🔺 Появилась тут идея по разработке агента для перевода (пока переводил статью про Cursor). Основная боль, которая была, это дословный перевод, перевод и удаление малоосмысленных оборотов/восклицаний/повторений, которые в английском варианте выглядят вполне органично, исправление стиля для аудитории Хабра. Подумал над этим подумал и посоветовался с профессиональным переводчиком (Настя, спасибо 🤗 ). Надумал что-то такое:
1. Агент-аналитик. Делает предпереводческий анализ — собирает инфу о контексте (кто автор, когда текст был написан, кто целевая аудитория), анализирует инструкции заказчика и коммуникативную задачу. Кроме как в ТЗ, тут, наверное, можно поискать сопутствующую информацию через Perplexity, если это статья с какого-то ресурса или у автора есть другие статьи.
2. Агент-лексикограф. Выявляет потенциальные переводческие трудности — грамматические, фонетические и культурные. Ищет релевантные параллельные тексты в БД (тут подключаем хранилище с выровненными статьями, например, техническими, в которых адекватно переведены термины). БД делаем и пополняем сами, либо подключаем что-то существующее.
3. На основе работы этих агентов получаем переводческое задание с глоссарием и стилистическим рукодовством. Тут пользователь должен его отсмотреть и одобрить/поправить.
4. Агент-переводчик. Использует задание и найденные готовые соответствия из предоставленного контекста. Если соответствий нет, то должен провести переводческие трансформации (По Комиссарову, как меня научили, они могут быть лексические: транслитерация, калькирование и др.; грамматические и комплексные). Вот тут их надо как-то выявить и обновить глоссарий. Возможно, сделать это на 2 этапе.
5. Агент-рецензент. Оценивает качество перевода на основе, как меня, опять же, научили, существующей теории — репрезентативности или эквивалентности. У обоих есть разбиение по критериям, которые можно попробовать описать формально. Им же можно и просто оценивать готовые переводы. На основе оценки и рекомендаций пользователь делает какие-либо выводы, может скорректировать задание и переперевести или сразу взяться за редактуру.
👉 Думаю, такой инструмент мог бы облегчить жизнь работающим с переводом людям. Есть идеи по поводу такого или, может, кто-то такое уже сделал?
1. Агент-аналитик. Делает предпереводческий анализ — собирает инфу о контексте (кто автор, когда текст был написан, кто целевая аудитория), анализирует инструкции заказчика и коммуникативную задачу. Кроме как в ТЗ, тут, наверное, можно поискать сопутствующую информацию через Perplexity, если это статья с какого-то ресурса или у автора есть другие статьи.
2. Агент-лексикограф. Выявляет потенциальные переводческие трудности — грамматические, фонетические и культурные. Ищет релевантные параллельные тексты в БД (тут подключаем хранилище с выровненными статьями, например, техническими, в которых адекватно переведены термины). БД делаем и пополняем сами, либо подключаем что-то существующее.
3. На основе работы этих агентов получаем переводческое задание с глоссарием и стилистическим рукодовством. Тут пользователь должен его отсмотреть и одобрить/поправить.
4. Агент-переводчик. Использует задание и найденные готовые соответствия из предоставленного контекста. Если соответствий нет, то должен провести переводческие трансформации (По Комиссарову, как меня научили, они могут быть лексические: транслитерация, калькирование и др.; грамматические и комплексные). Вот тут их надо как-то выявить и обновить глоссарий. Возможно, сделать это на 2 этапе.
5. Агент-рецензент. Оценивает качество перевода на основе, как меня, опять же, научили, существующей теории — репрезентативности или эквивалентности. У обоих есть разбиение по критериям, которые можно попробовать описать формально. Им же можно и просто оценивать готовые переводы. На основе оценки и рекомендаций пользователь делает какие-либо выводы, может скорректировать задание и переперевести или сразу взяться за редактуру.
👉 Думаю, такой инструмент мог бы облегчить жизнь работающим с переводом людям. Есть идеи по поводу такого или, может, кто-то такое уже сделал?
Please open Telegram to view this post
VIEW IN TELEGRAM
Хабр
Как Cursor устроен изнутри. Часть 1
Вторая часть статьи . Всего за год нагрузка на Cursor выросла в 100 раз: более 1 млн запросов в секунду и миллиарды автодополнений кода каждый день. Подробный разбор архитектуры — вместе с...
❤15🔥7⚡2🤔2👀1