Napake velikih jezikovnih modelov pri prevajanju v slovenščino
Ko smo pred časom pisali o tipičnih napakah velikih jezikovnih modelov (LLM), kot je ChatGPT, so bile pomanjkljivosti strojnega prevajanja precej očitne. Modeli so pogosto izpuščali dele besedila, si izmišljevali podatke ali pa delali osnovne slovnične napake pri ujemanju spola in sklona – na primer pri prevajanju tehničnih izrazov, kot je »prtljažno rolo«.
Danes je tehnologija opazno napredovala. Sodobni modeli redko delajo grobe slovnične napake. Besedila, ki jih ustvarijo, so na prvi pogled tekoča in slovnično pravilna.
Vendar pa se izzivi niso izgubili, temveč so postali precej bolj subtilni. Ker so napake manj opazne, jih površni bralci težje zaznajo, kljub temu pa lahko negativno vplivajo na pomen besedila.
Najpogostejše težave sodobnih jezikovnih modelov, ki jih danes odpravljamo s strokovnim jezikovnim pregledom (post-editingom).
1. Angleška struktura stavkov
Čeprav modeli dobro poznajo slovenska slovnična pravila, so njihovi algoritmi še vedno primarno osnovani na angleščini. Rezultat tega je, da modeli pogosto ne prevajajo le pomena, ampak v slovenščino prenašajo celotno zgradbo angleškega stavka. Prevod je sicer slovnično ustrezen, vendar deluje togo in nenaravno.
- Primer: Modeli pogosto kopirajo angleški vrstni red besed in pretirano uporabljajo trpne (pasivne) oblike. Stavek »The software allows the user to easily customize the dashboard« bo umetna inteligenca običajno prevedla dobesedno: »Programska oprema omogoča uporabniku, da enostavno prilagodi nadzorno ploščo.«
- Ustreznejša rešitev: Izkušen prevajalec bo stavek preoblikoval v bolj naravno slovenščino npr.: »V programski opremi lahko preprosto prilagodite nadzorno ploščo.«
2. Enoličen slog in ponavljanje generičnih izrazov
Jezikovni modeli imajo pri prevajanju marketinških ali poljudnih besedil težnjo po uporabi zelo predvidljivega besedišča. Pogosto se zanašajo na nabor enakih, generičnih fraz, zaradi česar različna besedila na spletu hitro začnejo zveneti enako.
Znak, da gre za nepredelano strojno besedilo, je pogosto pretirana uporaba besed, kot so »ključno«, »transformacija« ali »poglobljeno«, ter tipični mašilni stavki, kot sta »Pomembno je omeniti…« ali »Za zaključek…«. Človeški prevajalec zna besedilu vdihniti unikatnost in ga prilagoditi tonu komunikacije posameznega podjetja.
3. Nerazumevanje širšega konteksta in namembnosti
Modeli so zelo uspešni pri prevajanju posameznih stavkov, še vedno pa težko povezujejo informacije skozi celotno dokumentacijo ali pa ne razumejo specifičnega okolja, v katerem bo besedilo uporabljeno (npr. v uporabniškem vmesniku).
Primer: ChatGpt je zvezo NEW BORN prevedel kot NOVOROJENEC, čeprav je šlo za avto Cupra Born.
4. Prekomerno prevajanje uveljavljenih izrazov
Ker so modeli nastavljeni tako, da se izogibajo napakam, včasih delujejo preveč učinkovito. Ko naletijo na uveljavljene mednarodne strokovne izraze, jih včasih poskušajo na silo posloveniti. S tem ustvarijo prevode, ki so sicer jezikovno pravilni, vendar jih strokovnjaki v praksi ne uporabljajo, zaradi česar celotna dokumentacija izpade neprofesionalno.
Potrebujete prevod?
Kontaktirajte nas in pripravili vam bomo prilagojeno ponudbo.
Izpolnite obrazec in pripravili vam bomo prilagojeno ponudbo. Za več informacij nas lahko tudi pokličete na +386 1 620 26 16.