微妙な翻訳：ボランティア、ABBYY LS、IBSがどのようにData Scienceをkurserスペシャライゼーションに翻訳するか

IBS教育部のアナリストであるウラジミール・ポドルスキーvpodolskiyは、Coursera（IBSとABBYY LSの共同プロジェクトの一環として）のデータサイエンス専門分野のロシア語翻訳の編集者になりました。 データトピックに関する専門的なテキストの翻訳の難しさ、クラウドプラットフォームでの作業の実践、長期にわたるオンライン学習の経験に関する詳細な投稿を公開しています。 ウラジミール自身が、コースラのデータサイエンスの専門分野での研究を完了したことを思い出してください。 Johns Hopkins Universityの9つのコースワークコースすべてについて、彼の詳細な分析を公開しました（パート1およびパート2 ）。



こんにちは、ハブラ！



Courseraおよびその他のMOOCは、非常に面白くて中毒性のあるものです。 彼らのおかげで、多くのことを学ぶことができます。 ネットワークへのアクセスのみを持ち、 怠zyではないことが重要です。 MOOCの歴史を通して、博士号を書くときと同じルールが適用されます。 それに続いて、データの科学、人工知能の紹介、さらには量子物理学に対処することができます...

今日、私はほとんど世界中でオープンコースを勉強する際に遭遇する1つの困難についてお話したいと思います。 もちろん、この世界的な困難は言語です。 そして、原則として、問題は、その人の知識レベルが講師が話していることを彼に理解させることさえできないということではありません...事実は、ロシア語に明確な類似性がない特定の英語の用語を理解することは非常に非常に難しいということです また、スピーチの速さを覚えることさえできません。原則として、外国人教師は英語を話さない人に割引を与えません。



外国のMOOCを扱う場合、ほとんどの教師がジェット機の驚異的な速度で教材を話すように準備する必要があります。 もちろん、スライダーを元に戻すことはできますが、信じてください。このアイデアは約3分間退屈になります。簡潔でアクセス可能な言語で書かれたスライドが、別の言語であるにもかかわらずビデオ講義に添付されると、運命に感謝します。 これは特に、何らかの理由で外国語を勉強できなかった、または勉強しなかった人に当てはまります。



外国語を知っていて、このテキストを読んでいると、肩をすくめることに驚くでしょう。 ロシアでは、外国語を勉強し始めなかった人、プーシキンとトルストイの言語の生活に十分だと思った人が本当にたくさんいます。 一般に、そしてその中には、選択された方向で成長しようと努力している専門家と人々の両方がたくさんいます。 そして、その国の教育市場が必要な資料を提供していない場合（良い、現在状況はまだ改善している）、人は海外で生み出された知識に参加する機会を持つべきです。 この目的のために、外国のオンラインコースのロシア語への翻訳として、このような公共のイニシアチブの方向が栄えています。



ある種の社会的イニシアチブに関しては、膝の上で手仕事が行われ、「私はそれに対してお金を払わない-感謝を言ってください！」という原則に従って何かを想像することができます。 おそらくそうだった。 しかし、ロシアの公共イニシアチブのセグメントは、この段階を通過したと確信しています。 そして、これを確認するのがIBSおよびABBYY LSクラウドソーシングイニシアチブであり、Data Science Specializationの翻訳を整理します。これはそれほど前に学ぶ機会がありませんでした（これに関する投稿： パート1 、 パート2 ）



同時に、翻訳プロセスにおける企業の役割はもちろん素晴らしいですが、それを誇張する価値はありません-ABBYY LSは、ビデオ講義の字幕のクラウドソーシング翻訳サービスのプロバイダーになりました。 。 実際、これが、クラウドソーシングコミュニティの翻訳を慎重にレビューし、それらを結び付けて、さまざまな用語上の欠陥を排除する専門家グループの間で私が結んだ方法です。



本日の記事では、翻訳の専門知識がどのように行われるか、ABBYY LSによって作成されたSmartCATプラットフォームがこのプロセスでどのように役立つかについて説明します。 さあ、行こう！

正しい用語を使用する

おそらく、翻訳の検査における最大の問題は、正しい用語を使用することの問題でした。 原則として、翻訳された地域についてすでにロシア語で確立された用語が存在する場合、問題はそれほど深刻ではありません。 そのような用語がない場合は、次の2つの基準に従って、ロシア語バージョンを選択する必要があります。

A）異なる定義の用語を複製しないでください。

B）他の人が直感的に理解できるように、可能な限り適切であるべきです。



おそらく、正しい用語を見つけることの問題は、他のプロジェクト参加者の翻訳の検査において最も重要な問題です。 もちろん、正しいフレーズや文章を作成することには問題がありますが、それらは一般に些細であり、すでに書かれている有能で理解可能なテキストを書く技術に関連する可能性が高くなります。 したがって、翻訳と試験で用語を選択する方法について詳しく説明します。



この問題における最初の最も重要なアドバイスは、ロシア語の関連文献を見つけて、少なくとも簡潔に研究することです。 さらに、これらが堅実な科学的フォリオである必要はありません。この分野のロシア語を話す専門家によって書かれた高度に専門化されたトピックに関する記事、メモ、インタビューも非常に適しています。 もちろん、ジャーナリスティックな仕事の場合、魅力的でファッショナブルな「データ研究者」の代わりに、いつの間にか片目だけの「データ科学者」に出くわすリスクが常にあります。 ただし、このような英語主義と専門用語は、ロシア語のテキストの残りの部分で際立っているため、簡単に追跡できます。



既存の文献で正確な用語が見つからなかった場合は 、用語がロシア語に翻訳されていると想定し、専門的なフォーラムやウェブサイトを検索してその妥当性を確認できます。 複数のテーマページを表示した後、ほとんどの場合、専門用語集で最も一般的な用語の翻訳を見つけることができます。 もちろん、そのような検索に多くの時間を費やすべきではありません-利用可能なオプションが非常にまれである場合、それらを信頼できる情報源として使用することはほとんどできません。



3番目のオプションは、関連する知識分野で同様の用語を探すことです。 たとえば、データサイエンスの場合、統計、確率論、人工知能の基礎に関する教科書を安全に当てることができます。これらすべての検索で最も重要なのは、掘ることではありません。 個々の用語に対して、多くの同等の（または同等の）翻訳オプションがあります。 この場合、私は通常、そのうちの1つ（通常は最も正確で調和の取れたもの）を選択し、将来的にはそれを使用します。



その結果、これらのオプションのいずれも機能しなかった場合、対応するフィールドの知識と背景に頼る必要があります。 最後に、大学院生がこれを行うのを好むので、新しい用語を時々導入してみてください:)？

「スマートキャット」-忠実なアシスタント翻訳者およびエキスパート

Courseraコースを翻訳したいというコミュニティの意欲がどれほど強いものであっても、ABBYY LSが提供する高品質のツールがなければ不可能でした。 彼らが提供するツールはSmartCATと呼ばれます。 スマートはスマートです。 CAT-猫。 私は真剣です-写真をご覧ください。







いいえ、冗談ですが、CATはComputer Assisted Translationの略です。 CATシステムは、1つまたは2つの文に従って、翻訳されたテキストを小さな部分に分割するという原則に基づいています。 そのような各部分は、セグメントと呼ばれます。 CATシステムは、2つの方法で各セグメントを処理します。

• セグメントの機械翻訳（機械翻訳-MT）-つまり、指定されたソフトウェアアルゴリズムに従ったセグメントの自動翻訳。
• 翻訳メモリを使用した翻訳（翻訳メモリ-TM）-つまり、データベースに含まれている翻訳済みのセグメントと完全または部分的に一致するセグメントの分析。

CATシステムの主な欠点と主な利点は、翻訳への人間の参加です。 翻訳の初期バージョンが自動的に選択されるようにします。いずれにしても、翻訳者、主題分野の専門家が確認する必要があります。 このアプローチの不利な点は明らかです-翻訳と翻訳の専門家による評価に人々を巻き込む必要があります。 もちろん、人間の参加は翻訳プロセスを引き延ばします。これはもちろん、時代に遅れずに、自国語で情報を迅速に受け取りたい人にとってはマイナスの要因です。 一方、翻訳プロセスへの人々の関与には明確なプラスの特徴があります-自動翻訳システムは、意味（セマンティック）の観点から正確で正しい文章を作成する能力がいまだに人間に劣っています。 さらに、人はテキストまたはスピーチのムードをキャプチャできるため、翻訳をより適切に形成できるため、人々はフレーズ論や講師のジョークさえも理解できます。



ABBYY LSのSmartCATは一種のCATツールであり、翻訳プロセスを最大限に自動化できるクラウド環境の一種です。 しかし、狂信なしで-すでに述べたように、人は翻訳において重要な役割を果たします。 もちろん、この環境は企業やフリーランサーに販売されていますが、 クラウドソーシングプロジェクト「Translate Coursera」の一部としてのみ使用しています。



「Translate Coursera」プロジェクトのクラウドソーシングは、誰もが翻訳に参加できることです。 サイトに登録し、興味のあるコースまたは近いコースを選択して、SmartCATのサポートで翻訳を開始するだけです。 SmartCATのサポートは幅広い：ここでは、機械翻訳オプション、同様のセグメントの翻訳、組み込みの辞書と用語集、およびすべての種類の単語検索、オリジナルの音声録音を聞く機能があります。 彼らが朝にコーヒーを提供しない限り、私は彼らが新しいリリースでこの見落としを修正すると思う;-)

専門家の仕事

まあ、おそらくこれがプロジェクトの翻訳側について知っているすべてです。 次に、SmartCATを使用して専門家が見たり実行したりすることについて説明します。 ゴッドモードON！



システムに入ると、私の名前のすぐ下に「Workspace」という碑文が表示されます（黄色で強調表示）。 私に割り当てられた翻訳の調査を進めるには、それをクリックしてから、Crowd Reviewオプションを選択する必要があります。







その後、私は専門家として参加する翻訳のすべてのコースのリストを含むページに行きます（下の画面を参照）。 コース名の反対側には、翻訳の進捗状況（青色）と試験の進捗状況（青色の部分が青色に追いついています）が表示されます。 コース名をクリックすると、コース講義のビデオクリップのリストが開きます。これは、私が専門としている字幕翻訳です。 開かれたビデオクリップのリストの上部に、「ダウンロード」ボタンがあります-ソースおよび翻訳された字幕ファイルのダウンロードを担当します。 講義のビデオ断片の翻訳の検査に直接進むには、その名前をクリックする必要があります。







講義のビデオクリップのタイトルをクリックすると、新しいページに移動します。SmartCATが提供する字幕翻訳の専門知識のためのすべての主要ツールが表示されます（下図を参照）。 このページをもう少し検討してください...







ビデオ翻訳試験ページの豊富な要素は印象的です-私の主観的な印象によると、ワイドスクリーンのスクリーンは試験プロセス中に最も便利であることが判明しました。 実践からわかるように、各コントロールユニットは翻訳の編集プロセスに関与しています。 ここでは、明らかに、不必要なものをすべて削除し、最も必要な要素のみを残した開発者に感謝する価値があります。



ご覧のように、ページのほとんどは英語のセグメントとロシア語への翻訳のあるウィンドウで占められています。 英語版のセグメントの左側にある三角形のボタンをクリックすると、ビデオの対応する部分に移動して、講師の言うことを聞き、彼が実行するアクションを見ることができます-これは、多くの場合、講師が本当に意味することを理解するのに役立ちます悲しいかな、時々字幕を生成しますが、それは間違っています。 ビデオ自体は、ページの右下隅のタブに表示されます。



スクリーンショットには、ロシア語に翻訳するためのすべてのフィールドが既に含まれていますが、最初は空です。 それらを記入するには、コミュニティによって提案された翻訳オプションの1つを選択するか、機械翻訳を使用する必要があります。最悪の場合は、テキストを自分で翻訳できます。 原則として、コミュニティの翻訳には適切なオプションがいくつかあります。 特定のセグメントで利用可能なすべてのコミュニティ翻訳オプションを表示するには、マウスのクリックで選択する必要があります。 ページの下部にあるボックスにコミュニティ翻訳オプションが表示されます。 機械翻訳オプションと翻訳メモリから受け取った翻訳は、右側のCATウィンドウに表示されます。



コミュニティが提案したオプションの中で最も適切なものを見つけることができた場合、翻訳オプションの右側にある矢印の付いた対応する赤いボタンをクリックする必要があります。 この方法で選択されたオプションは翻訳ウィンドウに表示されます。その後、セグメントウィンドウでこのオプションにカーソルを置き、プレーンテキストとして編集を開始できます。 翻訳の編集が終了したら、上部のツールバーにあるチェックマークの付いたアイコン、またはCtrl + Enterの組み合わせをクリックする必要があります。 その後、SmartCATはセグメント転送が完了し、エキスパートであると見なし、ページの最上部にある緑色のステータスバーを更新します。 必要に応じて、完成したセグメントの翻訳に戻ることができます。



各セグメントの転送には1つの要件があり、違反することはできません（そうでない場合、セグメントの転送は単に確認できません）。 各翻訳には、英語の元のフラグメントに含まれているのとまったく同じ数の改行（Enterキーと同じ青色の背景の矢印）が含まれている必要があります。 どうやら、どうやら字幕のタイミングです...これは実際にはあまり便利ではありませんが。 英語のテキストがあらゆる種類の一時停止と予約のために翻訳よりも長い場合、状況は非常に一般的です。そこから字幕を保存しようとします。 この場合、プレゼンテーションの明瞭さを失わず、セグメントの多数の改行で小さな翻訳に収まらないように、何らかの方法で工夫する必要があります。



特に、SmartCATは専門家に用語の翻訳をコース辞書に入れる機会を提供し、後の翻訳者が単一の翻訳オプションを使用できるようにします。 残念ながら、私は他の、後のコースの翻訳を専門的に翻訳する機会がなかったので、辞書に入力した用語の翻訳が誰にとっても有用であるかどうかは断言できません...



SmartCATプラットフォームのもう1つの非常に便利なものは、辞書です。 それらはいくつかの翻訳オプションと説明さえ提供するという点で優れています。 翻訳者として勉強すれば、この環境は新しい言葉を学ぶのに非常に役立つと思います。







もちろん、この記事ではSmartCATの機能全体の開示を開始しませんでしたが、探索データ分析コースの翻訳を調べる際に個人的に使用したもののみを説明しました。

時間費用

翻訳の審査に費やした時間に関しては...実際、すべてが異なります。 費やされる時間は、主に3つの要因に依存します。

• 翻訳されたビデオフラグメントの長さ;
• ビデオクリップで使用される言語の複雑さ（語彙、用語など）。
• 翻訳者の資格。

原則として、6〜7分間続くフラグメントの検査には45分から1時間半かかりますが、長い品種（10分以上）には最大2時間かかります。 このような長い期間には、多くの要因が関係しています。

• 字幕フラグメントのいくつかの翻訳オプションの存在。英語のオリジナルと比較して、最適なものを選択する必要があります。
• ロシア語の字幕にハイフンを配置する必要性。
• 修正（改訂）;
• 用語の適切なバリエーションを検索します。

その結果、1週間に約4時間の検査が費やされ、平均7分の3〜5のビデオクリップがそれぞれ「検査」されることが判明しました。 私が調べている翻訳のコースには、さまざまな期間（最大40分間の長さ！）の39のビデオクリップが含まれています。 総雇用を考えると、彼は大on日に彼に対処できることを願っています。



書面に基づいて、専門家は翻訳の実装における「ボトルネック」であると結論付けることができます。 そして、本当にそうです。 それにもかかわらず、専門家がいなくても、どこにもいません。何度も見たように、用語の問題はクラウドソーシング翻訳イニシアチブにとって非常に深刻です。

形式化の境界

用語のどの翻訳が正しく、どの翻訳が正しくないかを理解する方法について話さなかったのはなぜですか？ すべてがシンプルです-これは非公式の領域です。 原則として、私は翻訳のテキストにあるものが気に入らないという事実に導かれています。 テキストは、「音がしません」と不cor好です。 この理解は、関連するロシア語の主題文献の研究、コンピューターシステムおよびネットワークのエンジニアとしてのバウマンモスクワ州立工科大学での6年間の研究、および分析分野でのIBSでの2年間の研究に基づいています。 もちろん、この主題分野の専門家ではない人々によって高度に専門化されたテキストを翻訳する場合、特別な用語の誤った翻訳のリスクが常にあります。 非常に頻繁にこのリスクが認識されます。 しかし、校正の必要性は、原則として、ほとんどのテキストに複雑な用語が含まれていないため、そのような断片の翻訳は許容範囲を超えているという事実によって相殺されます。

結論の代わりに-これは何のためですか？

上記の質問は重要です。やる気なしに生きることは難しいです:)翻訳の専門知識は、ロシア語の字幕でCourseraを勉強する人に高品質の翻訳と明確な用語を提供することは明らかです。 問題は、道徳的な満足感と公共の義務感に加えて、どのような検査が専門家自身に与えることができるかです。



率直に言って、試験の経験により、私は再び「データサイエンス」の専門分野に飛び込むことができました。 論文に移行し、データ分析の基本プロセスを説明することが容易になりました。 英語の専門分野をすべて克服したので、データ分析プロセスの概念と説明のロシア語版については考えていませんでした。 残念ながら、英語を話すコースに没頭すること自体が感じられます-会話では、すぐにロシア語の用語の価値のある類似語を見つけるためにすぐに行くことが平凡であることがあります。 英語での知識の獲得とロシア語でそれを提示することをためらうまたはできないことは、ロシア語のスピーチにおける英語主義および他の借用された言葉の出現に貢献し、その使用により、この分野のロシア語を話す専門家と非専門家のより広い聴衆の両方に情報を伝えることは困難であることが判明しました。



森に深く行く必要はありません-少し前まで、コースの「イノベーション管理」の一環としてMGIMOでのデータ分析に関する入門講義を読むことで、翻訳実験中に得たコースのロシア語の用語の知識が実践されました。 MGIMOは工学大学のカテゴリーに属していないため、タスクは複雑でした。そのため、データ分析や数学に精通していない人でも、データ分析とは何か、どのように実行されるかについての全体的な見解を持つように、資料を適合させ、構築する必要がありました必要なもの。 翻訳の専門知識の経験はこれに大いに役立ちました-概念装置と概要と入門講義のための主要なアイデアはロシア語で簡単に形成されました。 新世代の政府職員に、データ分析を使用してスマートでポジティブな政府政策を構築する方法を示すことができたことを願っています...