Коми язык появился в Google и Яндекс переводчиках

21 февраля отмечается Международный день родного языка. Коми вошла в число первых десяти субъектов, участвующих в проекте Федерального агентства по делам национальностей по включению родных языков в сервис «Яндекс Переводчик». Ранее коми язык появился в Google Переводчике.

Как отметил врио Главы РК Ростислав Гольдштейн, для республики это значимое событие и большой шаг вперед в сохранении наследия и культуры коми народа. «Родной язык – достояние нашего северного края, мы гордимся им и обязаны сохранить для будущих поколений. Мы и впредь будем уделять большое внимание развитию государственного языка, используя в том числе современные подходы», – добавил руководитель региона.

В развитии онлайн-переводчика огромную поддержку оказали специалисты Дома дружбы народов Коми, представители СМИ, Союза писателей России, Национальной библиотеки Коми, Лаборатории развития этнокультурного образования КРИРО. Специалисты Центра инновационных языковых технологий ДДН РК работают над совершенствованием системы перевода.

Между тем Яндекс Переводчик продолжает добавлять другие языки народов страны, а также повышать качество перевода. В частности, в минувшем году компания с помощью нейросетевых технологий заметно улучшила перевод для марийского языка, появился осетинский язык. Сейчас пользователям также доступны татарский, башкирский, удмуртский, чувашский, горномарийский и якутский языки. В целом сервис пополнили 110 новых языков.

Как рассказал «Республике» главный специалист Центра инновационных языковых технологий Дома дружбы народов Коми, младший научный сотрудник сектора языка ИЯЛИ УрО РАН Вячеслав Степанов, в основу коми переводчика от Яндекса положены 100 тысяч предложений из Яндекс-корпуса, которые были переведены на коми язык в прошлом году.

По мнению лингвиста, сто тысяч для нейросети – мало, поэтому качество перевода пока оставляет желать лучшего.

– Яндекс Переводчик уже сносно переводит связные тексты с коми на русский, но зачастую не справляется с отдельными фразами, – добавил он. – Работа продолжается. Со своей стороны мы готовим датасет (обработанная и структурированная информация, представленная в табличном виде, – ред.) на основе нашего параллельного русско-коми корпуса из переводной на коми язык литературы. Объем этого корпуса в настоящее время 1,7 миллиона предложений с повторами. Проблема в том, что у нас собраны тексты разных периодов времени, потому орфография и надбытовая лексика не унифицированы, что может вызвать проблемы. Например, в 1950-е годы была мода переводить с русского на коми русскими же словами с коми окончаниями даже в тех случаях, в которых сейчас так не принято. Поэтому этап модернизации текстов считаем существенным. По завершении обработки текстовой базы она будет предоставлена всем разработчикам. Впрочем, исходная текстовая база русско-коми корпуса изначально доступна в интернете, и желающим поэкспериментировать ничто не мешает попробовать и ее.

Как рассказал Вячеслав Степанов, прототип своего собственного русско-коми переводчика они с коллегой Дмитрием Левченко создали летом 2023 года, он также в открытом доступе. В начале 2024 года коми язык появился в финно-угорском переводчике «Майбыр вуджӧдчан», который дает на сегодня наилучшие результаты перевода. Летом прошлого года коми добавили и в Google Translate, но там текстовая база очень маленькая (коми-английские пары), поэтому качество перевода неважное.

Старший редактор интернет-энциклопедии «Рувики» Марина Федина в беседе с корреспондентом «Республики» отметила, что Яндекс Переводчик является только одним из нескольких подобных интернет-переводчиков.

– Для коми языка сейчас доступны «Майбыр вуджӧдчан», Google Переводчик, и несколько лет уже ведется работа над переводчиком FU-Lab, – сообщила она. – В Яндекс Переводчике представлены более сотни языков, сейчас туда включили и коми язык. Это очень хорошо, когда появляется новый инструмент в цифровизации языка. У каждого из этих переводчиков есть свои плюсы и минусы. По моему мнению, самым качественным для коми языка на данный момент является «Майбыр вуджӧдчан». У него большая словарная база, и при переводе он стремится сохранять структуру языка. При переводе с другого языка на коми язык он старается перевести таким образом, как бы это сказал коми носитель. Безусловно, он не идеальный.

Как заметила лингвист, после любого машинного переводчика текст надо править человеку. Вопрос заключается в том, что и сколько править и не искажает ли переводчик суть оригинального текста.

– Конечно, Яндекс Переводчик при дальнейшем пополнении параллельной текстовой базы и систематическом обучении станет намного качественнее, для этого нужно время, – заверила Марина Федина. – Как любой инструмент, он улучшается при его использовании.

Член президиума МОД «Коми войтыр» – кандидат педагогических наук Зоя Остапова подчеркнула, что Яндекс Переводчик – это большое достижение для коми языка, к которому шли на протяжении нескольких лет языковые активисты и энтузиасты при поддержке Министерства национальной политики Республики Коми.

– Наличие такого переводчика – это показатель развитости коми языка, большого словаря и грамматических конструкций, позволяющих перевести текст, – сказала Зоя Остапова. – Надеюсь, что наличие коми языка в цифровом пространстве будет способствовать повышению интереса у детей и молодежи к изучению языка, желанию общаться на языке и, конечно, появлению новых интересных языковых проектов.

Поэт и переводчик Нина Обрезкова, принимавшая участие в создании интернет-переводчика, отметила, что благодаря реализации этого проекта коми язык вошел в большую мировую семью оцифрованных языков:

– А это новый виток развития языков и наш маленький вклад в огромный мир больших языков. И это интересно и важно. Меня в числе других переводчиков, которые занимаются переводом с русского языка на коми, пригласили принять участие в этом проекте. Каждому из переводчиков дали перевести на коми язык по пять тысяч предложений. Поначалу показалось, что это не очень много и сложно, но слова и предложения оказались разными по тематике. Встречались специфические термины, для перевода которых приходилось углубляться в тему и искать значения слов. Это сложный, долгосрочный проект, который требует ответственности. От нашей работы будет зависеть качество перевода интернет-переводчика. Конечно, он не переведет текст художественно, но сможет передать его смысловую информацию.

Артур АРТЕЕВ

Фото автора