The article reveals such concepts as automated and machine translation (including legal texts), describes their operating principles and provides relevant examples. The main principles and features of legal translation are given, including as applied to mesh translation.

Keywords : automated, machine, translation, text, understanding, information, informativeness, legal, redundancy

Принципы работы машинного перевода

В статье рассматриваются особенности автоматизированного и машинного перевода юридических текстов, что представляет собой сложную задачу из-за специфики юридической терминологии, синтаксических конструкций и культурных различий. В работе анализируются основные проблемы, возникающие при переводе юридических текстов с использованием современных технологий, включая ошибки в интерпретации терминов и контекста. Исследование включает обзор существующих систем машинного перевода, таких как Google Translate, DeepL и специализированные юридические платформы. В статье также обсуждаются подходы к улучшению качества перевода, включая использование специализированных словарей, обучение моделей на корпусах юридических текстов и привлечение экспертов для постредактирования. В конце статьи подчеркивается необходимость сочетания автоматизированных технологий с человеческим участием для достижения высокой точности перевода юридических текстов.

Юридические тексты представляют собой одну из наиболее сложных категорий для перевода из-за высокой степени их формализации, использования специализированной терминологии и зависимости от правовых систем конкретных стран. С развитием технологий машинного перевода и автоматизированных систем перевода возникли новые возможности для обработки таких текстов. Однако несмотря на значительный прогресс в области искусственного интеллекта и нейронных сетей, перевод юридических текстов остается сложной задачей. Цель данной статьи — исследовать проблемы и перспективы применения автоматизированных и машинных технологий для перевода юридических текстов, а также предложить пути их совершенствования.

В основе современных систем машинного перевода, как правило, лежит алгоритм перевода, использующий формальную грамматику языков и статистические данные. Изучая язык, система сравнивает тысячи параллельных текстов, содержащих аналогичную (одну и ту же) информацию на разных языках. Для каждого из изученных текстов система строит список уникальных признаков, например, редко используемые слова, специальные знаки, которые встречаются в тексте с определенной частотой.

В системах машинного перевода обычно три основные части: модель перевода, модель языка и декодер. Модель перевода — это таблица, в которой для всех слов и фраз на одном языке перечислены возможные переводы на другой язык и указания вероятности этих переводов. Система сравнивает не только отдельные слова, но еще и словосочетания из нескольких слов, идущих подряд. Модели перевода для каждой пары языков, как правило, содержат миллионы пар слов и словосочетаний. Модель языка создается системой на этапе изучения текстов.

Переводом занимается декодер, который проводит морфологический и синтаксический анализ текста, а для каждого предложения подбирает все варианты перевода, применяя сортировку по убыванию вероятности. С помощью модели языка декодер оценивает полученные варианты на частоту употребления, после чего выбирает предложение с наилучшим сочетанием вероятности и частоты.

Использование статистических данных позволяет системам машинного перевода оперативно меняться вместе с языком. Если люди начинают писать какое-то слово по-другому, система видит это сразу, как только к ней попадают новые тексты. Для улучшения качества перевода систему регулярно обновляют и проводят проверки. Высококачественный машинный перевод текстов по-прежнему обычно недостижим. Однако машинный перевод текстов значительно облегчает и ускоряет работу переводчикам.

Вместо « машинный » иногда употребляется слово «автоматический», что часто не влияет на смысл. Термин «автоматизированный перевод» имеет другое значение: программа помогает человеку переводить тексты, а не переводит сама.

Автоматизированный перевод — перевод текстов с одного языка на другой человеком (переводчиком) с использованием специализированных программ или приложений.

Машинный перевод —процесс перевода текстов с одного языка на другой машиной (не человеком) посредством специальной компьютерной программы.

Между автоматизированным и машинным переводами есть три главных различия: трудозатраты переводчика; специализированное программное обеспечение; качество.

При автоматизированном переводе основную работу выполняет переводчик, а специальные программы используются только в качестве вспомогательного инструмента. Главная цель автоматизированного перевода — сокращение времени процесса, обеспечение единообразия терминов и общего соответствия (качества).

Машинный перевод производит компьютерная программа, а человек, как правило, только редактирует полученный результат. И здесь основная цель — заменить труд человека, получая при этом быстрый перевод, как правило более низкого качества, чем при ручном или автоматизированном переводах.

Специальные программы

«Системы автоматизированного перевода» — это собирательное понятие (определение) для специализированных программ и интернет-сервисов, которые используют переводчики в процессе своей работы. Они хорошо подходят, например, для работы над художественными, юридическими и техническими переводами. Например, к ним относятся: отдельные или встроенные редакторы, которые помогают переводчикам автоматически проверять грамматику текста и правописание слов; ПО, таблицы, текстовые редакторы, обеспечивающие управление терминологией (MultiTerm, Termux и т. д.); ПО, с помощью которого переводчиками осуществляется менеджмент переводческих проектов; CAT-инструменты, использующие Translation Memory (память перевода) — базу данных, включающую образцы ранее переведенных текстов или предложений. Наиболее яркими примерами такого ПО являются программы Trados, Déjà Vu, memoQ, MemSource, Wordfast; лингвистические корпуса, представляющие собой большой ряд документов на одном или нескольких языках и предназначенные для составления переводчиками сжатого описания употребления слов и выражений в общих случаях или с учетом какой-либо определенной предметной темы.

Translation Memory (память перевода)

Современный письменный перевод нужно делать не только качественно, но и максимально быстро. На помощь специалисту-переводчику приходят программные разработки, такие как memoQ. Эти разработки используют функцию Translation Memory (память перевода), соблюдая принцип «Не переводи одно и то же дважды». Память перевода не нужно путать с программами машинного перевода. Фактически функция Translation Memory — это наработанная база переведенных слов, выражений, синтаксических целых, которая создается самим переводчиком. В каждом новом тексте Translation Memory определяет уже знакомые ей понятия и предлагает специалисту перевод из базы, за счет чего достигается единообразие в письменном переводе документов и значительная экономия времени.

Машинный перевод также представлен набором программ и интернет-сервисов, самые популярные из них: PROMT, Google Translate, Яндекс.Переводчик.

Google Translate

Переводчик Google Translate использует статистический машинный перевод (SMT — Statistical Machine Translation). Особенностью Google Translate является метод перевода: он основан не на анализе правил грамматики, а на поиске соответствий языка между переводимым текстом и гигантским массивом сервиса, который состоит из слов, вносимых пользователем-переводчиком ранее во время их перевода. Данные блоки текста составляются из всех возможных достоверных источников, например из документов государственных организаций (они являются одними из наиболее проверенных источников для базы данных). Их преимущество в том, что они содержат информацию, которая доступна на многих языках.

Для развития Google Translate важны книги, в настоящий момент лингвистический корпус Google Translate обладает более чем триллионом слов. Сервис Google Translate активно использует пользовательский уникальный перевод для повышения качественных характеристик машинного текстового перевода путем занесения пользовательских вариаций фраз в базу данных. Это сочетание способствует увеличению уровня качества генерации уникального текста.

Статистическому современному переводу однозначно необходим анализ параллельных языковых пар для осуществления генерации текста, он самостоятельно приспосабливается к новой лексике. Система самостоятельно заносит в свою совершенную базу данных новые вариации перевода слов или словосочетаний, если они отличаются, хранит в памяти новые варианты возможного перевода и может использовать их в будущем. Одно из главных достоинств SMT — обновление и развитие параллельно с языком. Если появляется новое слово или меняется его лексическое значение, система распознаёт это и обновляет свою базу данных — как следствие, ускоряется обучение системы и совершенствуется качество генерации текста.

Значительный недостаток SMT — для этой разновидности перевода необходимо высокопроизводительное аппаратное обеспечение, ведь для совершенствования программы требуется огромное число вычислений. Для SMT характерна особенность: качество генерации текста полностью зависит от количества данных в корпусе сервиса, бо́льшая частота генерируемых сервисом вариаций перевода текста оправдывает возложенные ожидания современного человека. Сложно предсказать заранее текстовое содержание, которое сгенерирует Google Translate.

Основы машинного перевода юридических текстов

1. Особенности юридических текстов

Юридические тексты характеризуются высокой степенью формализации, сложной синтаксической структурой и использованием терминов, которые могут иметь разные значения в зависимости от контекста. Например, термин consideration в английском праве может означать как «рассмотрение», так и «встречное удовлетворение» в договорных отношениях. Кроме того, юридические тексты часто содержат ссылки на законодательные акты, которые требуют точного воспроизведения.

2. Современные технологии перевода

Современные системы машинного перевода, такие как Google Translate и DeepL, используют нейронные сети для обработки текстов. Однако их эффективность при переводе юридических текстов ограничена. Например, исследования показывают, что такие системы часто допускают ошибки в интерпретации терминов, особенно если они имеют несколько значений. Специализированные платформы, такие как TransPerfect Legal Solutions, предлагают более точные переводы, но требуют значительных затрат на настройку и обучение.

3. Проблемы машинного перевода юридических текстов

Основные проблемы:

 ошибки в интерпретации терминов;

 неправильный перевод сложных синтаксических конструкций;

 отсутствие учета культурных и правовых различий;

 невозможность адекватного перевода контекста без привлечения эксперта.

4. Подходы к улучшению качества перевода

Для повышения точности перевода юридических текстов предлагаются следующие подходы:

 использование специализированных юридических словарей и глоссариев;

 обучение моделей на корпусах юридических текстов;

 привлечение экспертов для постредактирования переведенных текстов;

 интеграция технологий искусственного интеллекта с традиционными методами перевода.

Результаты исследований

Анализ существующих систем перевода показал, что нейронные сети способны обрабатывать юридические тексты с приемлемой точностью только в случае использования специализированных данных для обучения. Например, при обучении модели на корпусе юридических текстов точность перевода увеличивается на 20–30 % по сравнению с универсальными системами. Однако даже в этом случае требуется постредактирование, так как ошибки в интерпретации терминов и синтаксиса остаются значительными.

Заключение и выводы

Описание различий автоматизированного и машинного перевода подтверждает факт: основные инструменты профессионального переводчика — это системы автоматизированного перевода, с их помощью можно сэкономить время, обеспечить единообразие текста и его качество.

Машинный перевод может помочь в экстренной ситуации, когда человек не знает языка и перевод нужен срочно, пусть даже сравнительно плохого качества.

Все договоренности между странами и иностранными партнерами закрепляются в форме договоров, пактов, конвенций, соглашений и других международных документов. Над переводами документов с английского и обратно, как правило, трудятся высококвалифицированные опытные переводчики. Встает вопрос высокого качества юридического перевода. Для этого необходимы знания основных принципов перевода юридических текстов. В моем исследовании раскрываются теоретические принципы юридического перевода и их практическая реализация. Объект моего исследования — перевод юридических текстов. Предмет моего исследования — особенности перевода юридических текстов.

В результате моего исследования были получены выводы:

1. перевод юридического текста имеет свои лексические, грамматические, синтаксические и стилистические особенности, обусловленные историей развития английского языка и британской правовой системы;
2. достижение качественного юридического перевода возможно при выполнении ряда условий: наличие знаний и навыков переводчика, знаний языка источника и языка перевода, знаний двух юридических систем, знаний отраслей права, наличие подготовки по искусству перевода;
3. при переводе юридических текстов наиболее применимыми способами являются лексический эквивалент, транскрипция, транслитерация и калькирование;
4. наиболее применяемыми трансформациями являются грамматические замены формы слова, части речи или члена предложения, лексико-семантические замены, дословный и антонимический перевод;
5. использование интерпретативной модели юридического перевода упрощает процесс перевыражения смысла исходного текста средствами другого языка;
6. перевод контрактов имеет следующие особенности: точность и развернутость формулировок; наличие юридической терминологии, аббревиатур, сокращений, клише, устойчивых выражений, длинных сложных предложений; использование лексических и грамматических трансформаций.

Суммируя полученные выводы, можно сказать: для осуществления юридического перевода нужны специальные познания в области права и правоотношений, умение ориентироваться в действующем законодательстве, владение специальной лексикой и знаниями об особенностях использования иностранной юридической терминологии в конкретном тексте, желательно наличие среднего специального или высшего юридического образования, помимо лингвистического.

Машинный и автоматизированный перевод юридических текстов представляет собой перспективное направление, однако применение этих видов перевода требует учета специфики юридической лингвистики. Для достижения высокой точности перевода необходимо сочетание технологий искусственного интеллекта с участием экспертов. В будущем развитие специализированных систем перевода, обучение моделей на корпусах юридических текстов и интеграция с инструментами постредактирования могут значительно улучшить качество перевода юридических текстов.

Литература:

1. Шевчук Д. А. Англо-русский словарь юридических терминов. — Москва : Ridero, 2022. — ISBN: 978-5-0056-1180-2.
2. Шевчук Д. А. Особенности перевода юридических текстов. — Литрес, 2024.
3. Шевчук В. Н. Информационные технологии в переводе. Электронные ресурсы переводчика-2. — Москва : Зебра-Е, 2013.
4. Гамзаев Ф. Г., Алиева П. Ш. Роль технологий в юридическом переводе: возможности и риски машинного перевода в юридической практике // Транслингва: вопросы современной науки и технологий сквозь призму языкового сознания. Сборник по материалам международной научно-практической конференции. — Москва, 2025. — С. 165–174.
5. Максименко О. И. Автоматизированная поддержка перевода юридических текстов // Вестник Государственного социально-гуманитарного университета. — 2020. — № 4 (40). — С. 66–71.
6. Морозенко А. Т., Дрыгина И. В. Использование систем автоматизированного перевода при работе с юридической документацией // Актуальные проблемы лингвистики, переводоведения, языковой коммуникации и лингводидактики. Сборник материалов XXIV Всероссийской научно-практической конференции с международным участием. — Красноярск, 2024. — С. 80–83.
7. Ялаева Н. В., Садыкова Н. В. Лингвистическая логистика в юридическом переводе на примере патентной терминологии англо-американского и российского права // Космические технологии — 2025. Сборник научных статей III Международной межведомственной научно-технической конференции. — Москва, 2025. — С. 906–910.
8. Волосова Н. Ю. Об использовании потенциала машинного и/или автоматизированного перевода при переводе процессуальных документов в уголовном судопроизводстве // Вопросы российского и международного права. — 2023. — Т. 13, № 3-1. — С. 553–562.
9. Колесникова М. П. Влияние CAT-инструментов на качество и естественность перевода в бизнес-коммуникации // Litera. — 2025. — № 3. — С. 210–220.
10. Шевчук Д. А., Шевчук В. А. Автоматизированный и машинный переводы юридических текстов // Инновационное развитие науки и образования: проблемы, достижения и перспективы развития, сборник научных статей. — Москва, 2025. — С. 316–319.
11. Jurafsky D., Martin J. H. Speech and Language Processing. Pearson, 2021.
12. Koehn P. Statistical Machine Translation. Cambridge University Press, 2010.
13. Vaswani A. et al. Attention Is All You Need. Advances in Neural Information Processing Systems, 2017.
14. Melby A. K., Warner T. The Possibility of Language: A Discussion of the Nature of Language, with Implications for Human and Machine Translation. John Benjamins Publishing, 1995.