Адекватність перекладу економічної термінології. Перевага людського перекладу над машинним?
DOI:
https://doi.org/10.28925/2412-2491.2026.2618Ключові слова:
машинний переклад, нейронний машинний переклад, галузевий машинний переклад, галузевий переклад, адекватність перекладу, DeepL, економічний переклад, економічна термінологіяАнотація
У статті розглянуто особливості перекладу економічної термінології та проблему забезпечення її адекватності. Переклад економічних текстів виступає важливим засобом міжінституційної комунікації, що безпосередньо впливає на функціонування ринку та слугує інструментом дотримання міжнародних норм і стандартів. Значущість галузевого перекладу економічних текстів підтверджується практикою багатомовних публікацій документів міжнародних організацій. Такі інституції, як Світовий банк, Європейський центральний банк (ЄЦБ), ОЕСР та інші, забезпечують доступність своїх документів для широкої аудиторії різними мовами, що робить перекладацьку точність у цих текстах принципово важливою.
Відповідно, послідовність і точність відтворення економічної термінології мають вирішальне значення, оскільки неоднозначне трактування термінів або фраз у документації може призвести до помилкового тлумачення положень, створити правові прогалини або ускладнити виконання договірних умов сторонами. У цьому контексті особливої наукової та практичної актуальності набуває проблема оцінки якості перекладу економічної термінології, зокрема у зіставленні перекладів, виконаних людиною та системами нейронного машинного перекладу.
Активне впровадження технологій машинного перекладу сприяє оптимізації перекладацьких процесів і зниженню витрат на переклад. Економічна ефективність автоматизованих рішень зумовлює їх дедалі ширше використання у сучасних робочих процесах. У зв’язку з цим комплексне дослідження експлуатаційних параметрів і можливостей машинного перекладу привертає увагу як наукове середовище, так і представників бізнесу.
У межах дослідження здійснено аналіз термінологічної адекватності перекладу економічної лексики та проведено кількісні підрахунки перекладацьких помилок. Результати показали, що у перекладі, виконаному системою нейронного машинного перекладу, зафіксовано приблизно 43 помилки (близько 8,15 % від загальної кількості), тоді як у перекладі, виконаному людиною, виявлено лише близько 3 помилок (0,56 %). У висновках наголошується, що переклад економічної термінології системами нейронного машинного перекладу може демонструвати відносно високий рівень адекватності (приблизно 91 %), однак цей показник все ще не відповідає вимогам до перекладу спеціалізованих галузевих текстів.
Завантаження
Посилання
1. Akbarova, F. (2024). The characteristics of discourse in economic texts. Path of Science, 10(2), 1015–1020. https://doi.org/10.22178/pos.101-15
2. Akpaca, S. M. (2023). Challenges and demands of economic translation: A case study. Journal of Education & Social Policy, 10(4). https://doi.org/10.30845/jesp.v10n4p9
3. Biel, Ł., & Sosoni, V. (2017). The translation of economics and the economics of translation. Perspectives, 25(3), 351–361. https://doi.org/10.1080/0907676x.2017.1313281
4. Bojar, O., Chatterjee, R., Federmann, C., Graham, Y., Haddow, B., Huck, M., ... Zampieri, M. (2016). Findings of the 2016 Conference on Machine Translation. In Proceedings of the First Conference on Machine Translation (WMT 2016): Volume 2, Shared task papers (pp. 131–198). Association for Computational Linguistics. https://doi.org/10.18653/v1/W16-2301
5. The issues with translation in economic terminology. (2023). American Journal of Language, Literacy and Learning in STEM Education, 1(9), 435–438. https://grnjournal.us/index.php/STEM/article/view/1556
6. Koehn, P., & Knowles, R. (2017). Six challenges for neural machine translation. In Proceedings of the First Workshop on Neural Machine Translation (pp. 28–39). Association for Computational Linguistics. https://doi.org/10.18653/v1/W17-3204
7. Kromann, H.-P., Riiber, T., & Rosbach, P. (1991). Principles of bilingual lexicography. In F. J. Hausmann, O. Reichmann, H. E. Wiegand, & L. Zgusta (Eds.), Wörterbücher: Ein internationales Handbuch zur Lexikographie (Vol. 3, pp. 2711–2728). Walter de Gruyter.
8. Ministerstvo finansiv Ukrainy. (2012). Pro zatverdzhennia Instruktsii schodo zastosuvannia ekonomichnoi klasyfikatsii vydatkiv biudzhetu ta Instruktsii schodo zastosuvannia klasyfikatsii kredytuvannia biudzhetu (Nakaz № 333). Zakonodavstvo Ukrainy. https://zakon.rada.gov.ua/laws/show/z0456-12#Text (in Ukrainian)
9. Museanu, E. (2023). Economic terminology – New trends and challenges. Romanian Economic Business Review, 18(2), 50–56.
10. OECD. (2007a). OECD economic surveys: Ukraine 2007. https://doi.org/10.1787/eco_surveys-ukr-2007-en
11. OECD. (2007b). OECD economic surveys: Ukraine 2007 (Ukrainian version). https://doi.org/10.1787/9789264064706-uk (in Ukrainian)
12. Piotrowski, T. (1994). Problems in bilingual lexicography. John Benjamins Publishing Company.
13. Sager, J. C. (1996). A practical course in terminology processing. John Benjamins Publishing Company.
14. Weber, S., & Ginsburgh, V. (2016). Palgrave handbook of economics and language. Palgrave Macmillan.
15. Yablochnikova, V. O. (2019). Perekladats'ka adekvatnist' ta ekvivalentnist'. Naukovyj visnyk Mizhnarodnoho humanitarnoho universytetu. Ser.: Filolohiia, 1(38), 177–179. (in Ukrainian)
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Рудов Є. С.
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
