą naudojosi mašininio vertimo įrankiu – ar tai būtų Google Translate, DeepL, ar kokia nors specializuota sistema – tikriausiai yra susidūręs su keista situacija: tekstas atrodo beveik teisingai, bet kažkas jame „nešnabžda”. Kartais klaida akivaizdi ir juokinga, kartais ji tokia subtili, kad ją pastebi tik gimtakalbis arba žmogus, puikiai išmanantis abi kalbas. Šiandien pasikalbėkime apie tai, kokios klaidos apskritai būdingos mašininiam vertimui, kodėl jos atsiranda ir kaip jas atpažinti dar prieš išsiunčiant tekstą klientui ar draugui.
Verta iš karto pasakyti – klaidų tipologija nėra vien akademinis pratimas. Suprasdami, kur tiksliai algoritmas „paslysta”, galime geriau redaguoti gautą tekstą, taupyti laiką ir išvengti gėdingų nesusipratimų versle ar asmeniniame susirašinėjime.
Leksinės klaidos: kai žodis parenkamas ne tas
Pati dažniausia ir lengviausiai pastebima problema – neteisingas žodžio pasirinkimas. Tai nutinka, kai žodis turi kelias reikšmes, o sistema pasirenka ne tą, kuri tinka konkrečiame kontekste. Klasikinis pavyzdys – angliškas žodis „bank”, kuris gali reikšti tiek banką, tiek upės krantą. Jei sakinyje kalbama apie žvejybą prie upės, o vertėjas staiga „sukuria” finansinę instituciją – tai ir yra leksinė klaida grynuoju pavidalu.
Lietuvių kalboje tokių dviprasmybių irgi netrūksta. Paimkime žodį „ranka” – jis gali reikšti kūno dalį, bet tam tikruose kontekstuose (pvz., „valdymo ranka”) reikšmė pasislenka. Mašininio vertimo sistemos, ypač senesnės, dažnai neturi pakankamai konteksto informacijos ir tiesiog renkasi statistiškai dažniausią variantą, nepriklausomai nuo to, ar jis tinka būtent šiam sakiniui.
Įdomu tai, kad neuroniniai vertimo modeliai (NMT) šią problemą sprendžia geriau nei senesni statistiniai metodai, nes analizuoja platesnį sakinio kontekstą. Tačiau net ir moderniausios sistemos vis dar klumpa, kai kontekstas išsidėstęs per kelis sakinius arba kai tekstas techninis ir reikalauja specifinės terminijos.
Gramatinės klaidos: kai struktūra byra
Antra didelė kategorija – gramatinės klaidos. Lietuvių kalba čia ypač „palanki” klaidoms atsirasti, nes turime septynis linksnius, sudėtingą veiksmažodžių sistemą, giminės kategorijas, kurių, tarkim, anglų kalboje praktiškai nėra. Kai vertimas vyksta iš analitinės kalbos (kaip anglų) į sintetinę (kaip lietuvių), algoritmui tenka „iš nieko” sukurti linksnių sistemą, o čia dažnai atsiranda klaidų.
Pavyzdžiui, dažna problema – netinkamas linksnio parinkimas po prielinksnių arba veiksmažodžių, reikalaujančių konkretaus valdymo. Vietoj „aš tikiu tavimi” gali išlįsti kažkas panašaus į „aš tikiu tave” – forma, kuri skamba nenatūraliai, nors kiekvienas žodis atskirai tarsi teisingas.
Kita gramatinių klaidų atmaina – giminės nesutapimas. Kai originalus tekstas neutralus giminės atžvilgiu (pavyzdžiui, anglų kalboje „the doctor said”), o lietuvių kalba reikalauja apsispręsti, ar tai gydytojas, ar gydytoja, sistema kartais priima nelogiškus sprendimus, ypač jei kontekste nėra aiškių užuominų.
Sakinio struktūros iškraipymai
Prie gramatinių klaidų verta priskirti ir sintaksės problemas – kai sakinio žodžių tvarka išlieka tokia, kokia buvo originalo kalboje, nors tikslinė kalba reikalauja kitokios struktūros. Vokiečių ar anglų kalbos sakiniai, tiesiogiai perkelti į lietuvių kalbą, kartais skamba kaip vertimas iš vertimo – sunkiai suprantami, dirbtiniai, be natūralaus sakinio ritmo.
Semantinės klaidos: prasmė pasimeta kelyje
Šis klaidų tipas subtilesnis ir dažnai pavojingesnis, nes tekstas gramatiškai atrodo tvarkingas, bet prasmė iškreipiama arba visai prarandama. Čia patenka idiomos, frazeologizmai, metaforos – visa tai, kas neverčiama pažodžiui.
Pavyzdžiui, angliškas posakis „it’s raining cats and dogs” pažodžiui išverstas į lietuvių kalbą sukurtų absurdišką vaizdinį apie iš dangaus krentančius šunis ir kates. Geros sistemos tokius posakius atpažįsta ir pakeičia atitikmeniu („lyja kaip iš kibiro”), bet kai idioma retesnė arba specifinė konkrečiam regionui, algoritmas dažnai renkasi pažodinį variantą – ir prasmė dingsta arba iškreipiama iki nesąmonės.
Kita semantinių klaidų priežastis – neigimo apdorojimas. Sakiniuose su dvigubu neigimu ar sudėtingomis loginėmis konstrukcijomis mašina kartais „pameta” neigimą arba, priešingai, jį prideda ten, kur jo nereikia. Tokia klaida gali visiškai apversti sakinio prasmę – iš „aš niekada to nesakiau” gali gautis „aš tą sakiau”, ir skaitytojas net nesuprastų, kad kažkas negerai, nes gramatiškai sakinys būtų taisyklingas.
Stiliaus ir registro neatitikimai
Ne visos klaidos susijusios su „teisingumu” tiesiogine prasme – dažnai problema slypi tone. Formalus tekstas gali būti išverstas per daug šnekamąja kalba, arba atvirkščiai – draugiškas, neformalus laiškas taps kanceliariškai sausas. Tai ypač aktualu verčiant socialinių tinklų turinį, rinkodaros medžiagą ar literatūrinius kūrinius, kur balsas ir intonacija yra tiek pat svarbūs, kiek ir faktinė informacija.
Registro problema pasireiškia ir kreipinių lygmenyje – kai kuriose kalbose yra aiškus formalaus ir neformalaus kreipimosi skirtumas (pvz., vokiečių „du” ir „Sie”), o lietuvių kalboje tai perteikiama kitaip, per veiksmažodžių formas ir bendrą sakinio toną. Mašininio vertimo sistemos dažnai nesugeba nuosekliai išlaikyti pasirinkto registro per visą tekstą – vienoje pastraipoje kreipiamasi formaliai, kitoje staiga pereinama į familiarų toną.
Kultūrinio konteksto praradimas
Šis klaidų tipas gal mažiausiai apčiuopiamas, bet turintis didelę reikšmę teksto suvokimui. Kalbama apie realijas – kultūrai specifinius dalykus, kurie originalo kalboje suprantami savaime, bet tiesiogiai verčiami tikslinėje kalboje tampa nesuprantami arba praranda potekstę.
Pavyzdžiui, amerikietiška nuoroda į „Thanksgiving dinner” lietuvių skaitytojui gali nieko nesakyti apie emocinį kontekstą, kurį ši frazė sukuria amerikiečiui. Geras vertėjas žmogus pridėtų paaiškinimą arba rastų kultūrinį atitikmenį, o mašina dažniausiai tiesiog transliteruoja arba verčia pažodžiui, palikdama skaitytoją be konteksto.
Panašiai nutinka su matavimo vienetais, valiutomis, datų formatais – JAV naudojama mylių ir Farenheito sistema, jei nepaverčiama į metrinę, lietuviškam skaitytojui tampa abstrakčiu skaičiumi be praktinės reikšmės.
Techninės ir formatavimo keistenybės
Paskutinė kategorija, kurią verta paminėti, – grynai techninio pobūdžio klaidos. Tai apima neteisingą skaičių, datų ar vardų apdorojimą, HTML žymių sugadinimą verčiant tinklalapius, arba specifinių simbolių, tokių kaip valiutos ženklai, netinkamą interpretavimą. Kartais sistemos „pamiršta” išversti dalį teksto, ypač jei jis įterptas paveikslėliuose ar sudėtingesnėse lentelėse.
Vardų ir tikrinių daiktavardžių vertimas – atskira galvos skausmo tema. Kartais mašina bando „išversti” pavardę, kuri iš tikrųjų yra tikrinis daiktavardis ir turėtų likti nepakitusi. Arba, priešingai, palieka neišverstą terminą, kuris tikrai turėtų būti pritaikytas tikslinei kalbai.
Ką su tuo visu daryti – praktinis vadovas kasdieniam naudojimui
Dabar, kai turime aiškų vaizdą, kur ir kodėl mašininis vertimas gali suklysti, pereikime prie to, kas iš tikrųjų svarbu – kaip su šiomis žiniomis dirbti praktiškai.
Pirma, jei verčiate tekstą, kuriame yra idiomų, patarlių ar posakių – visada perskaitykite išverstą variantą balsu. Jei sakinys skamba keistai ar nenatūraliai, greičiausiai tai ir yra semantinės klaidos požymis. Pažodinis vertimas dažnai „girdisi” iš karto.
Antra, atkreipkite ypatingą dėmesį į linksnius ir giminės formas, ypač kai verčiate iš anglų kalbos. Perskaitykite tekstą ir paklauskite savęs – ar taip iš tikrųjų kalbėtų gimtakalbis? Dažniausiai gramatinės klaidos „šokinėja” būtent tose vietose, kur originalo kalba neturi analogiškos kategorijos.
Trečia, jei tekstas skirtas viešam naudojimui – rinkodarai, oficialiam susirašinėjimui, svetainės turiniui – niekada nepasitikėkite vien mašininiu vertimu be žmogaus redagavimo. Šiuolaikinės sistemos puikiai tinka bendrai teksto prasmei suprasti, bet stiliaus subtilybėms, tono nuoseklumui ir kultūrinio konteksto pritaikymui vis dar reikalingas žmogaus žvilgsnis.
Ketvirta, tikrinkite skaičius, datas ir vardus atskirai – tai vienos iš lengviausiai pastebimų, bet dažnai apleidžiamų klaidų. Automatinis tikrinimas čia gali padėti, bet geriausia visada peržiūrėti rankiniu būdu, ypač sutartyse, techninėje dokumentacijoje ar finansiniuose dokumentuose, kur klaida gali turėti realių pasekmių.
Penkta – jei dirbate su ilgesniu tekstu, verskite jį dalimis ir sekite, ar registras (formalumas, tonas) išlieka nuoseklus per visą dokumentą. Nekonsistentiškas registras – vienas dažniausių ženklų, kad tekstą reikia papildomai peržiūrėti.
Vietoj įprastos pabaigos: kai algoritmas tampa mokiniu, o mes – mokytojais
Mašininis vertimas per pastaruosius kelerius metus padarė didžiulį šuolį – nuo gremėzdiškų, statistiniais modeliais grįstų sistemų iki neuroninių tinklų, kurie geba atpažinti kontekstą, idiomas, net emocinį toną. Bet kad ir kaip technologija tobulėtų, kalba lieka gyvas, nuolat kintantis reiškinys, o kalbėtojai – kūrybiški ir nenuspėjami. Būtent todėl klaidų tipologija, apie kurią kalbėjome šiandien, nėra statiškas sąrašas – ji nuolat kinta kartu su pačiomis technologijomis.
Geriausias būdas naudotis mašininiu vertimu – ne aklai juo pasitikėti, bet ir ne visiškai atmesti kaip nepatikimą įrankį. Tiesa yra kažkur per vidurį: naudokite jį kaip pirmąjį žingsnį, greitą būdą suprasti bendrą teksto prasmę arba paruošti juodraštį, bet visada palikite vietos žmogiškam redagavimui, ypač kai tekstas svarbus, jautrus arba skirtas plačiai auditorijai.
Ir galiausiai – kuo daugiau žinote apie tai, kaip ir kodėl algoritmas klysta, tuo geriau mokate jį „valdyti”. Tai panašu į darbą su bet kuriuo įrankiu: kirvis gali būti puikus, jei žinai, kaip juo naudotis, bet pavojingas rankose to, kas nesupranta jo ribų. Mašininis vertimas – tas pats atvejis. Supraskite jo stiprybes, žinokite jo silpnybes, ir jis taps ne grėsme kalbos kokybei, o tikrai naudingu pagalbininku kasdieniame darbe.
