Pogreške velikih jezičnih modela pri prevođenju na hrvatski
Kada smo prije nekog vremena pisali o tipičnim pogreškama velikih jezičnih modela (LLM), kao što je ChatGPT, nedostaci strojnog prevođenja bili su prilično očiti. Modeli su često izostavljali dijelove teksta, izmišljali podatke ili činili osnovne gramatičke pogreške u slaganju roda i padeža, primjerice pri prevođenju tehničkih izraza.
Danas je tehnologija vidljivo napredovala. Suvremeni modeli rijetko čine velike gramatičke pogreške. Tekstovi koje stvaraju na prvi su pogled tečni i gramatički ispravni.
Međutim, izazovi nisu nestali, nego su postali znatno suptilniji. Budući da su pogreške manje uočljive, površni ih čitatelji teže prepoznaju, iako i dalje mogu negativno utjecati na značenje teksta.
U nastavku donosimo najčešće probleme suvremenih jezičnih modela koje danas ispravljamo stručnom jezičnom redakturom, odnosno posteditiranjem.
1. Engleska struktura rečenica
Iako modeli dobro poznaju hrvatska gramatička pravila, njihov je način rada i dalje u velikoj mjeri pod utjecajem engleskog jezika. Zbog toga često ne prevode samo značenje, nego u hrvatski prenose i cijelu strukturu engleske rečenice. Prijevod može biti gramatički ispravan, ali zvuči neprirodno.
- Primjer: Modeli često kopiraju engleski red riječi i pretjerano upotrebljavaju pasivne konstrukcije. Rečenicu „The software allows the user to easily customize the dashboard” umjetna će inteligencija obično prevesti doslovno kao: „Softver omogućuje korisniku da jednostavno prilagodi nadzornu ploču.”
- Prikladnije rješenje: Iskusan će prevoditelj rečenicu preoblikovati u prirodniji hrvatski, primjerice: „U softveru možete jednostavno prilagoditi nadzornu ploču.”
2. Jednoličan stil i ponavljanje generičkih izraza
Pri prevođenju marketinških ili popularno-stručnih tekstova jezični modeli skloni su upotrebi vrlo predvidljivog rječnika. Često se oslanjaju na isti skup generičkih fraza, zbog čega različiti tekstovi na internetu brzo počinju zvučati jednako.
Znak da je riječ o neuređenom strojno generiranom tekstu često je pretjerana upotreba riječi kao što su „ključno”, „transformacija” ili „dubinski”, kao i tipičnih poštapalica poput „Važno je napomenuti…” ili „Zaključno…”.
Ljudski prevoditelj zna tekstu dati prepoznatljivost i prilagoditi ga komunikacijskom tonu pojedine tvrtke.
3. Nerazumijevanje šireg konteksta i namjene
Modeli su vrlo uspješni u prevođenju pojedinačnih rečenica, ali i dalje teško povezuju informacije u cijelom dokumentu ili ne razumiju specifično okruženje u kojem će se tekst upotrebljavati, primjerice u korisničkom sučelju.
Primjer: ChatGPT je izraz „NEW BORN” preveo kao „novorođenče”, iako se radilo o automobilu Cupra Born.
4. Pretjerano prevođenje ustaljenih izraza
Budući da su modeli podešeni tako da izbjegavaju pogreške, ponekad djeluju pretjerano revno. Kada naiđu na ustaljene međunarodne stručne izraze, ponekad ih pokušavaju na silu pohrvatiti.
Tako stvaraju prijevode koji mogu biti jezično ispravni, ali ih stručnjaci u praksi ne upotrebljavaju, zbog čega cijela dokumentacija djeluje neprofesionalno.
Trebate prijevod?
Kontaktirajte nas i pripremit ćemo vam prilagođenu ponudu.
Ispunite obrazac i pripremit ćemo vam prilagođenu ponudu. Ako vam je potrebno više informacija, možete nas nazvati na +386 1 620 26 16.